Votre nouvelle vie dans

la data commence ici

Syllabus
Data Scientist
 Notre histoire
Leader français de la formation en Data Science,
DataScientest offre un apprentissage d’excellence orienté emploi
pour professionnels et particuliers.

Une formation conçue avec et pour les entreprises

Pour répondre à un besoin grandissant,

88% des
les entreprises ont d’abord fait appel à
DataScientest pour spécialiser et former
leurs équipes internes. En l’espace responsables Data
de quatre ans, plus de 30 entreprises des plus grands groupes
du CAC40 et de nombreux autres français souhaitent
champions français et étrangers leur renforcer leurs équipes
ont fait confiance pour former quelque en recrutant des Data
1500 professionnels. Scientists*.
*enquête menée auprès d’une quarantaine
d’entreprises partenaires.

Un cursus adapté aux particuliers

Ces mêmes entreprises sont plus tard venues solliciter DataScientest
car leurs profils internes ne suffisaient plus à leurs demandes : elles
cherchent à embaucher mais ne rencontrent pas les bons profils. Sous
cette impulsion, nous avons donc lancé une offre pour les particuliers.
Depuis, cette offre ne cesse de s’enrichir grâce à de nouvelles formations
proposées (Data Steward) ou de nouveaux cursus (Data for SEO).

Samir Ait idir - Chief Data Officer & Head

of Data Intelligence @ Orange Bank
"DataScientest c’est de l’apprentissage riche,
personnalisé et répondant aux problématiques
réelles de l’entreprise"

Rejoignez-nous : [email protected] • +33 9 80 80 79 49 • www.datascientest.com 2

 DataScientest
en chiffres

1 500 99 %
taux de
alumnis complétion

+ de 30
groupes
du CAC40 formés

2 000 h 94 %
contenu taux de
spécialisé satisfaction

Ils se sont formés chez Datascientest

 L'équipe
Nos formateurs
DataScientest a une particularité : nous ne faisons jamais appel à des
prestataires externes.
Tous nos professeurs travaillent à temps plein pour notre formation : à
la fois dans la création et mise à jour de nouveaux cursus, la tenue de
cours en présentiel ou visio-conférence, la R&D, et la réponse active aux
questions de nos utilisateurs…
Ce sont tous des professeurs issus des meilleurs écoles (École
Polytechnique, Centrale-Supélec, École des Mines ParisTech…)
et spécialisés dans la data science.

Charles S.
Responsable Académique

Diplômé de l’École Polytechnique, Charles a participé à l’élaboration

des cours dès le jour 1. Spécialisé en programmation, machine learning
et deep learning, Charles peut revendiquer plus de 500 anciens élèves
et près de 100 projets supervisé en 6 ans d’expérience.

Thomas B
Responsable formation Data Scientist

Après son cursus à l’École des Mines de Paris, Thomas a vite rejoint
les rangs de DataScientest. Il maitrise évidemment la programmation
et la dataviz mais également machine et deep learning, NLP, computer
vision… En 2 ans Thomas a déjà formé plus de 100 apprenants
à la Data Science.

Rejoignez-nous : [email protected] • +33 9 80 80 79 49 • www.datascientest.com 4

 L’équipe

Raphaël K
Responsable formation Data Analyst

Titulaire du master ISF spécialisé en Apprentissage Statistique et Science

des données de l’Université Paris-Dauphine, Raphaël a conçu la formation
Data Analyst grâce à ses connaissances en programmation, dataviz, et
Machine Learning.
Raphael fait partie de l’équipe depuis maintenant 3 ans et a chapeauté
plus de 80 projets.

Paul D
Responsable formation Data Engineer

Diplomé d’abord de Centrale-Supelec puis du Master in Data Science &

Business Analytics en double diplôme Centrale Supelec - ESSEC, Paul,
spécialiste du Big Data, compte déjà plus de 250 alumnis et apprenants
à l’heure actuelle en l’espace de 3 ans !

Xavier Horem: Responsable de l’acculturation

Big Data & IA @ Allianz France
“De par le niveau et la qualité des compétences acquises
à l’issue de cette formation, le partenariat conclu avec
DataScientest est un atout important pour atteindre notre
objectif d’être une entreprise Data Driven.
C’est également un levier précieux pour notre politique
de Marque-Employeur qui vise à accompagner nos
collaborateurs dans l’évolution de leurs métiers, de leurs
compétences, et ainsi à les fidéliser.”

