Formations à distance (classe virtuelle)

Apprendre à décrire des jeux de données à l’aide de résumés numériques et de représentations graphiques

Découvrir la statistique inférentielle permettant de généraliser à partir d’un échantillon (connaissance partielle d’un phénomène) afin de prendre une décision en sachant évaluer les deux types de risques associés. Maîtrise opérationnelle des notions d’estimation d’un paramètre, d’intervalle de confiance, de tests d’hypothèse, …

Acquérir la connaissance méthodologique et pratique des méthodes de modélisation que sont la régression linéaire, la régression logistique, l’analyse de la variance et de la covariance. Elles permettent d’obtenir une analyse explicative d’un phénomène, de confirmer des hypothèses, de prendre des décisions ou encore d’effectuer des prévisions

Découvrir un panorama complet des méthodes statistiques d’analyse des données. Savoir quelle méthode utiliser en fonction des données disponibles et des objectifs à atteindre.

Acquérir des bonnes pratiques en communication et présentations orientées « données »

Acquérir la connaissance méthodologique et pratique de la Maîtrise Statistique des Processus (MSP/SPC) et des différents types de cartes de contrôle

Apprendre à qualifier les équipements de production et valider le process de fabrication pour satisfaire les textes normatifs et réglementaires en vigueur. Maîtriser dans la durée son process de fabrication.

Décider si un lot ou une fabrication doit être accepté ou rejeté.
Utiliser les résultats du contrôle pour connaître la confiance que l’on peut accorder au fournisseur et l’évolution de la qualité.

Décider au vu des mesures réalisées si un lot ou une fabrication doit être accepté ou rejeté.
Utiliser les résultats du contrôle pour connaître la confiance que l’on peut accorder au fournisseur et l’évolution de la qualité.

Acquérir la connaissance méthodologique et pratique des plans d’expériences, être autonome dans leur création, leur analyse et leur interprétation. Présentation des plans de criblage, plans factoriels complets et fractionnaires et des plans de surface de réponse.

Acquérir la connaissance méthodologique et pratique des plans d’expériences particuliers que sont les plans optimaux et les plans robustes, en comprendre les avantages et les risques.

Savoir générer, exécuter et analyser un plan de mélange en vue de l’optimisation d’une formulation de mélange dans un produit

Acquérir une connaissance méthodologique et pratique de la fiabilité et des méthodes statistiques associées

Découvrir les principales méthodes exploratoires d’analyse des données (ACP, AFC, Classification) afin de mettre en évidence les liaisons entre paramètres, les similitudes et différences entre observations. Interpréter les résultats numériques et graphiques, éviter les pièges, savoir résumer l’information obtenue et communiquer les résultats importants

Découvrir les principales méthodes décisionnelles d’analyse des données (arbres de décision, règles d’association, régression multiple, analyse discriminante, …), choisir celle appropriée au problème et aux données. Interpréter les résultats numériques et graphiques, éviter les pièges, savoir résumer l’information obtenue et communiquer les résultats importants

Apprendre à mettre en œuvre les techniques de scoring afin d’affecter un score à un client, un prospect, un patient, …. pour répondre à différents objectifs : sélection des risques, prévision des défauts, suivi et contrôle …

Maîtriser les réseaux bayésiens, technique mathématique combinant et savoir d’expert, afin d’analyser des données pour en extraire des connaissances utiles à la prise de décision, contrôler ou prévoir le comportement d’un système, diagnostiquer les causes d’un phénomène, …. Les réseaux bayésiens sont utilisés dans de nombreux domaines : santé (diagnostic), industrie, informatique et réseaux (agents intelligents), marketing (data mining, gestion de la relation client), banque et finances (analyse financière), management (aide à la décision, gestion du risque), ….

Extraire l’information utile et pertinente d’un ensemble de données pour lesquels les méthodes classiques sont inopérantes du fait d’un déséquilibre du fichier (plus de colonnes que de lignes, nombre important de données manquantes, redondance significative entre les variables exogènes).
Le but est l’exploration (évaluation de la structure de corrélation, présence de groupes, d’individus atypiques,…) et la modélisation (pouvoir prédire et anticiper le comportement d’un processus industriel ou transactionnel).

Apprendre à analyser une série temporelle (appelée également série chronologique), c’est à dire les valeurs prises par une variable observée à intervalles de temps réguliers, en vue de la modéliser pour effectuer des prévisions.

Apprendre à identifier les différents types de données manquantes, connaître les méthodes de traitement disponibles, mettre en œuvre des applications pratiques dans R.

