Formation Data Scientist en alternance
En 12 mois de formation, apprenez le métier de Data Scientist, obtenez une première expérience professionnelle réussie et décrochez une certification de niveau Bac+4 reconnue par l'État.
Devenez Data Scientist en 12 mois
Les modèles d'Intelligence Artificielle évoluent en permanence. Choisissez une formation à l'état de l'art, constamment mise à jour. Très professionnalisante, notre programme vous donnera les compétences recherchées en entreprise.
Après notre formation en Data Science suivie en alternance, vous serez capable de :
- Collecter et stocker de grandes quantités de données
- Construire des modèles de prédiction en Machine Learning et Deep Learning
- Déployer vos modèles en conditions réelles
Le programme de notre alternance en Data Science
Contenu de la card compilé au chargement
Contenu de la card compilé au chargement
Python avancé
Dans ce premier module, vous apprendrez à maîtriser Python. Sa facilité d’utilisation et sa versatilité en ont fait le langage de programmation incontournable en Data. Vous découvrirez la programmation orientée objet, les conventions de programmation, et comment utiliser Git & GitHub pour gérer vos projets Data.
Outils & Technologies
.webp){kind=small}
Compétences maîtrisées
- Bases de Python : maîtrise des conditions, boucles, fonctions et principes de la programmation orientée objet.
- Bonnes pratiques de programmation : application des conventions de codage selon la norme PEP 8 pour garantir un code propre et professionnel.
- Git & GitHub : utilisation efficace de Git & GitHub pour le suivi des versions, le partage et la collaboration autour des projets Data.
Exploratory Data Analysis
Une fois Python maîtrisé, vous apprendrez à l’utiliser pour analyser vos données. En vous servant de librairies Python avancées, vous découvrirez comment explorer et analyser des données. Vous apprendrez également à créer des data visualisations pour rendre vos données intelligibles par tous.
Outils & Technologies
.webp){kind=small}
Compétences maîtrisées
- Rappels sur les concepts statistiques de bases.
- Exploration et analyse des données avec les librairies Python Seaborn et Matplotlib.
- Data Visualisation à l’aide de Plotly.
Data Management & ETL
Ce module vous apprendra à collecter, stocker et transformer des données comme un véritable Data Engineer. Vous découvrirez d’abord les bases du web (HTTP, APIs) puis vous apprendrez à récupérer des données via des APIs ou grâce au Web Scraping.
Vous verrez ensuite comment stocker vos données dans le cloud avec Amazon S3 et les manipuler efficacement grâce à Boto3. Enfin, vous construirez vos premiers pipelines ETL complets afin de charger, transformer et orchestrer vos données de manière professionnelle.
Outils & Technologies
Compétences maîtrisées
- Collecte de données : utilisation d'APIs et techniques de Web Scraping pour enrichir vos bases de données.
- Stockage et gestion des données avec Amazon S3 et Boto3.
- Création de pipelines ETL complets.
- Utilisation de SQLAlchemy pour interfacer Python et les bases SQL.
Big Data
Changement d’échelle avec le Big Data. La clé de votre réussite en tant que Data Scientist repose sur votre capacité à gérer efficacement des quantités massives de données. C’est exactement ce que vous apprendrez dans ce module : comment stocker et exploiter de larges volumes de données !
Outils & Technologies
.webp){kind=small}
Compétences maîtrisées
- Big Data : découverte des défis posés par les grands volumes de données et des solutions de stockage et de calcul distribués.
- Databricks et Hadoop : introduction aux concepts clés du Big Data via Databricks, ainsi que les technologies associées à l'écosystème Hadoop.
- Maîtrise de PySpark, pour le traitement des données à grande échelle.
- Data Warehousing avancé, avec Amazon Redshift.
Machine Learning supervisé
Il est temps de se plonger au cœur de l’Intelligence Artificielle et du métier de Data Scientist ! Au cours de ce module, vous découvrirez la prédiction de phénomènes grâce au Machine Learning supervisé. Vous apprendrez comment choisir le bon algorithme, optimiser votre modèle et éviter les pièges courants, comme l'overfitting.
Outils & Technologies
.webp){kind=small}
Compétences maîtrisées
- Prise en main des principaux modèles de ML supervisé : régressions linéaires et logistiques, arbres de décision, Naives Bayes Classifier, SVM, XGBoost.
- Optimisation de votre modèle : techniques pour éviter l'overfitting et fine tuning pour améliorer les performances de vos modèles.
- Évaluation de votre modèle : calcul de la performance de vos modèles et choix du plus performant.
Machine Learning non-supervisé
Il est temps de passer au niveau supérieur avec l’apprentissage non-supervisé ! Dans ce cas, les données ne sont pas étiquetées : c’est à l’algorithme de regrouper les éléments similaires en "clusters". Parfait pour identifier des tendances ou comportements. Ce module vous permettra de découvrir les modèles de Machine Learning non-supervisé les plus populaires.