Rejoingnez-nous : [email protected] • +33 9 80 80 79 49 • www.datascientest.com 5

 Notre pédagogie
Format hybride DataScientest est le seul organisme à
offrir une formation hybride, c’est-à-dire
à la fois en présentiel et en distanciel.
(environ 15% et 85% respectivement).
Ce format innovant permet d’allier
15 % flexibilité et rigueur pour un meilleur
Masterclass apprentissage. C’est un choix mûrement
réfléchi qui motive notre pédagogie pour
accompagner au mieux les apprenants vers
la certification.

85 %
en ligne

Pendant la formation en e-learning,

nos professeurs sont joignables via
un live-chat : ils suivent votre
progression et restent à vos côtés pour
vous conseiller au mieux !
Un responsable accompagne une
quinzaine d’apprenants. Il sera disponible
et à l’écoute et vous relancera en cas de
besoin tout au long de votre parcours.

MASTERCLASS
EXAMENS Chaque sprint s’accompagne d’une ou
plusieurs masterclass auxquelles vous
Chez DataScientest, pas de QCM
pourrez assister en présentiel ou en
automatisé, chaque copie est
visioconférence. Les objectifs et les
corrigée à la main par nos
formats pédagogiques de chaque
enseignants, avec des re-
Masterclass changent en fonction du
marques et conseils adaptés à
sprint abordé : corrections de use cases
chaque élève.
concrets, cours magistraux sur des
thématiques spéciales, concours entre
cohortes…

Rejoignez-nous : [email protected] • +33 9 80 80 79 49 • www.datascientest.com 6

 Notre pédagogie

Projet fil-rouge
Tout au long de votre formation, et au fur et à mesure que vos
compétences se développent, vous allez mener un projet de Data
Scientist nécessitant un investissement d’environ 120 heures
au long de la formation.
Ce ne sera pas un projet de data
science standardisé et imposé :
ce sera à vous (en binôme ou trinôme)
de déterminer le sujet et de le pitcher à
nos équipes.

Évidemment cela rajoute de la difficulté :

des données non cleanées, des modèles
non pré-entrainés, mais nos professeurs
sont là pour vous aider à chaque étape
de ce projet. Votre responsable de
cohorte vous contactera également de
manière hebdomadaire pour échanger
sur votre projet, vous coacher et vous
apporter tout l’aide nécessaire à son
bon avancement.

Cela permet de passer efficacement de la théorie à la pratique et de s’assurer que

vous appliquez les thèmes abordés en cours.
C’est aussi un projet fortement apprécié des entreprises, car il confirme vos
compétences et connaissances acquises à l’issue de la formation de Data Scientist.

Xavier Bocher - Head of Credit Risk

Internal Models & Operational Research
@ Groupe Crédit Agricole
" Une vraie expertise en Datascience, délivrée
avec un accompagnement sur mesure dans le
souci constant de la satisfaction du client. "

Rejoignez-nous : [email protected] • +33 9 80 80 79 49 • www.datascientest.com 7

 Notre pédagogie

En Bootcamp ou en Continu
La formation de Data Scientist est disponible en deux formats
afin de correspondre au mieux à vos besoins.

Le BootCamp
Formez-vous rapidement,
en suivant un programme
intensif de 11 semaines
Durée
11 semaines
Rythme
Temps plein (35h)

La formation
continue
Adaptez la formation à
votre rythme, avec un
programme plus flexible
étalé sur 9 mois
Durée
9 mois
Rythme
De 8 à 10h par semaine

Les horaires restent à titre indicatif, la formation ayant une durée totale de 400h.

Rejoignez-nous : [email protected] • +33 9 80 80 79 49 • www.datascientest.com 8

 Le cursus
Le parcours formation du
Data Scientist TOP DEPART

Bloc 1
Programmation

Bloc 2
Dataviz

Bloc 3
Machine
Learning
Bloc 4
Machine
Learning Avancé
Bloc 5
Big Data /
Database
Bloc 6
Deep Learning

Bloc 7
Système complexe
et IA

DIPLÔME

Rejoignez-nous : [email protected] • +33 9 80 80 79 49 • www.datascientest.com 9

 Le cursus

Introduction à Python
Durée : 35h

2
1 DATA
FONDAMENTAUX
Chargement et première
DE PYTHON exploration d’un jeu
Variables et types de données
Opérateurs et tests Data cleaning
Les boucles Data processing
Les fonctions
Classes et modules

