• Maitriser les outils d’algèbre linéaire pour le data scientist.
• Maitriser des méthodes numériques utiles à l’analyse et à la modélisation des données.
• Maitriser les outils statistiques
• Maîtriser le langage Python et l’algorithmique.
• Maitriser les notions essentielles de la théorie des Bases de Données.
• Maitriser les systèmes de gestion liés aux données massives.
• Maitriser les principes fondamentaux de la BI et des outils de Data Vizualisation.
• Avoir une bonne connaissance des enjeux éthiques soulevés par le Big Data.
• Maîtrise des concepts fondamentaux de la théorie des probabilités.
• Maitriser les concepts et outils pour le traitement supervisé et non supervisé de données
• Avoir des notions de programmation distribuée à travers l’exemple des grilles de calcul.
• Savoir prendre en compte les incertitudes liées à la mesure et à l’échantillonnage des données.
• Maitriser les méthodes de recalage de modèles par rapport à des données, de façon déterministe et bayésienne.
• Donner les bases méthodologiques pour la propagation des incertitudes et l’analyse des tolérances en fabrication de grande série.
• Maitriser les principes de la gestion de projet dans un contexte Big Data.