Outils & Technologies
Compétences maîtrisées
- Clustering, avec KMeans pour segmenter les données et DBScan pour identifier des groupes de points de données denses.
- Réduction de dimensionnalité, avec les algorithmes PCA (Principal Component Analysis) et LDA (Linear Discriminant Analysis).
- Création de moteurs de recommandation, à l’aide des algorithmes LSA & Nearest Neighbor.
Deep Learning
Prochaine étape : la découverte du Deep Learning, qui a rendu possible les dernières avancées en IA comme ChatGPT et d’autres Large Language Model (LLM) ! Dans ce module, vous découvrirez les fameux “réseaux de neurones” et comment ils peuvent vous permettre de manipuler des volumes de données non structurées gigantesques, telles que des images, du texte, ou du son.
Outils & Technologies
.webp){kind=small}
Compétences maîtrisées
- Réseaux de neurones : maîtrise des réseaux de neurones classiques, des réseaux de neurones convolutionnels (CNN) pour le traitement des images, et des réseaux de neurones récurrents (RNN, GRU, LSTM) pour la gestion de données séquentielles.
- Traitement d'images et NLP : découverte de techniques avancées d'imagerie et de traitement du langage naturel (NLP), à l’origine des Large Language Model (LLM) comme ChatGPT.
- Création de GANs : capacité à développer des réseaux antagonistes génératifs (Generative Adversarial Networks) pour des applications innovantes, comme la génération d'images à partir de texte.
IA Générative
Ce module, à l’état de l’art et très pratique, vous apportera des compétences extrêmement recherchées en IA générative, en particulier sur les LLMs.
Vous commencerez par comprendre comment sont construits et fonctionnent les modèles de langage (LLMs) comme GPT ou Claude. Vous apprendrez à personnaliser des modèles existants, à entraîner vos propres LLMs, à les déployer en production et à les intégrer dans des applications.
Outils & Technologies
Compétences maîtrisées
- Fonctionnement des Large Language Models (LLM) : embeddings, tokens, context window, prédiction, architectures modernes.
- LangChain : construction d’applications IA structurées, capables d’appeler des outils et de gérer la mémoire.
- Vector Databases & RAG, pour connecter un modèle à une base de connaissances.
- Fine-Tuning & Apprentissage continu, pour adapter un modèle à un usage métier et améliorer ses performances.
- Mise en production des LLMs : vLLM, déploiement avec HuggingFace, API.
Déploiement
Ce module vous donnera des compétences recherchées en déploiement, qui vous démarqueront aux yeux des recruteurs. Vous apprendrez comment transformer vos analyses et modèles Python en véritables produits exploitables par les utilisateurs finaux (clients, équipes Métier ou partenaires).
Pour y parvenir, vous verrez entre autres comment créer des dashboards web avec Streamlit, conteneuriser vos applications avec Docker, déployer vos projets sur Hugging Face Spaces, ou orchestrer la mise en production de modèles de Machine Learning grâce à MLflow.
Outils & Technologies
Compétences maîtrisées
- Développement local professionnel : Linux shell, scripts Python, organisation de projet.
- Applications Web avec Streamlit : transformation de vos modèles en applications webs interactives.
- Docker : standardisation des environnements pour une mise en production facilitée.
- MLflow, pour piloter et orchestrer vos modèles de ML en production
- HuggingFace : mise en ligne rapide de vos applications sur le web.
- FastAPI : création d’API avec le meilleur framework Data à ce jour.
Carrière & Projet final
La formation touche à sa fin ! Dans ce dernier module, vous bénéficierez d'abord d'un coaching carrière de la part d'un Data Scientist expérimenté. Objectif : vous permettre de trouver un 1er emploi dans la Data rapidement.
Puis vous mettrez en pratique l’ensemble de vos nouvelles compétences lors d’un projet final, que vous présenterez lors de votre DemoDay.
Outils & Technologies
Compétences maîtrisées
- Optimisation de votre CV : conseils pour créer un CV attractif et adapté aux attentes des recruteurs dans la tech.
- Visibilité en ligne : optimisation de votre profil LinkedIn et découverte du “personal branding” pour maximiser votre visibilité sur les réseaux pros.
- Préparation aux entretiens : techniques et astuces pour vous démarquer lors des entretiens et faire valoir votre expertise.
- Mise en pratique de vos connaissances : collecte, nettoyage, exploration des données et création de LLMs, ou d’algorithmes de Machine Learning et de Deep Learning.