LES COMPÉTENCES
3 ACQUISES À L’ISSUE
NUMPY - Lire et comprendre un
code Python, langage de
Création d’un NumPy array
DIPLÔME référence en data science
Manipulation d’un NumPy
array - Manipuler et gérer les
Opérations sur les NumPy tableaux de données
array - Interroger, manipuler,
ordonner et modifier un jeu
de données avec Python

Rejoignez-nous : [email protected] • +33 9 80 80 79 49 • www.datascientest.com 10

 Le cursus

Data Visualisation
Durée : 25h

1 LES COMPÉTENCES
MATPLOTLIB ACQUISES À L’ISSUE
Courbes, graphiques,
nuages de points, - Maîtrise, customisation d’une
histogrammes... grande variété de rendus
graphiques (nuage de points,
graphes, camemberts,
histogrammes etc.…) fondamentaux
pour la Data Visualisation
2
- Capacité à mettre la Data
SEABORN Visualisation au service de la Data
Analyse de distribution analysis
Analyse statistique - Production de graphiques
Analyse multivariée statistiques simples au croisement
de la Data Visualisation et Data
Analysis

- Maitrise des Best Practices de Data

3 Visualisation et le Data Storytelling
BOKEH (facultatif)
- Création de Dashboards interactifs
from scratch
Formation à tous types
de graphiques interactifs - Création et Intégration d'un
et intégrables sur page web graphique interactif à une page
Web

Rejoignez-nous : [email protected] • +33 9 80 80 79 49 • www.datascientest.com 11

 Le cursus

Machine Learning
Durée : 75h

LES COMPÉTENCES
MACHINE LEARNING
ACQUISES À L’ISSUE
SUPERVISÉ
Pré-traiter les données afin qu’elles
1 CLASSIFICATION conviennent aux modèles utilisés
SIMPLE DE MODÈLES Évaluer un modèle à l’aide de la
validation croisée et de différentes
métriques

Maîtriser les algorithmes d’ensemble

2 de type boosting et bagging
CLASSIFICATION
AVANCÉE DE Sélectionner et optimiser un algorithme
MODÈLES de Machine Learning

Identifier les problèmes de Machine

Learning non supervisés
MACHINE LEARNING
NON-SUPERVISÉ Maîtriser les principaux algorithmes de
clustering à l’aide d’une bibliothèque
clé en Machine Learning, scikit-learn
3 MÉTHODES DE Maîtriser les modèles de régression
CLUSTERING logistique, pénalisés et Elastic-Net

Connaître les principales métriques

d’évaluation des modèles de régression
4 MÉTHODES DE utilisés en Machine Learning
RÉGRESSION Réduire la taille d’un jeu de données
de manière optimale sans perte
d’information

5 MÉTHODES DE Repérer visuellement des structures

RÉDUCTION DE afin de déterminer l’algorithme de
Machine Learning adéquat
DIMENSION

Rejoignez-nous : [email protected] • +33 9 80 80 79 49 • www.datascientest.com 12

 Le cursus

Machine Learning Avancé

Durée : 52h

1
SÉRIES TEMPORELLES LES COMPÉTENCES
AVEC STATSMODELS ACQUISES À L’ISSUE
Modèles de base - Analyser et décomposer un
Modèles ARIMA incontournable de la data science : les
séries temporelles
- Corriger une série temporelle des
2 variations saisonnières
TEXT - Formation à la prédiction de
MINING l’évolution future d’une série
Introduction aux expressions temporelle
régulières - Maîtriser les techniques de
Pre-processing en Text mining manipulation et prétraitement de
Création d’un WordCloud données textes
Création d’un WordCloud - Lire et utiliser les expressions
régulières
- Utiliser un modèle de Machine
3 Learning sur données textes, domaine
MACHINE LEARNING ET en pleine expansion en Data Analysis
THÉORIE DES GRAPHES - Connaître les concepts fondamentaux
AVEC NETWORKX de la théorie des graphes, discipline
clé en Data Science
Introduction à la théorie des
- Choisir un modèle de données entre
graphes
une approche par graphe et une
Algorithmes fondamentaux : approche tabulaire
Kruskal et Dijkstra
- Connaître les algorithmes les plus
Détection de communautés populaires en Machine Learning
Algorithme PageRank appliqué pour graphes
au classement de pages Web