Approfondir la connaissance de la détection d’anomalies dans un contexte de données numériques et/ou fonctionnelles à l’aide de méthodes principalement non-supervisées

Maîtriser les bases des statistiques dans le développement préclinique

S’approprier les méthodes de base en biostatistique : statistique descriptive, échantillonnage, estimation, intervalles de confiance, tests …

S’approprier les principales méthodes de régression utilisées en Biostatistique. Savoir manipuler, analyser et interpréter des données avec différents types de modèles de régression.

S’approprier les méthodes d’analyse de survie pour l’étude du délai de survenue d’un évènement avec des applications en Biostatistique. Savoir manipuler, analyser et interpréter des données dans le cadre d’une analyse de survie.

S’approprier les principaux modèles de survie à effets aléatoires pour analyser des données de survie non standards. Savoir manipuler, analyser et interpréter des données de survie avancées.

S’approprier les méthodes de régression logistique avec des applications en Biostatistique. Savoir manipuler, analyser et interpréter des données dans le cadre d’une régression logistique.

S’approprier les principaux modèles à effets aléatoires pour données longitudinales en Biostatistique. Savoir manipuler, analyser et interpréter des données dans le cadre de modèles mixtes

Lire, comprendre et critiquer les études cliniques interventionnelles et non interventionnelles et les méta-analyses

S’approprier les méthodes et les critères scientifiques des essais cliniques. Comprendre la démonstration de l’efficacité d’un nouveau traitement ou d’un nouveau dispositif médical.

Comprendre la méthodologie des méta-analyses et savoir en évaluer la robustesse

Acquérir la méthodologie des enquêtes par sondage : techniques d’échantillonnage, conception de questionnaire, recueil des réponses, codage des données

Acquérir les notions indispensables à la mise en œuvre d’un programme de fidélisation clients depuis la conception du questionnaire d’enquête jusqu’à l’élaboration de plans d’actions curatifs et préventifs sur la base d’une évaluation de retours sur investissement ainsi que du suivi interne de la rentabilité

Apprendre la méthodologie de pré-traitement (mise en forme des données, codage, recodage des questions, …) et de traitement des données d’enquête, la mise en œuvre efficace des procédures statistiques multidimensionnelles.

Savoir appliquer des traitements Excel à des données (numériques ou non) pour les analyser et les représenter.

Donner du sens à des informations contenues en base de données en les transformant en indicateurs.
Disposer des éléments clés pour la construction d’un tableau de bord sous Excel afin de favoriser une prise de décision éclairée.

Mettre en œuvre une analyse statistique dans Excel pour faire des choix pertinents, apprendre à en synthétiser les résultats pour les diffuser.

Etre capable de réaliser une véritable étude statistique de premier niveau sur tout type de données avec Excel en vue de prendre les décisions les plus pertinentes. A l’issue de cette formation, vous serez en mesure de répondre à diverses problématiques parmi lesquelles : amélioration et rentabilisation de processus de production ou de service, réduction de coûts, augmentation de productivité et de qualité, …

Apprendre à utiliser le langage Python pour analyser des données. Mettre en œuvre avec Python les méthodes de statistique descriptive, décisionnelle, analyse de la variance, régression linéaire et analyse de données multidimensionnelles.

Connaître le logiciel R pour gérer les données, réaliser des analyses statistiques et graphiques

S’approprier les outils, et les méthodes permettant de rendre son processus d’analyse de données sous R, aisé, reproductible, et performant.

Apprendre à utiliser le logiciel R pour analyser des données. Mettre en oeuvre dans R les méthodes de statistique descriptive, décisionnelle, analyse de la variance, régression linéaire et analyse de données multidimensionnelles.

Apprendre à utiliser le logiciel R pour analyser des données du domaine biomédical. Mettre en oeuvre dans R les méthodes de statistique descriptive, décisionnelle, analyse de la variance, régression linéaire et logistique

Exploiter les nombreuses fonctionnalités des packages dplyr, tidyr et lubridate pour manipuler efficacement des tableaux de données dans R

Exploiter les nombreuses fonctionnalités du package ggplot2 pour réaliser des graphiques élaborés dans R

Apprenez à élaborer facilement et rapidement vos rapports d’analyse, rapports d’activités, documents de recherche et d’enseignement dans le logiciel R à l’aide de Quarto

Comprendre les grands principes de fonctionnement d’une application Shiny. Passer en revue les possibilités offertes par Shiny et ses packages complémentaires. Mettre en pratique par la création d’une application web interactive.

