Formation Machine Learning
Apprenez à concevoir et déployer des modèles de Machine Learning, Deep Learning et d'IA Générative et devenez Machine Learning Engineer.
Devenez Machine Learning Engineer en 450h
Le ML est devenu le moteur de l'innovation dans la santé, la finance, l'industrie et le e-commerce. Pour transformer leurs données en leviers de croissance, les entreprises recrutent massivement des profils capables de concevoir, entraîner et industrialiser des modèles d'Intelligence Artificielle.
À la fin de votre formation chez Jedha, vous serez en mesure de :
- Concevoir et entraîner des modèles de Machine Learning et de Deep Learning.
- Construire des réseaux de neurones et créer des modèles d'IA Générative à partir de données complexes (image, son).
- Déployer vos modèles en production et les industrialiser en conditions réelles.
Le programme de notre bootcamp en Machine Learning
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.
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 votre formation
.webp)
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
Les blocs n°2 et 3 de la certification professionnelle de niveau 7 (bac+5) développée par Jedha et enregistrée au RNCP : Architecte en intelligence artificielle
Notre formation en Data Science est certifiante et donc 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
- 17 campus en France et en Europe
- Présentiel ou distanciel
- Temps complet ou temps partiel
Temps plein
Temps plein
Temps plein
Temps partiel
Temps partiel
Temps partiel
Choisissez l’excellence pour vous former
Devenez Machine Learning Engineer à votre rythme
Temps complet (3 mois)
insert-icon_pre-required_s24
Modalités
- 450h d'apprentissage en classe
- Lundi à vendredi, 9h30 - 18h
- À temps complet sur 3 mois
insert-icon_location_s24
Localisation
À distance ou sur l'un de nos 17 campus
insert-icon_smiley_s24
Avantages
- Formation accélérée
- Esprit de promo
- Discipline de travail
Temps partiel (7 mois)
insert-icon_pre-required_s24
Modalités
- 450h d'apprentissage hybride (travail en autonomie, cours, coaching)
- À votre rythme (2h par jour)
- À temps partiel sur 7 mois
insert-icon_location_s24
Localisation
En ligne
insert-icon_smiley_s24
Avantages
- Adapté à vos contraintes pros et persos
- Apprentissage en autonomie
- Accessible partout dans le monde
Les métiers du ML et du Deep Learning
Avec l'essor de l'IA générative, les entreprises ont un besoin urgent de profils capables de construire, entraîner et industrialiser leurs modèles d'apprentissage automatique. Les métiers du ML sont parmi les plus recherchés de la tech, avec une forte demande dans tous les secteurs et des salaires attractifs dès le premier poste.
Vos questions sur les débouchés de la formation
Ils vous accompagnent pour réussir votre reconversion
Mehdi Semar
Teacher
Antoine Doizé
Data Scientist & Enseignant
Sabrine Bendimerad
AI Engineer
Aurélie Mutschler
Senior Data Scientist