Rejoignez-nous : [email protected] • +33 9 80 80 79 49 • www.datascientest.com 13

 Le cursus

Big data / Database

Durée : 25h

1 LES COMPÉTENCES
INTRODUCTION ACQUISES À L’ISSUE
AU DATA ENGINEERING
ET BIG DATA - Lire et interroger les bases de
données relationnelles

- Maîtriser la syntaxe des requêtes

SQL
2
- Traiter des jeux de données
DATA PROCESSING massifs, à l’aide du calcul
ET MACHINE distribué
LEARNING SUR - Appliquer de manière
DES GRANDES performante des modèles de
BASES DE DONNÉES Machine Learning à de grandes
bases de données
AVEC PYSPARK
Introduction PySpark
PySpark: Data Processing
PySpark: les DataFrames
Régression avec PySpark
PySpark - ML Pipelines
PySpark - Model Tuning

Rejoignez-nous : [email protected] • +33 9 80 80 79 49 • www.datascientest.com 14

 Le cursus

Deep Learning
Durée : 40h

1
DEEP-LEARNING LES COMPÉTENCES
AVEC LE FRAMEWORK ACQUISES À L’ISSUE
KERAS
- Comprendre et implémenter des
Concepts fondamentaux réseaux de neurones, un classique
Prédiction à l’aide des Dense du deep learning
Neural Networks
Prédiction à l’aide des - Entraîner et évaluer les résultats
obtenus par un réseau de neurones
Convolutional Neural Networks
(CNN) - Utiliser les méthode de Transfer
Résolution avec l’architecture Learning, très appréciées en deep
LeNet learning

- Maîtriser la syntaxe et les

particularités du framework
2 TensorFlow très utilisé en deep
learning
INTRODUCTION
À TENSORFLOW 2.0 - Détecter un objet dans une image
(2020) - Concevoir son propre word2vec
Introduction à Tensorflow - Utiliser les modèles récurrents.
Tensorflow et Keras
Embedding Word2vec - Créer un générateur automatique
RNN : Génération de texte d’images à l’aide d’un GAN
Generative adversarial
network : générer des images
de visages

Rejoignez-nous : [email protected] • +33 9 80 80 79 49 • www.datascientest.com 15

 Le cursus

Système Complexe et IA
Durée : 40h

LES COMPÉTENCES
1 ACQUISES À L’ISSUE
INTRODUCTION TO
REINFORCEMENT Comprendre les fondements
LEARNING mathématiques d'une discipline
un peu particulière du Machine
The maths behind Learning : l'apprentissage par
Reinforcement renforcement
Monte Carlo Learning
Temporal Difference Connaître les principaux
algorithmes utilisés en
Learning : SARSA
Reinforcement Learning,
Temporal Difference domaine du Machine Learning
Learning : Q-Learning souvent utilisé en finance.

Savoir choisir un algorithme

de Reinforcement Learning en
fonction de la tâche à apprendre
2
DEEP
REINFORCEMENT
LEARNING
Deep Q learning
Policy Gradient

Rejoignez-nous : [email protected] • +33 9 80 80 79 49 • www.datascientest.com 16

 Informations pratiques
Prérequis
Pour entamer une formation de data scientist, le minimum requis est d’au moins un
Bac+3 en mathématiques ou Bac+5 en sciences. Des notions de communication et
marketing sont toujours un plus au vu du travail de transmission et de communication
que requiert ce métier.

ÉTAPE 1
Après votre inscription sur le site, nous vous contactons
une première fois pour une présentation détaillée de
notre offre et une compréhension de votre parcours et
vos souhaits.
L’idée est d’aligner dès le départ vos attentes avec nos
formations .

ÉTAPE 2
Nous vous redirigeons vers un test technique de
positionnement nullement rédhibitoire qui nous
sert à savoir avec quelles bases vous démarrez. Il
s’agit essentiellement de test mathématiques de
probabilité/statistique et d’algèbre relativement
basique (niveau L1/L2 mathématiques).

ÉTAPE 3
Une fois ce test passé, un membre de l’équipe d’admission
prend contact avec vous pour échanger sur votre résultat,
vos motivations, et la pertinence de votre projet.

Coût de la formation : 5000 € TTC*

*Avec des possibilités de financement. Nous sommes
notament éligibles au CPF (Compte Personnel de formation).