Apprendre à réécrire sous R un programme SAS faisant appel à des étapes de manipulation, de traitement, d’analyse et de visualisation de données

Connaître le logiciel Jamovi pour gérer les données, réaliser des analyses statistiques et générer des rapports

Connaître le logiciel Minitab de manière approfondie pour gérer les données, réaliser des analyses statistiques et graphiques

Connaître le logiciel JMP de manière approfondie pour gérer les données, réaliser des analyses statistiques et graphiques

Connaître le logiciel StatGraphics de manière approfondie pour gérer les données, réaliser des analyses statistiques et graphiques

Connaître le logiciel SPAD de manière approfondie pour gérer les données, réaliser des analyses statistiques et graphiques.

Connaître le logiciel XLSTAT pour gérer les données, réaliser des analyses statistiques et graphiques.

Apprendre à utiliser les techniques de rééchantillonnage dont le Bootstrap pour évaluer la variabilité des paramètres statistiques dans des contextes où les hypothèses fortes (normalité, indépendance, …) des méthodes classiques (régression multiple, analyse discriminante, estimation d’un rapport, intervalle de confiance pour une proportion) ne sont pas vérifiées.

Acquérir la connaissance méthodologique et pratique de l’inférence bayésienne et ainsi être autonome dans l’utilisation des divers modèles.

Acquérir des compétences appliquées relatives à l’analyse de données aussi bien quantitatives que qualitatives.
A l’issue de ce cycle de formation Data Analyst, vous saurez résumer l’information pertinente présente dans un fichier de données et en extraire celle utile à la prise de décision.

Acquérir les compétences nécessaires pour développer une véritable aisance dans le traitement, l’analyse des données et le reporting dynamique sous Excel

Maîtriser les outils de Business Intelligence de Microsoft (Power Query, Power Pivot et Power Map) dans l’environnement Excel.

Power BI est l’outil de Business Intelligence de Microsoft. Au cours de ce stage, vous apprendrez à :

• Importer, structurer puis exploiter et analyser des données de manière interactive
• Construire des rapports dynamiques à l’aide des outils d’aide à la décision, de reporting et de data visualisation (dataviz)
• Utiliser le langage DAX pour tirer le meilleur parti de ses données

Découvrir les fondamentaux du logiciel Tableau afin de visualiser des données et créer des tableaux de bord

Découvrir et maîtriser les fonctionnalités plus avancées de Tableau Desktop, notamment en ce qui concerne la gestion des données, les statistiques, les visualisations avancées et les calculs de tables.

Concevoir des tableaux de bord professionnels avec Looker Studio (Google Data Studio)

Maîtriser Apache Superset pour créer, configurer et améliorer des tableaux de bord interactifs tout en intégrant les meilleures pratiques de sécurité et de gestion des données

Comprendre le concept du Big Data
Être capable d’identifier l’écosystème et comprendre les technologies associées
Savoir anticiper son intégration dans les activités informatiques de l’entreprise

Comprendre les concepts et enjeux du Big Data ainsi que son impact sur l’Entreprise afin d’en piloter le déploiement.

Mettre en œuvre des solutions de données basées sur MongoDB pour la gestion de base de données non structurées dites NoSQL (Not Only SQL)

Savoir intégrer ses données dans l’outil d’indexation « full-text » Elasticsearch, connaitre son langage d’interrogation et concevoir son propre modèle de données

Connaitre les fonctionnements d’Hadoop Distributed File System (HDFS) et YARN / MapReduce
Savoir explorer HDFS et suivre l’exécution d’une application YARN
Déterminer les fonctionnements et l’utilisation les différents outils de manipulation des données

Utiliser le langage Python pour manipuler et visualiser de grands ensembles de données (big data) en exploitant ses nombreuses librairies scientifiques

Découvrir les principales étapes d’une étude de Machine Learning et un panorama des méthodes associées (Data Mining, Analyse de Données). Apprendre à extraire de l’information utile à partir de données volumineuses, changeantes, non structurées.

