Modalité Temps plein la 1re année + 2 ans en alternance
Niveau d’entrée CPGE scientifique (hors TSI) ou après le premier cycle ESIEE Paris
Durée 3 ans
Nombre de places 26
Pourquoi devenir ingénieur en data et applications ?
Vous aurez une très bonne compréhension de l'univers des données et de ses outils, une compétence qui enregistre une demande croissante sur le marché du travail et des perspectives d'évolution importantes.
Vous serez capables de manipuler des grands volumes de données, d'en tirer des compréhensions justes (Data Analyst) ainsi que de définir des algorithmes d’apprentissage pertinents, de développer des modèles descriptifs et prédictifs (Data Scientist).
En utilisant des technologies IA de pointe, vous résoudrez des problèmes complexes et aurez un impact majeur sur diverses industries et services telles que la santé numérique, l’efficacité énergétique, les télécommunications, l’usine connectée, la finance, les banques, et les assurances ...
Ce que va m'apporter la formation ?
Objectifs
Découvrir le métier de data scientist
Former au métier du data engineer
Apprendre les principales techniques d'apprentissage automatique
Expérimenter l'ingénierie de données dans diverses industries et services
Compétences
Recueillir, analyser, nettoyer de grands volumes de données
Construire des modèles prédictifs à partir des données et évaluer leurs performances en utilisant les dernières technologies de l'IA
Présenter les résultats par la visualisation de données
Développer et déployer les applications de data science
Formaliser les besoins et attentes et gérer les projets dans tous les domaines applicatifs faisant appel à l'IA, et à l'ingénierie de la donnée
Prérequis
Cette filière est ouverte aux CPGE (MP - PC - PSI - MPI) via le concours CCINP-E3a-Polytech et aux élèves issus du premier cycle à ESIEE Paris.
Après une année en temps-plein les élèves poursuivront sur les deux dernières annéesleur cursus en alternance, sur des contrats d’apprentissage conclus entre l’élève, l’école et l’entreprise. Le rythme de l’alternance varie de 3 à 6 mois .
ESIEE Paris, reconnue pour ses liens avec les entreprises, offre une aide dans la recherche de missions. Une équipe de professionnels accompagne chaque futur apprenti dans la recherche de son contrat d’apprentissage.
Programme détaillé
Le programme comprend des enseignements mixtes : cours, travaux dirigés, travaux pratiques, et projets propices à approfondir les concepts utilisés pendant les missions menées en entreprise.
Enseignements de 1re année
Semestre 1 - P1-1 92 h - 5 ECTS Traitement de l’information analogique | 28 h Apprentissage de la programmation avec PYTHON et C | 38 h Suite de l’apprentissage de la programmation avec Python et C | 26 h
Semestre 1 | P1-2 86,5 h - 6 ECTS Outils pour le traitement du signal | 28,5 h Programmation et systèmes à base de microprocesseurs | 28 h Introduction à l’électronique numérique | 30 h
Semestre 1 - P2 88 h - 8 ECTS Probabilités | 28 h Algorithmique | 30 h Réseaux | 30 h
Semestre 2 120 h - 10 ECTS Optimisation et introduction à l’IA | 30 h Bases de données relationnelles | 30 h IA, deep learning et applications | 30 h Data sciences et applications | 30 h
Semestre 2 82 h - 5 ECTS
Système d’exploitation | 30 h Programmation C++, projet et jeux | 30 h Cybersécurité | 22 h
Semestre 1 44 h - 4 ECTS Integrated language skills | 14 h Integrated language skills (suite) | 14 h Un enseignement au choix : Anglais renforcé ou LV2 (Chinois, Japonais, Allemand, Espagnol) | 20 h
Semestre 2 40 h - 3 ECTS Integrated language skills 2 | 20 h Un enseignement au choix : Anglais renforcé ou LV2 (Chinois, Japonais, Allemand, Espagnol) | 20 h
Semestre 1 69,5 h - 7 ECTS Initiation au management | 26 h Initiation au management (suite) | 23,5 h Accompagnement à la professionnalisation et recherche de contrat d’apprentissage | 20 h
Semestre 2 91,5 h - 5 ECTS Développement durable et éthique | 32 h Management de projet : théorie et mise en pratique | 29,5 h Compétences & Carrières | 30 h
Semestre 2 20 h | 7 ECTS
Enseignements de 2e année
Semestre 1 60 h - 3 ECTS Compléments de probabilités et statistique pour la data | 30 h Apprentissage automatique 1 | 30 h
Semestre 2 60 h - 3 ECTS Apprentissage automatique 2 | 30 h IA, Deep learning et apprentissage par renforcement | 30 h
Semestre 1 60 h - 4 ECTS
Python 1 : programmation avancée | 30 h Algorithmique | 30 h
Semestre 1 60 h - 3 ECTS Data engineering 1 | 30 h DevOps data | 30 h
Semestre 2 90 h - 4 ECTS Data engineering 2 | 30 h Python 2 : manipulations de données | 30 h Introduction à l’analyse d’images | 30 h
Semestre 1 40 h - 2 ECTS Domaine 1 : génération 3D de terrains à partir de données géomatiques | 20 h Domaine 2 : data et transport | 20 h
Semestre 2 40 h - 3 ECTS Domaine 3 : IA pour l’image | 20 h Domaine 4 : Finance (assurances, banques) | 20 h
Semestre 2 30 h - 2 ECTS
Semestre 1 30 h - 1 ECTS
Anglais 3 | 30 h
Semestre 1 42 h - 2 ECTS
Compétences & Carrières S3 | 10 h Improvisation théâtrales | 6 h
Un enseignement “Etre innovant et créatif” au choix : - Management de l’innovation technologique | 14 h - Stratégie d’entreprise | 14 h - Economie de l’innovation | 14 h
Un enseignement “Être communicant et négociateur” au choix : - Négocier et vendre | 12 h - Recruter un équipier | 12 h - Diriger et décider | 12 h
Semestre 2 72 h - 3 ECTS
Anglais 4 | 30 h Compétences & Carrières S4 | 12 h Introduction au droit | 12 h
Un enseignement “Approfondir la connaissance de l’entreprise par un business game” au choix : - Simulation de gestion d’entreprise | 18 h - Simulation de gestion de projet | 18 h
Semestre 1 15 ECTS
Séquence professionnelle et alternance 3 | 15 h
Semestre 2 15 ECTS
Etudes scientifiques et techniques Séquence professionnelle S4 Rapport de mission technique Soutenance de rapport de mission technique Animation du tutorat S4
Enseignements de 3e année
Semestre 1 80 h - 4 ECTS Décision séquentielle | 30 h Deep & reinforcement learning | 30 h Traitement du langage naturel | 20 h
Semestre 1 60 h - 3 ECTS Time series & machine learning | 30 h Big data analytics with Spark | 30 h
Semestre 1 120 h - 7 ECTS Application full stack data | 30 h Functional programing with Scala | 30 h IA et jeux | 30 h DevOps Data | 30 h
Semestre 1 100 h - 5 ECTS IA et sécurité | 30 h Equité et explicabilité dans le machine learning | 30 h La data dans la santé | 20 h La data dans la mobilité | 20 h
Semestre 1 32 h - 3 ECTS Création d’entreprise | 16 h Bilan de compétences et projet professionnel | 16 h
Semestre 1 56 h - 3 ECTS TOEIC préparation ou English in an international context | 24 h Project : team working skills | 16 h Professional skills ou TOEIC bootcamp | 16 h
