Formation Data Scientist & AI Engineer en alternance
En 16 mois, apprenez les métiers de Data Scientist & d'AI Engineer et obtenez une première expérience professionnelle réussie.
%201.webp)
Devenez Data Scientist en 16 mois
La course à l’IA bat son plein : pour rester compétitives, les entreprises doivent intégrer rapidement l’IA à leurs produits. Pour répondre à cette demande, elles recrutent massivement des profils capables de concevoir des systèmes d’IA complets.
En 450h, notre formation à l'état de l'art, constamment mise à jour, vous prépare aux métiers d’AI Engineer, Data Scientist et Machine Learning Engineer. À la fin de votre formation chez Jedha, vous serez en mesure de :
- Concevoir des applications d’IA complètes, de la donnée à la mise en production
- Développer des modèles de Machine Learning, Deep Learning et IA générative
- Déployer, monitorer et industrialiser des systèmes d’IA 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
Programmation pour l’IA
Ce premier module vous donnera les bases en programmation indispensables pour créer des systèmes d’IA performants. L’objectif est de vous rendre pleinement à l’aise avec les environnements de développement et les bonnes pratiques de code.
Pour y parvenir, vous apprendrez à programmer en Python, à structurer votre code, à comprendre la logique algorithmique et à utiliser la stack du développeur moderne (Github).
Outils & Technologies
.webp){kind=small}
.webp){kind=small}
Compétences maîtrisées
- Programmation en Python avec des standards de qualité et de structuration du code.
- Implémentation de logiques algorithmiques (conditions, boucles, fonctions).
- Gestion d’environnements de développement et des dépendances.
- Collaboration sur des projets techniques avec Git et GitHub.
Exploratory Data Analysis
Pour créer des modèles d’IA performants, il faut d’abord savoir exploiter les données. Dans ce module, vous apprendrez à analyser les données avec rigueur et à prendre des décisions éclairées plutôt que de lancer des algorithmes à l’aveugle.
À l’aide de librairies Python avancées, vous découvrirez comment explorer, nettoyer et transformer des jeux de données. Vous apprendrez également à créer des visualisations claires afin de rendre vos analyses compréhensibles et exploitables.
Outils & Technologies
Compétences maîtrisées
- Exploration, nettoyage et transformation de données avec Python.
- Application de statistiques descriptives pour analyser la distribution et la qualité des données.
- Identification des biais, anomalies et limites d’un dataset.
- Création de dataviz claires.
Infrastructure Data
Une IA fiable repose sur une infrastructure solide. Dans ce module, vous apprendrez à construire les fondations invisibles mais essentielles de systèmes d’IA exploitables en production.
Pour y parvenir, vous apprendrez à collecter, stocker et organiser les données à grande échelle en vous appuyant sur des architectures modernes (APIs, bases de données, cloud). Vous comprendrez comment circulent les données, comment automatiser leur ingestion et comment les structurer pour faciliter la création de systèmes d’IA.
Outils & Technologies
Compétences maîtrisées
- Collecte de données depuis des sources multiples (APIs, bases de données, fichiers).
- Conception de pipelines de données automatisés et reproductibles.
- Stockage et organisation des données.
- Compréhension des architectures data et cloud modernes.
- Préparation de données exploitables pour le Machine Learning et l’IA.
Machine Learning
Il est temps d’entrer au cœur de l’IA. Dans ce module, vous découvrirez comment concevoir des modèles capables d’apprendre à partir des données.
Vous explorerez le Machine Learning supervisé et non supervisé, apprendrez à choisir l’algorithme le plus adapté à votre cas d’usage et à optimiser ses performances. Une attention particulière sera portée à l’évaluation des modèles et à la maîtrise des pièges courants, tels que l’overfitting.
Outils & Technologies
Compétences maîtrisées
- Implémentation de modèles de Machine Learning supervisés et non supervisés.
- Entraînement, évaluation et comparaison de modèles.
- Identification et limitation du surapprentissage et du sous-apprentissage.
- Interprétation des résultats et compréhension des limites des modèles de ML.
Deep Learning
Prochaine étape : l’apprentissage du Deep Learning, qui a rendu possible les avancées récentes en IA générative, comme les Large Language Models (LLM).
Dans ce module, vous découvrirez les réseaux de neurones et les mécanismes d’apprentissage par gradient qui permettent aux modèles d’apprendre à partir de grandes quantités de données. Vous apprendrez également à entraîner des modèles avec des données non structurées (texte, images, son).
Outils & Technologies
Compétences maîtrisées
- Fonctionnement des réseaux de neurones et de l’apprentissage par gradient.
- Manipulation de données non structurées (texte, images, son).
- Implémentation et entraînement de modèles neuronaux.
- Compréhension et utilisation des représentations apprises (embeddings).
- Analyse des performances des modèles neuronaux.
IA Générative
Ce module vous fait passer de l’IA prédictive à l’IA générative. Vous commencerez par comprendre comment sont conçus et entraînés ces modèles, ainsi que les mécanismes qui leur permettent de générer du texte ou des images : Transformers, génération auto-régressive, diffusion, RAG et agents.
