PROGRAMMME D`INTRODUCTION À LA SCIENCE DES DONNÉES

PROGRAMMME D’INTRODUCTION
À LA SCIENCE DES DONNÉES
2015

PUBLIC VISÉ ET PRÉREQUIS
Les modules oerts conviennent à toute
personne ayant une connaissance de
base en informatique ou en statistique
et des notions de programmation. Le
programme est destiné aux praticiens et
chercheurs.
Les concepts et la formation transmis
dans ce programme permettent une
bonne compréhension du contexte des
masses de données, appelées aussi don-
nées massives ou plus communément
«big data», et du dé qu’elles présentent,
dé qui structure l’évolution des sciences
et de nombreux secteurs de l’économie.
Le programme proposé convient tant
aux professionnels en début de carrière
qu’aux managers conrmés ayant besoin
de comprendre ce domaine complexe et
ses applications.
PROGRAMMME
D’INTRODUCTION
À LA SCIENCE DES DONNÉES
Ce programme de formation est destiné
aux professionnels et aux managers et com-
prend des modules d’enseignement et des
travaux pratiques. Il traite des sujets les
plus actuels en science des données et en
big data, allant de la collecte, du stockage
et du traitement des données à l’analytique
et la visualisation, et présente également
une gamme d’applications concrètes et de
cas d’école issus des entreprises et des labo-
ratoires. Ce programme couvre un large
panorama et traitera de façon assez détail-
lée des méthodes et outils nécessaires pour
aborder les données massives.
LE PROGRAMME
La formation couvre 120heures d’ensei-
gnement (les vendredi et samedi en mai,
juin et juillet). Une journée typique
UNE FORMATION PROFESSIONNELLE À LA SCIENCE
DES DONNÉES ET AU «BIG DATA»
PROPOSÉE CONJOINTEMENT PAR LES DEPARTEMENTS DE MATHÉMATIQUES
APPLIQUÉES ET D’INFORMATIQUE DE L’ÉCOLE POLYTECHNIQUE
EXECUTIVE EDUCATION

© thinkstock
comprend un cours de 3h le matin suivi
de travaux pratiques de 3h (avec des tra-
vaux personnels) et une conférence d’une
heure donnée par un expert invité issu du
monde universitaire ou économique. Les
cours traitent largement des disciplines
ayant trait à la science des données : bases
de données, outils big data, prétraitement
des données, visualisation, analyse de
données et apprentissage automatique.
Un quart du programme est organisé
sous forme d’un Atelier Données, dans
lequel les participants vont travailler sur
des jeux de données réels, sur tout le cycle
de vie des données en utilisant les outils,
méthodes et connaissances qu’ils auront
acquis pendant les cours.
Le programme est organisé de la manière
suivante :
– Journée 1. Introduction à la science des
données. Écosystème du big data, cycle
de vie d’un projet de données/gestion
de projet, architecture informatique et
introduction au calcul distribué, ques-
tions de condentialité.
– Journée 2-4. Bases de données, outils
big data. Bases de données : SQL et
NoSQL, calcul distribué, cloud compu-
ting, Map Reduce et Hadoop, HIVE/
PIG, Spark.
– Journé es 5-7. Prétraitement des donnés
et visualisation. Nettoyage de données,
normalisation, sélection et création des
variables, réduction de dimensions,
exploration de données, visualisation
avec R et Python, visualisation par navi-
gateur, data mashup, data munging,
conception et ingénierie des variables.
– Journée 8. Atelier Données - première
partie. Introduction au jeu de données
et à l’objectif de l’atelier. Exploration et
sélection/ingénierie des variables.
– Journées 9-12. Analyse des données et
apprentissage automatique. Introduc-
tion à l’apprentissage, apprentissage
non supervisé, apprentissage supervisé
(régression et sélection des variables,
régression logistique, classication
naïve bayésienne, algorithme des k-voi-
sins les plus proches (KNN), machines
à vecteurs de support (SVM), arbres de
décision et réseaux de neurones), éva-
luation des modèles, surapprentissage,
sélection de modèles, méthodes d’en-
semble.
– Journées 13-14. Apprentissage automa-
tique pour les données non-tradition-
nelles. Filtrage collaboratif, fouilles du
Web, de graphes et de textes (« Web,
graph and text mining») recommanda-
tion, personnalisation, publicité sur le
web et marketing.
– Journées 15-18. Atelier Données - seconde
partie : Application des méthodes d’ap-
prentissage automatique aux résultats de
la première partie. Sélection de modèles
et méthodes d’ensemble.
PERSONNEL ENSEIGNANT
S. Gaias (X-CMAP), C. Giatsidis
(X-LIX), B.Kegl (X, LAL), A. Papado-
poulos (X, Aristotle U. of essaloniki)
E.Le Pennec (X-CMAP), E.Matzner-Lo-
ber (X, U. Rennes) M. Vazirgiannis
(X-LIX).
Pour plus d’information, vous pouvez
consulter :
www.polytechnique.edu/bigdata/dssp/
Date limite de candidature :
22 mars 2015. Soumettez votre candida-
ture en ligne via le lien ci-dessus.

ÉCOLE POLYTECHNIQUE
91128 PALAISEAU CEDEX
www.polytechnique.edu
CONTACT
[e-mail]
TARIF
7 500 euros
LIEU
École polytechnique
DATES
Du 12 mai 2015
au 11 juillet 2015