Concevoir des bases de données relationnelles et créer des requêtes avancées avec SQL

Mettre en place des modèles de « Machine learning » en production à l’aide de Google Cloud Platform

Créer et développer des réseaux neuronaux entièrement connectés afin de résoudre des problèmes de classification et de régression

Comprendre les concepts mathématiques liés à la science des données, tels que les statistiques, les probabilités et l’algèbre linéaire.

Mener des analyses avancées avec Jupyter notebook, Pandas et Statsmodels

Maîtriser la programmation appliquée à la science des données en Python

Manipuler les réseaux neuronaux pour la détection d’objets et le traitement du langage naturel

Mettre en œuvre des modèles supervisés et non supervisés de «Machine learning» avec scikit-learn

Apprendre les meilleures pratiques de «Machine learning» (prétraitement, formation et test, mesures de performance, etc.)

Utiliser les meilleures pratiques dans le travail quotidien sur un projet de science des données au sein d’une équipe technique.