# RS5340 - Préparation et intégration des données pour l’IA

**Code:** RS5340
**État:** Publiée

## L'essentiel
- **Codes NSF:** 326t, 326
- **FormaCodes:** 31025, 31052, 31009, 30812, 30887
- **Date d'échéance de l'enregistrement:** 19-08-2025
- **Date d'enregistrement:** 20-01-2021
- **Type d'enregistrement:** Enregistrement sur demande

## Certificateur(s)
- DIGITAL SERVICES SCHOOL
  - SIRET: 38183776400095
  - Site web: https://ecoledeladataetia.com
- ORANGE
  - SIRET: 38012986648625
- BUSINESS ET DECISION UNIVERSITY
  - SIRET: 38183776400087
- ORANGE
  - SIRET: 38012986646850

## Résumé de la certification
### Objectifs et contexte de la certification
Depuis les cinq dernières années, les projets Data Science et d’intelligence artificielle connaissent une forte croissance dans des domaines très variés, tels que l’industrie pétrolière, la téléphonie, la distribution, la banque, la finance et les services. Les récentes évolutions technologiques permettent de faire évoluer ces projets vers la mise en place de véritables solutions d’intelligence artificielle. La réalisation de ces projets nécessite de former des équipes de « Data-Engineers » pour lesquelles il est nécessaire de conjuguer l’acquisition des compétences techniques et méthodologiques, l’expérience des cas concrets et surtout, un parcours d’apprentissage jalonné.    Les principales compétences visées par cette certification sont celles nécessaires à la mise en œuvre des activités suivantes :        * Auditer la qualité des données      * Préparer, nettoyer et programmer le recodage des données      * Programmer les indicateurs nécessaires au fonctionnement des algorithmes

### Compétences attestées
1. Maîtriser la statistique descriptive monovariée     2. Savoir utiliser la librairie Numpy en langage Python     3. Savoir utiliser la librairie Pandas en langage Python     4. Savoir réaliser un audit de qualité de données     5. Connaitre les principales règles de RGPD     6. Maîtriser la statistique bivariée     7. Savoir tester et mesurer la paramétricité des données     8. Savoir programmer en Python     9. Savoir programmer le recodage des données pour les rendre paramétriques    10. Savoir caractériser et traiter les valeurs manquantes    11. Savoir identifier et traiter les valeurs aberrantes    12. Maitriser le fonctionnement des bases de données SQL    13. Pouvoir créer des jeux de données de test    14. Savoir mettre en œuvre une stratégie inférentielle    15. Maîtriser les bases de la statistique multivariée    16. Être capable de mettre en œuvre du machine-learning non supervisé    17. Être capable de mettre en œuvre du machine-learning supervisé    18. Savoir utiliser les algorithmes du domaine public pour créer un modèle

## Voies d'accès
**Modalités d'accès :** Formation continue

### Composition du jury — Formation continue
Le jury est présidé par un data-scientist confirmé. Il établit la composition du jury qui sera composée d’au minimum 4 consultants-experts des domaines couverts par le certificat et du directeur de Business & Decision University. Les membres du jury peuvent être des formateurs du certificat,  mais dans tous les cas plus de 50% des membres du jury seront des personnes extérieures à l’organisation et si des formateurs participent au jury, leur voix sera strictement consultative  .

## Base légale
- **Date de décision:** 20-01-2021
- **Durée de l'enregistrement (années):** 5
- **Date d'échéance de l'enregistrement:** 19-08-2025

## Pour plus d'informations
**Fiche officielle (France Compétences) :** https://www.francecompetences.fr/recherche/rs/5340/

---
*Généré le 11/10/2026 à 02:04*