Rejoignez-nous : [email protected] • +33 9 80 80 79 49 • www.datascientest.com 17

 Et après ?
Après la formation, une aide à l’emploi
Des bilans sont régulièrement faits avec notre
équipe RH qui vous suit tout au long de votre
parcours. Celle-ci peut également vous offrir
la possibilité de participer à des ateliers CV
et du coaching carrière au cours de diverses
masterclass.

Lorsque vous approchez de la fin de votre formation, un point est effectué au

cours duquel vous renseignez les secteurs vers lesquels vous souhaitez vous
orienter.
À partir de vos renseignements, nous déposons votre CV au sein de nos
entreprises partenaires, et vous êtes immédiatement inscrit au process de
recrutement de ces groupes.

La communauté alumni

Beta-test
Afin de gagner en connaissances data et d’assurer la veille technologique
même après la fin de la formation, tout alumni
a accès en avant-première à tout nouveau
module de formation.

Veille technologique
En parallèle, des newsletters élaborées par nos
data scientists sont régulièrement envoyées
et sont une source fiable d’informations
spécialisées en data science.

Communauté Alumni
Enfin, la communauté DataScientest ne cesse
de s’agrandir, et avec elle l’ensemble de ses alumnis. Pour garder le contact
et permettre aux anciens élèves de communiquer entre eux, DataScientest a
mis en place la commuanauté DatAlumni, un groupe qui partage et échange
sur divers thèmes autour de la Data Science. Vous serez invité à la rejoindre en
début de votre formation! Au programme : vieille technologique, opportunités
business, networking, événements (afterworks, salons, data challenges…).

Rejoignez-nous : [email protected] • +33 9 80 80 79 49 • www.datascientest.com 18

 Témoignages d’alumnis

Amir ABBASZADEH
Cofounder and CEO at Oilifina Consulting
Ayant une formation d’ ingénieur, Amir a commencé sa carrière en conseil en stratégie
chez McKinsey puis en M&A dans une banque d’investissement. Suite à une expérience
entrepreneuriale, il a senti un vrai besoin technique en traitement des données mais son profil
100% business restait un frein pour se lancer dans l’aventure.

" Datascientest a complètement effacé et personne ne s’ennuie en plein milieu

cette inquiétude dans ma tête et m’a de cours. Le bonus de cette formation
permis de réaliser mon projet. Pour moi, est la disponibilité incroyable des
ce qui distingue Datascientest des autres experts pour nous aider. Aujourd’hui
c’est avant tout le contenu parfaitement j’ai crée mon entreprise grâce à cette
opérationnel ainsi que le méthode formation et nous sommes 8 dont
d’apprentissage live! 3 datascientists :) "
Ce qui donne toujours envie de continuer

Alina Vornicu
Responsable du Pôle Data de l’Inspection Générale de LCL
Après un master Économétrie et Statistiques Appliquées à l’Université d’Orléans, Alina a intégré
en 2010 Crédit Agricole Consumer Finance en tant que Chargée d’études statistiques dans
l’équipe Prévention du Risque et innovation puis LCL en 2015, en tant qu’Ingénieur d’études
statistiques et actuarielles dans l’équipe Data de l’Inspection Générale qu’elle a eu l’honneur de
manager depuis novembre 2019.

" Ce parcours de formation a apporté une La collaboration avec l’équipe de

certaine complémentarité à mon profil DataScientest a permis la découverte
"statistique". Il permet une approche des nouveaux horizons d’applicabilité
progressive partant de la data science en de la data science dans les thématiques
arrivant aux technologies de l’intelligence de l’audit interne. Plusieurs projets ont
artificielle, grâce à l'apprentissage d'un pris contour au sein de l’équipe afin
puissant langage de programmation : d’aller vers une meilleure identification
Python. L’alternance entre théorie et des zones de risque, plus de pertinence
pratique des modules ainsi que le projet et d'exhaustivité dans les constats
réalisé tout au long de la formation ont
formulés par les auditeurs."
permis un apprentissage rapide et une
mise en pratique sans délai des notions
acquises.

Rejoignez-nous : [email protected] • +33 9 80 80 79 49 • www.datascientest.com 19

 Le cursus

Stefania Di Tommaso
Data Scientist at IsCool entertainment

Dotée d’un doctorat en chimie computationnelle, Stefania a travaillé en tant que

chercheuse à l’Ecole Nationale Supérieure de Chimie de Paris. À la recherche d’un
nouveau travail, Stefania a choisi de se reconvertir dans la data science et de faire
confiance à DataScientest.