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
- Mécanismes de génération : Transformers, diffusion, génération auto-régressive.
- Conception de systèmes exploitant des modèles d’IA générative.
- Implémentation d’architectures RAG avec bases vectorielles.
- Orchestration d’agents IA utilisant outils et données externes.
- Évaluation et fiabilisation des sorties des modèles génératifs.
AI Engineering
Ce module vous apportera des compétences recherchées en déploiement & monitoring, qui vous démarqueront aux yeux des recruteurs. Vous apprendrez à mettre vos modèles en production afin de les rendre réellement utilisables.
Pour y parvenir, vous verrez comment conteneuriser vos applications avec Docker, déployer vos projets sur Hugging Face Spaces, automatiser les mises en production et mettre en place des mécanismes de monitoring et d’évaluation continue.
Outils & Technologies
.webp){kind=small}
Compétences maîtrisées
- Principes fondamentaux du MLOps et du LLMOps.
- Déploiement de modèles et d’applications d’IA via APIs et conteneurs.
- Automatisation des pipelines (entraînement, déploiement, évaluation).
- Mise en place de pratiques de monitoring et d’observabilité.
Data Governance
Ce premier module vous permet de prendre de la hauteur sur les systèmes d’IA et les données qui les alimentent. Il vous donne les clés pour piloter des systèmes d’IA juridiquement conformes, en alignant enjeux techniques, business et réglementaires.
Vous aborderez les principes de gouvernance des données et d’organisation des équipes IA, ainsi que l’intégration dès la conception des exigences du RGPD et de l’AI Act, de la traçabilité des données et des mécanismes de contrôle.
Outils & Technologies
Compétences maîtrisées
- Principes fondamentaux de la gouvernance des données.
- Évaluation de la maturité data et IA et choix du bon modèle d’organisation data.
- Intégration des exigences réglementaires (RGPD, AI Act) dès la conception.
- Mise en place de mécanismes de traçabilité (data lineage) et de contrôle d’accès et de responsabilité (RBAC).
- Analyse des coûts et arbitrage entre solutions internes et externes (Buy vs Build, TCO, FinOps).
AI Computing
Ce module vous permet de comprendre comment exécuter et faire passer à l’échelle des systèmes d’IA. Vous découvrirez le rôle des GPU, les principes de gestion de la mémoire et les principaux leviers d’optimisation des performances.
À l’issue de ce module, vous saurez choisir, configurer et exploiter les ressources de calcul adaptées pour faire tourner des workloads d’IA efficacement, du poste local jusqu’à des environnements distribués.
Outils & Technologies
Compétences maîtrisées
- Compréhension du rôle des GPU dans l’exécution et l’entraînement des modèles.
- Optimisation des performances des modèles d’IA (gestion mémoire, OOM, précision FP16).
- Choix et configuration des ressources de calcul adaptées.
- Exécution de workloads d’IA sur des environnements orchestrés et distribués.
- Entraînement et exécution de modèles à l’échelle, en local comme en cluster.
Infrastructure & Orchestration
Ce module vous permettra d’industrialiser vos systèmes d’IA afin de les rendre fiables, reproductibles et faciles à maintenir dans le temps.
Vous apprendrez à concevoir et gérer des infrastructures Cloud complexes mais robustes, à définir l’infrastructure comme du code et à automatiser l’exécution de vos pipelines data et IA.
Outils & Technologies
Compétences maîtrisées
- Gestion d’infrastructures cloud via l’Infrastructure as Code.
- Gestion d’environnements cloud complexes (réseaux, permissions, états).
- Conception d’architectures reproductibles pour des systèmes d’IA industrialisés.
- Orchestration de pipelines data et IA à l’aide de workflows automatisés (DAGs).
ML Ops & LLM Ops
Ce module vous apprend à piloter les modèles de Machine Learning et d’IA générative une fois déployés en production. Vous serez en mesure de garantir leur stabilité et leur performance dans le temps.
Vous découvrirez comment automatiser l’entraînement et le déploiement des modèles, surveiller leurs performances et détecter les dérives. Une attention particulière est portée aux systèmes d’IA générative : qualité des réponses, gestion du contexte, fiabilité et sécurité.
Outils & Technologies
Compétences maîtrisées
- Mise en place de pipelines de tests, de validation et de déploiement des modèles.
- Automatisation de l’entraînement et des mises à jour des modèles en production.
- Monitoring des performances et détection des dérive.
- Évaluation continue et amélioration de la qualité des systèmes d’IA générative (contexte, prompts, configurations).
- Sécurisation des systèmes d’IA générative face aux risques de comportements indésirables (prompt injection, jailbreak).
Carrière & Projet final
La formation touche à sa fin ! Dans ce dernier module, vous bénéficierez d'abord d'un coaching carrière de la part de professionnels expérimentés de la Data Science et de l’IA. Objectif : vous permettre de trouver un 1er emploi rapidement.
