• Intitulés des Modules                                                                                    Période (provisoire)                                   Nbre de Jours   N° Page

    Méthodes statistiques 18–20/Janvier 2021 3 24
    Introduction au logiciel R 15–17/Février 2021 3 25
    Introduction à Python 21–22/Janvier 2021 2 26
    Introduction à l’optimisation numérique 24–25/Juin 2021 2 27
    Introduction à la prévision 18–19/Février 2021 2 28
    Modélisation 22–24/Mars 2021 3 29
    Analyse Multidimensionnelle des Données 19–21/Avril 2021 3 30
    Classification & Analyse discriminante 22–23/Avril 2021 2 31
    Visualisation des données 22–24/Février 2021 3 32
    SGBD et Big Data : le SQL et le NoSQL 25–27/Janvier 2021 3 33
    SQL et NoSQL avec R/Python 28–29/Janvier 2021 2 34
    Analyse des séries temporelles stationnaires 25–26/Mars 2021 2 35
    Modélisation II 17–19/Mai 2021 3 36
    Traitement des outliers et des données manquantes 20–21/Mai 2021 2 37
    Pratique des sondages avec R 19–20/Juillet 2021 3 38
    CAPI avec CSPRO 21–23/Juin 2021 3 39
    R Package– R Shiny 26–28/Juin 2021 3 40
    Web-Scraping 26–28/Avril 2021 3 41
    Le Machine Learning 29–31/Mars 2021 3 42
    Text & Graph Mining 29–30/Avril 2021 2 43
    Introduction à Linux 28–30/Juin 2021 3 44

     

    Mise en œuvre d’un Data Warehouse 26–28/Juillet 2021 3 45
    Introduction à Git 25–26/Février 2021 2 46
    Introduction au Deep Learning 29–31/Juillet 2021 3 47
    Introduction à Docker 23–25/Août 2021 3 48
    Cluster sous Linux 26–28/Août 2021 3 49
    Cloud Computing 23–24/Septembre 2021 2 50
    Enrichir un Package R 20–22/Septembre 2021 3 51
    Introduction à Hadoop 22–24/Novembre 2021 3 52
    Introduction à Spark 25–26/Novembre 2021 2 53
    Utilisation de R en « Big Data » 25–27/Octobre 2021 3 54
    Utilisation de Python en Big data 28–29/Octobre 2021 2 55
    Introduction à Kubernet 06–07/Décembre 2021 2 56
    Introduction à Kafka 08–09/Décembre 2021 2 57
    Introduction à Nifi 10–11/Décembre 2021 2 58

Cette formation est destinée principalement à un public de professionnels qui souhaitent acquérir des compétences dans le domaine de la Science des
données. Le public ciblé est composé de statisticiens, analystes de données, chefs de projet informatique/développement. A la fin de la formation, les auditeurs seront capables de :
  • Comprendre les méthodes de la science de données ;
  • Travailler sur des données de formats variés (structuré et non structuré)
  • Analyser des données massives via des algorithmes et les méthodes statistiques
Chaque module de formation peut être choisi indépendamment des autres. Les cours se déroulent à l’Ecole Nationale Supérieure de Statistique et d’Economie Appliquée à Abidjan.
Période/Date limite d’inscription :
  • Certificat Big Data : Du 15 Octobre au 13 Janvier 2021
  • Modules spécifiques : 15 jours avant le début de chaque module

NB: Les dates proposées sont des dates provisoires et susceptibles de changer.

 

  • Responsable de Formation (FC-BD) : Nathaniel GBENRO, Enseignant-Chercheur, ENSEA
    Contacts : (+225) 22 48 32 47 – nathaniel.gbenro@ensea.ed.ci
  • Assistante de direction: Honorine AMAN
    Contacts : (+225) 22 48 32 32 / 22 48 32 11 – ensea@ensea.ed.ci
Vous êtes une entreprise et vous voulez inscrire plusieurs de vos employés, veuillez contacter le Service de la Formation Continue par:
  • courrier     : Ensea Formation Continue / Avenue des Grandes Ecoles / Cocody-Abidjan
  • mail            : ensea@ensea.ed.ci
  • téléphone  : 225 22 44 08 42

DATA DAY: Les Données au Cœur de la Transformation de l’Entreprise

La Data Day, organisée le 25 Avril 2019 à l’ENSEA d’Abidjan fût une journée de promotion des sciences des données (Data Science – Big Data) aux entreprises et au grand public afin de mieux faire connaitre la chaire « International Data Science Institute – CÔTE-D’IVOIRE » (IDSI-CI) fruit de la coopération entre l’INP-HB de Yamoussoukro, l’ENSEA d’Abidjan et l’Ecole Polytechnique de Paris. Ce fût aussi un cadre d’échange avec le monde professionnel. La Data Day se voulait être une plateforme d’entretien entre étudiants et professionnels de la data, ainsi qu’une opportunité d’exposition du savoir faire des étudiants de cet institut.