" À la recherche d’un nouveau travail potentiel. Chose encore plus importante,
ainsi que d’un nouveau défi intellectuel, j’ai eu la possibilité de connaître des
j’ai commencé ma formation de data professionnels du secteur, travaillant
scientist chez DataSciencetest. En 3 dans les milieux des plus différents.
mois, grâce à un suivi constant, j’ai Cette formation fut une véritable
appris les bases en programmation sur fenêtre ouverte sur un monde qui
R et Python. J’ai également découvert m’était inconnu et dont maintenant je
plusieurs algorithmes de ML et de leur fais partie !"

Caroline Uge
Data Scientist chez Back Market

Diplômée de l’IMT Atlantique en organisation et management des technologies de l’information,

Caroline a travaillé en tant que product owner chez Renault. Sentant que ce poste ne lui
convenait pas, elle a décidé de s’orienter dans la data science, domaine pour lequel elle avait
attrait. C’est dans ce cadre que Caroline a découvert DataScientest qui lui a permis de monter
en compétences en data sciences et de travailler in fine dans une entreprise de conseil en data
science.

J’ai assisté au bootcamp DataScientest data scientist. Cette formation m’a permis
il y a un peu plus de deux ans. A cette d’acquérir les connaissances techniques
époque, j’avais quitté un emploi de et mathématiques nécessaires pour
gestion de projet qui ne me convenait débuter en data science. Par la suite, j’ai
pas. Je m’intéressais beaucoup à l’analyse intégré une entreprise de conseil en data
de données que j’avais pu légèrement science au sein de laquelle j’ai pu mettre en
pratiquer. Je cherchais de ce fait un pratique mes acquis et affiner mon projet
poste de data analyst, dans l’optique professionnel. Aujourd’hui, je travaille
d’évoluer par la suite en data scientist. chez Back Market : j’exerce un métier
Malheureusement, mes entretiens que j’aime dans une entreprise en accord
n’aboutissaient pas par manque de avec mes valeurs. Ce bootcamp a donné
connaissances techniques. un gros coup de pouce à ma carrière et
Datascientest a été l’opportunité parfaite largement facilité ma reconversion, je le
pour monter en compétences et ainsi recommande chaudement !
prétendre directement à un poste de

Rejoignez-nous : [email protected] • +33 9 80 80 79 49 • www.datascientest.com 20

 FAQ
À quel salaire peut prétendre un Data Scientist ?

Pour répondre à cette question, nous avons mené notre propre enquête auprès
d’une quarantaine d’entreprises partenaires.
En fonction du secteur et de l’entreprise le salaire d’un data scientist junior est
compris entre 35 et 50 000 € par an.
Après 4 ans d’expérience, ce salaire augmente considérablement et oscille
entre 50 et 65 000 euros.

Il y a-t-il des options de financement pour ma formation ?

Si vous êtes inscrit chez Pôle Emploi, vous êtes potentiellement éligible à l’AIF .
Soit une aide allant jusqu’à 2000€. DataScientest est également éligible
au CPF.
Enfin si vous êtes actuellement en entreprise, vous pouvez être éligible à une
aide du FNE ou toute l’année via l’OPCO.
Quoi qu’il en soit nos équipes sont là pour vous guider dans vos démarches
administratives d’inscription aux différentes aides de financement.
Pour trouver toutes les possibilités de financement, rien de plus simple : nous
avons crée une page dédiée au sujet ! Cliquez-ici pour la découvrir !

Au delà du poste de Data Scientist, une formation peut-elle

m’être utile dans d’autres corps de métiers ?

La capacité à maîtriser la data s’avère être très précieuse dans certains métiers
comme chercheur ou actuaire.
Ils bénéficient énormément de l’apport des data sciences , tout comme la
plupart des professions quantitatives qui impliquent des statistiques.
La data leur offre des nouvelles portes et opportunités.

Pour plus d’informations, n’hésitez pas à nous contacter :

[email protected]
www.datascientest.com
+33 9 80 80 79 49

Rejoignez-nous : [email protected] • +33 9 80 80 79 49 • www.datascientest.com 21

Vous
souhaitez
devenir
Data Scientist ?

Contactez notre équipe

[email protected]
+33 9 80 80 79 49

www.datascientest.com