Puis vous mettrez en pratique l’ensemble de vos nouvelles compétences lors d’un projet final, que vous pourrez intégrer à votre portfolio pour valoriser vos nouvelles compétences auprès des recruteurs.
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 lors du projet final.
Une triple reconnaissance de vos compétences
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 7 (bac+5) développée par Jedha et enregistrée au RNCP : Architecte en intelligence artificielle.
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.
.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
- 17 campus en France et en Europe
- Présentiel ou distanciel
- Temps complet ou temps partiel
Alternance
Alternance
Alternance
%201.webp)
%201.webp)
Reconversion réussie de 3D Designer à Machine Learning Engineer @ Animaj
A suivi le niveau 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 !
Apprenez les métiers de l'IA sur le terrain
Chez Jedha, l'alternance se fait en quatre temps : vous débutez par 3 mois de Bootcamp intensif et une première immersion en entreprise. Puis vous revenez pour 1 mois de perfectionnement, et repartez en poste jusqu'à la fin de votre contrat. Cette alternance entre cours et terrain accélère votre montée en compétences, et vous terminez votre formation avec 12 mois d'expérience pro sur le CV.
Temps complet (4 mois)
insert-icon_pre-required_s24
Modalités
- Apprentissage en classe
- Lundi à vendredi, 9h30 - 18h
- 2 périodes : 3 mois de Bootcamp au démarrage + 1 mois de perfectionnement
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 (12 mois)
insert-icon_pre-required_s24
Modalités
- Apprentissage en entreprise
- Contrat de professionnalisation
- 2 périodes intercalées entre vos temps de formation, pour un total de 12 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 & l'AI Engineering enseignés par des experts
Mehdi Semar
Teacher
Antoine Doizé
Data Scientist & Enseignant
Sabrine Bendimerad
AI Engineer
Aurélie Mutschler
Senior Data Scientist
Vos questions sur la formation
Quel est le salaire d'un alternant en Data Science ?
Le salaire d'un Data Scientist en alternance correspond à un pourcentage du SMIC, entre 27% et 100% du salaire minimum. Le pourcentage varie selon l'âge et l'année de formation de l'alternant. Dans les faits, un alternant en Data Science en France peut gagner entre 5500 et 20 500 euros bruts par an.
Pourquoi suivre une formation Data Scientist en alternance ?
Suivre une formation de Data Scientist en alternance vous permet d'acquérir lors de vos études une véritable expérience professionnelle, un premier réseau et d'être payé tout au long de votre formation. C'est une excellente solution pour suivre des études à moindre coût et qui sont le plus professionnalisantes possible !
Quels sont les compétences d'un Data Scientist ?
Un Data Scientist doit avoir une solide compréhension des mathématiques, des statistiques et de l'informatique, ainsi que des compétences en programmation, en machine learning et en visualisation de données.
Les Data Scientists doivent également être de bons communicants, capables de présenter les résultats de leur travail à des publics variés.
Quel est la différence entre un Data Analyst et un Data Scientist ?
Les Data Scientists travaillent sur des problèmes plus complexes et à utiliser des techniques plus avancées, tandis que les Data Analysts se concentrent souvent sur des tâches plus spécifiques liées à l'analyse de données.
En quelle langue sont délivrés les cours ?
Nos cours sont dispensés en français et tous nos professeurs et Teacher Assistants sont francophones. Pour la plupart des cours, nous proposons un replay en vidéo, enregistré par l'un de nos Lead Teachers, qui est également en français.
Néanmoins l'ensemble des ressources pédagogiques écrites (cours, exercices, projets) sur notre plateforme d'e-learning JULIE sont en anglais. Nous avons fait ce choix car l'anglais est la langue de travail de la majorité des professionnels de la Tech et qu'il est essentiel d'avoir un niveau minimum d'anglais pour continuer à vous auto-former après votre passage chez Jedha.
Pour suivre la formation, vous aurez donc besoin d'être à l'aise pour lire et comprendre des contenus en anglais, à savoir avoir un niveau B1/B2 en compréhension écrite en anglais.
Dois-je venir avec mon propre ordinateur ?
Nous ne fournissons pas d'ordinateur dans le cadre de nos formations. Il est donc essentiel que vous disposiez de votre propre machine et que celle-ci soit suffisamment puissante.
Vous trouverez ci-dessous les spécifications techniques minimales pour suivre la formation dans de bonnes conditions. Pour en savoir plus, et découvrir une sélection d’ordinateurs adaptés à nos formations, consultez notre article dédié.
- Système d'exploitation : Linux / Windows / MacOS. Les autres OS ne permettent pas de suivre la formation.
- RAM : 16 Go minimum.
- Stockage : SSD de 512 Go à 1 To.
- Processeur : Sur PC, Intel i5 minimum (idéalement Intel i7). Sur Mac, puces Apple Silicon M1 à M4. Évitez les processeurs Snapdragon (incompatibles avec la virtualisation).