Jean-Marc Brun
Ingénieur de Recherche Informatique et Mathématiques
44 ans
Permis de conduire
Nantes (44) France
En poste
Ouvert aux opportunités
Domaines de compétences :
Informatique, Mathématiques & Calcul Scientifique
Je suis Concepteur Développeur en Informatique et Docteur en Mathématiques Appliquées de l'Université de Montpellier 2.
Je possède une voiture.
SST 2013 (Sauveteur Secouiste du Travail)
Informatique, Mathématiques & Calcul Scientifique
Je suis Concepteur Développeur en Informatique et Docteur en Mathématiques Appliquées de l'Université de Montpellier 2.
Je possède une voiture.
SST 2013 (Sauveteur Secouiste du Travail)
https://www.octo.academy/fr/formation/144-data-science-niveau-avance
DESCRIPTION
Le Big Data et la data science sont en train de changer le monde que nous connaissons. Avec la digitalisation sans cesse croissante de nos interactions et les progrès accomplis en matière d’intelligence artificielle, les entreprises ont de plus en plus recours aux algorithmes pour améliorer leurs processus de prise de décision et proposer de nouveaux services. Le Data scientist, à travers sa faculté à trouver à partir de l’exploitation des données une réponse adéquate à un problème fonctionnel donné, est au cœur de ces évolutions. Après le module sur les bases de la Data science, la formation « Data Science : niveau avancé » vous permettra d’approfondir certains des concepts avancés de machine learning (feature engineering avancé, modèles ensemblistes…) utilisés notamment par les lauréats de concours Kaggle. Vous découvrirez également les techniques d’analyse et de traitement spécifiques aux données de type image ou texte (deep learning, réseaux de neurones convolutifs, réseaux récurrents,...).
OBJECTIFS PÉDAGOGIQUES
Découvrir et utiliser la puissance prédictive des modèles ensemblistes
Savoir effectuer un "feature engineering" performant
Appréhender les techniques de text-mining et de deep-learning à travers des exemples concrets
Enrichir sa boite à outils de data scientist
DESCRIPTION
Le Big Data et la data science sont en train de changer le monde que nous connaissons. Avec la digitalisation sans cesse croissante de nos interactions et les progrès accomplis en matière d’intelligence artificielle, les entreprises ont de plus en plus recours aux algorithmes pour améliorer leurs processus de prise de décision et proposer de nouveaux services. Le Data scientist, à travers sa faculté à trouver à partir de l’exploitation des données une réponse adéquate à un problème fonctionnel donné, est au cœur de ces évolutions. Après le module sur les bases de la Data science, la formation « Data Science : niveau avancé » vous permettra d’approfondir certains des concepts avancés de machine learning (feature engineering avancé, modèles ensemblistes…) utilisés notamment par les lauréats de concours Kaggle. Vous découvrirez également les techniques d’analyse et de traitement spécifiques aux données de type image ou texte (deep learning, réseaux de neurones convolutifs, réseaux récurrents,...).
OBJECTIFS PÉDAGOGIQUES
Découvrir et utiliser la puissance prédictive des modèles ensemblistes
Savoir effectuer un "feature engineering" performant
Appréhender les techniques de text-mining et de deep-learning à travers des exemples concrets
Enrichir sa boite à outils de data scientist
http://www.imie-ecole-informatique.fr/
Description
http://fr.wikipedia.org/wiki/Concepteur_D%C3%A9veloppeur_Informatique
RNCP
http://www.rncp.cncp.gouv.fr/grand-public/visualisationFiche?format=fr&fiche=6255
REAC
http://www.legifrance.gouv.fr/affichTexte.do?cidTexte=JORFTEXT000027085506&dateTexte=&categorieLien=id
Description
http://fr.wikipedia.org/wiki/Concepteur_D%C3%A9veloppeur_Informatique
RNCP
http://www.rncp.cncp.gouv.fr/grand-public/visualisationFiche?format=fr&fiche=6255
REAC
http://www.legifrance.gouv.fr/affichTexte.do?cidTexte=JORFTEXT000027085506&dateTexte=&categorieLien=id
Modules, options, contenu des cours
- Gestion de Projet / Concenption - Modélisation / Programmation Mobile / SGBD - SQL / Algorithmique
- Développer des composants d'interface :
- Maquetter une application
- Développer une interface utilisateur.
- Développer des composants d'accès aux données.
- Développer des pages web en lien avec une base de données.
- Maquetter une application
- Développer la persistance des données
- Concevoir une base de données.
- Mettre en place une base de données.
- Développer des composants dans le langage d'une base de données.
- Utiliser l'anglais dans son activité professionnelle en informatique.
- Concevoir une base de données.
- Développer une application n-tiers
- Concevoir une application.
- Collaborer à la gestion d'un projet informatique.
- Développer des composants métier.
- Construire une application organisée en couches.
- Développer une application de mobilité numérique.
- Préparer et exécuter les plans de tests d'une application.
- Préparer et exécuter le déploiement d'une application.
- Concevoir une application.
DEA Analyse, Informatique et Mathématiques Appliquées
Université Montpellier 2 Sciences et Technique du Languedoc
Septembre 2003
à septembre 2004
Mathématiques Appliquées, Calcul Scientifique
http://www.math.univ-montp2.fr/
http://ens.math.univ-montp2.fr/SPIP/D
http://ens.math.univ-montp2.fr/SPIP/spip.php?page=presentation_UE&parcours=5&id_rubrique=1103
http://www.math.univ-montp2.fr/
http://ens.math.univ-montp2.fr/SPIP/D
http://ens.math.univ-montp2.fr/SPIP/spip.php?page=presentation_UE&parcours=5&id_rubrique=1103
Modules, options, contenu des cours
- Spécialisation : Calcul Scientifique.
Thèse de Doctorat en mathématiques appliquées
Université de Montpellier 2
Septembre 2004
à septembre 2007
Titre : Modèles à complexité réduite de transport pour applications environnementales.
(Application à la dispersion atmosphérique des produits phytosanitaires)
Encadrement : Bijan Mohammadi (directeur) et de Carole Sinfort (co-directeur).
http://link.springer.com/chapter/10.1007%2F978-1-4020-8758-5_14#page-1
Allocataire de recherche (bourse MENRT) à l’université de Montpellier II (2004 - 2007) dans le
cadre d’une collaboration entre le laboratoire I3M (Institut de Mathématiques et de Modélisation
de Montpellier, Equipe ACSIOM), et le Cemagref de Montpellier, UMR ITAP.
(Application à la dispersion atmosphérique des produits phytosanitaires)
Encadrement : Bijan Mohammadi (directeur) et de Carole Sinfort (co-directeur).
http://link.springer.com/chapter/10.1007%2F978-1-4020-8758-5_14#page-1
Allocataire de recherche (bourse MENRT) à l’université de Montpellier II (2004 - 2007) dans le
cadre d’une collaboration entre le laboratoire I3M (Institut de Mathématiques et de Modélisation
de Montpellier, Equipe ACSIOM), et le Cemagref de Montpellier, UMR ITAP.
Modules, options, contenu des cours
- Spécialisation : Calcul Scientifique.
