Choisir de suivre ma passion pour le design graphique à GOMYCODE tout en poursuivant des études en droit était un défi qui m’a permis de conjuguer deux mondes apparemment différents.
Ma formation m’a permis de relever le challenge de la phobie des mathématiques, de connaître le fonctionnement des robots et de pouvoir prendre les meilleures décisions dans mes entreprises.
La méthode hybride, alliant plateforme en ligne et cours en présentiel, s’adapte parfaitement à mon emploi du temps.
Les prérequis incluent une bonne compréhension des mathématiques de base, des compétences en programmation de base, et un intérêt marqué pour l’analyse de données et la science des données. Aucun diplôme spécifique n’est requis, mais un niveau Bac est recommandé.
La formation couvre Python pour l’analyse de données, SQL pour la gestion des bases de données, et des outils de visualisation de données.
Les projets incluent la manipulation de données massives, le développement de modèles prédictifs avec des algorithmes d’apprentissage automatique, et la mise en production de modèles de machine learning.
GOMYCODE offre un accompagnement à l’insertion professionnelle grâce à des partenariats avec diverses entreprises, un centre de résultats pour les diplômés, et un réseau de recruteurs internes qui aide les étudiants à trouver des offres d’emploi pertinentes dans le secteur du numérique.
Les étudiants utiliseront des outils et technologies tels que Python, SQL, Pandas, NumPy, Matplotlib, et des bibliothèques de machine learning comme Scikit-learn et TensorFlow.
Les options de financement incluent des paiements échelonnés, des réductions pour paiement anticipé, et des possibilités de financement via des partenaires comme Pôle emploi pour les demandeurs d’emploi.
Le programme comprend des modules sur les bases de la programmation Python, l’analyse de données, la visualisation de données, le traitement des données, les modèles de machine learning, et la gestion de bases de données.
Les diplômés seront capables de mener des analyses de données complexes, de créer des tableaux de bord interactifs, de développer des modèles prédictifs pour différentes applications, et de maîtriser les compétences nécessaires pour une carrière en science des données.
L’entrée en formation commence par une consultation pour discuter des objectifs de formation et évaluer le niveau actuel du candidat. Les critères de sélection incluent la motivation, les compétences techniques de base et la capacité à suivre un programme intensif. Une fois sélectionné, l’étudiant peut débuter la formation selon les dates disponibles.