Certificat de Compétences en Collecte et Fouille de Données (CFD)

Présentation

L’intégration sociétale d’un projet en Intelligence Artificielle ou analytique (IAA) dépend de la disponibilité de ressources humaines qualifiées, la qualité des données disponibles, la réglementation, des règles d’éthique de responsabilité, de l’acceptation par les acteurs ciblés. Au Sénégal, l’IAA débute et les facteurs ci-dessus sont des problèmes cruciaux pour nos organisations publiques/privées. La formation a pour objectif d’aider celles-ci à développer des solutions aux problèmes spécifiques basées sur l’IAA. 

Objectifs

• Former une masse critique d’experts sénégalais et africains en IAA ;
• Travailler avec les organisations à la définition d’un cadre de gouvernance de projets en IAA en Afrique ;
• Aider les organisations publiques/privées à développer des solutions IAA sur mesure ;
• Encourager le développement ou l’incubation de projets en IAA.

Secteurs d’activité

Tout secteur intéressé par le traitement des données

Compétences acquises

Connaître la pratique des enquêtes par sondage et comprendre les théories sous-jacentes à la collecte et à la production des résultats. Être en mesure de produire des études statistiques (rédaction d’un rapport) mettant en jeu les techniques d’analyse factorielle et de classification. Maîtriser les outils de la modélisation statistique (choix de modèles, test de spécification et de significativité, estimation, régions de confiance) dans un contexte général (modèles non linéaires, modèles dynamiques…), acquérir un savoir-faire pratique dans la construction d’un modèle destiné à formaliser un problème concret (fonction de comportement, choix discrets, prévision, sélection, scénarios, causalité, propagation de chocs, hétérogénéité inobservable…) et savoir mettre en œuvre un logiciel de modélisation statistique avancé (python ,  logiciel R ). Capacité d’intégration dans une équipe de développement de système d’information décisionnel. En particulier compétences en conception et exploitation d’entrepôts de données : capacité à concevoir et implémenter la partie ETL d’un Data Warehouse, capacité à concevoir et implémenter des cubes décisionnels, capacité à concevoir dans sa totalité une chaîne décisionnelle, capacité à mettre en œuvre une chaîne décisionnelle à l’aide des outils du marché, capacité à exploiter une chaîne décisionnelle, capacité à gérer l’intégration des données, capacité à gérer un projet décisionnel. Capacité à mettre en œuvre des techniques de fouille de données, de modélisation décisionnelle et de visualisation sur des données massives. Maîtrise de techniques adaptées à quelques problèmes fréquents rencontrés dans la fouille de données massives. Être acteur de la double évolution, inéluctable, du marketing-produit vers le marketing-client et de l’utilisation de la data science dans le traitement des données, pour réinventer le marketing; et ainsi mettre en place les changements fonctionnels et organisationnels associé. Savoir analyser des données spatiales. Utiliser les packages R correspondants et les Systèmes d’Information géographique (SIG). Savoir ajuster des séries temporelles à l’aide de modèles basés sur des propriétés statistiques. Savoir choisir un modèle. Prévision à court-terme des séries temporelles.

Partenaires

• Université Iba Der thiam de Thiès
• Conservatoire national des arts et métiers.
• Université Alioune Diop de Bambey