Obtenez une certification Bac+4 en 12 mois
À l'issue de votre formation en alternance, vous serez en mesure d'obtenir 3 certifications pour faire valoir vos compétences sur le marché du travail :
insert-icon_diploma_s24
Attestation de fin de formation
Cela atteste du bon déroulement de votre formation.
insert-divider
insert-icon_graduate_s24
Certification reconnue par l’État
La certification professionnelle de niveau 6 (bac+4) développée par Jedha et enregistrée au RNCP : Concepteur développeur en science des données.
Grâce à la validation de cette certification professionnelle, notre formation est éligible au CPF et à la plupart des financements publics.
insert-divider
insert-icon_computer-smiley_s24
Certification AWS Cloud Practitioner
Cela atteste de votre maîtrise avancée d'AWS. Des frais de certification de 100$ sont à prévoir.
.webp)
Rapport d’insertion Jedha 2025
Découvrez le parcours de nos alumni avant et après leur formation chez Jedha : profil des apprenants, insertion professionnelle, salaire médian et débouchés.
Téléchargez le programme de nos formations
- Excellence académique et technique
- Apprentissage par la pratique
- Formations adaptées à vos besoins
Rechargez la page et ressayez d'envoyer le formulaire.
Nos prochaines sessions de formation
Suivez votre formation à distance ou dans l'un de nos 17 campus à Paris, Lyon, Lille, Marseille, Bordeaux, Toulouse, Nantes et dans bien d'autres villes de France et d'Europe.
Alternance
Alternance
Alternance
Reconversion réussie de 3D Designer à Machine Learning Engineer @ Animaj
A suivi la formation Data Science Fullstack
Un accompagnement personnalisé grâce à de petites promos
Mais quelle école ! J'ai suivi la formation en distanciel et c'était un vrai plaisir. Les professeurs sont géniaux et passionnés, ils ne laissent personne de côté et prennent le temps d'accompagner chaque élève. Les promotions sont plutôt petites, ce qui est une très bonne chose pour bénéficier d'un accompagnement personnalisé quand c'est nécessaire. Une formation très intense mais de très bonne qualité. Je ne regrette rien et j'encourage toute personne curieuse de ce monde de la tech à rejoindre Jedha !
Voir plusApprenez le métier de Data Scientist sur le terrain
Débutez votre apprentissage par 3 mois de Bootcamp intensif puis perfectionnez vos nouvelles compétences en entreprise pendant 9 mois. L'alternance vous permet ainsi d'obtenir une véritable première expérience pro, qui facilitera d'autant votre insertion sur le marché du travail.
Temps complet (3 mois)
insert-icon_pre-required_s24
Modalités
- Apprentissage en classe
- Lundi à vendredi, 9h30 - 18h
- À temps complet sur 3 mois
insert-icon_location_s24
Localisation
En ligne ou sur l'un de nos 17 campus
insert-icon_smiley_s24
Avantages
- Formation accélérée
- Esprit de promo
- Discipline de travail
Entreprise (9 mois)
insert-icon_pre-required_s24
Modalités
- Apprentissage en entreprise
- Contrat de professionnalisation
- À temps complet sur 9 mois
insert-icon_location_s24
Localisation
À définir avec l'employeur
insert-icon_smiley_s24
Avantages
- Mise en pratique de vos compétences
- Rémunération de 55 à 100% du SMIC
- Possibilité d'embauche post-alternance
Nos offres d'alternance en Data Science
Une fois admis dans notre programme, vous devrez trouver une entreprise prête à vous accueillir en contrat de professionnalisation. Nous ne proposons pas de contrat d’apprentissage pour le moment.
Cette étape est celle qui nécessite le plus d'investissement de votre part. Il est important d'y consacrer le temps nécessaire : pour démarcher des entreprises, postuler à des offres d'alternance et réussir les entretiens ! Nos équipes ne peuvent pas effectuer ces démarches à votre place.
Vos questions sur les débouchés de la formation
La Data Science enseignée par des experts
Les cours sont dispensés par des spécialistes de Jedha afin de vous proposer la meilleure formation de Data Scientist possible. Accompagné par des professionnels chevronnés, vous serez en mesure de vous démarquer et de décrocher votre premier emploi facilement.
Mehdi Semar
Teacher
Antoine Doizé
Data Scientist & Enseignant
Aurélie Mutschler
Senior Data Scientist
Vos questions sur la formation
Quel est le salaire d'un alternant en Data Science ?
Pourquoi suivre une formation Data Scientist en alternance ?
Quels sont les compétences d'un Data Scientist ?
Quel est la différence entre un Data Analyst et un Data Scientist ?
Quel est la langue d'enseignement dans vos programmes ?
Dois-je venir avec mon propre ordinateur ?
Téléchargez le programme de nos formations
- Excellence académique et technique
- Apprentissage par la pratique
- Formations adaptées à vos besoins
Rechargez la page et ressayez d'envoyer le formulaire.