Découvrir les principaux modèles de Machine Learning et les mettre en œuvre dans Python à l’aide de Scikit Learn. Savoir évaluer la performance des modèles. S’initier au Deep Learning et à sa mise en pratique à l’aide de Tensorflow, Keras et statsmodels

Découvrir comment décrire, comparer, classer, analyser des ensembles de textes. Il peut s’agir de textes littéraires, scientifiques (bibliométrie, recherche documentaire), économiques, sociologiques (réponses aux questions ouvertes dans des enquêtes socio-économiques, entretiens divers en marketing, psychologie appliquée, pédagogie, médecine), de textes historiques, politiques…

Apprendre à utiliser le langage Python et ses principales librairies scientifiques pour traiter, visualiser et modéliser les données en Data Science

Maîtriser la librairie PySpark afin d’utiliser Apache Spark avec le langage de programmation Python sur un environnement Databricks.

Maîtrisez l’approche MLOps (Machine Learning Operations) pour concevoir des modèles d’apprentissage machine adaptés à leur déploiement en production puis les maintenir tout au long de leur cycle de vie.

Exploiter la librairie Pandas du langage Python pour traiter vos problématiques et projets en Data Science

Mettre en œuvre les principaux algorithmes d’apprentissage automatique pour la prédiction, analyser les résultats et comparer leur pertinence

Ce stage vous permettra de comprendre l’intérêt de la démarche Lean Six Sigma et d’appréhender sa philosophie. Vous découvrirez la méthodologie DMAIC, la démarche LEAN, leur complémentarité et mesurerez le bénéfice des certifications Yellow, Green et Black Belt.

Assurer la promotion et le déploiement de la démarche Lean Six Sigma dans votre organisation, y apporter votre connaissance de la méthodologie DMAIC et de la démarche LEAN

Ce stage Yellow Belt certifiant vous permettra de participer à des projets Lean Six Sigma et d’y apporter votre connaissance de la méthodologie DMAIC et de la démarche LEAN.

Ce stage Green Belt certifiant vous apprendra à piloter des projets Lean Six Sigma dans votre Entreprise. Vous saurez déployer une méthodologie DMAIC au sein de laquelle vous pourrez utiliser toute une palette d’outils (qualité, statistiques, gestion de projets, conduite du changement). Un projet d’Entreprise pourra constituer le fil rouge de cette formation et vous permettre d’être rapidement opérationnel sur les méthodes et outils.

Ce stage Green Belt certifiant en e-learning vous apprendra à piloter des projets Lean Six Sigma dans votre Entreprise. Vous saurez déployer une méthodologie DMAIC au sein de laquelle vous pourrez utiliser toute une palette d’outils (qualité, statistiques, gestion de projets, conduite du changement).

Vous êtes certifié Green Belt IASSC et votre certification arrive à l’échéance des 3 ans ? Data Value vous propose de remettre à niveau vos connaissances en Lean et Six Sigma sur les points essentiels du Body of Knowledge établi par l’IASSC, de réaliser un test à blanc commenté et enfin de passer le test de certification IASSC Green Belt

Apprendre à mettre en œuvre la méthodologie DMAIC dans le cadre d’un projet d’amélioration Lean Industrie ou Service

Ce stage Black Belt certifiant vous apprendra à piloter des projets Lean Six Sigma complexes, multisites et mettant en œuvre de nombreux outils statistiques.
Vous saurez déployer une méthodologie DMAIC au sein de laquelle vous pourrez utiliser toute une palette d’outils.
Vous deviendrez le référent de votre Entreprise et pourrez encadrer des Green Belts.
Un projet d’Entreprise constituera le fil rouge de cette formation et vous permettra d’être rapidement opérationnel sur les méthodes et outils.

Ce stage Black Belt certifiant en e-learning vous apprendra à piloter des projets Lean Six Sigma complexes, multisites et mettant en œuvre de nombreux outils statistiques. Vous saurez déployer une méthodologie DMAIC au sein de laquelle vous pourrez utiliser toute une palette d’outils. Vous deviendrez le référent de votre Entreprise et pourrez encadrer des Green Belts. Un projet d’Entreprise constituera le fil rouge de cette formation et vous permettra d’être rapidement opérationnel sur les méthodes et outils.

Apprendre à piloter un projet d’amélioration complexe industriel ou de service mettant en œuvre un ensemble de techniques et outils Lean

Connaître les méthodes et outils de la conception robuste et des plans d’expériences pour application du cycle DMADV de la méthodologie Design For Six Sigma

Maîtriser le vocabulaire et les concepts de la métrologie, les techniques essentielles de mesure et d’étalonnage ainsi que les notions statistiques indispensables pour garantir la fiabilité des mesures

Connaître toutes les méthodes statistiques pour analyser un système de mesure

Connaître la norme ISO5725-2 pour la détermination de la répétabilité et de la reproductibilité d’une méthode de mesure normalisée.

Apprendre à mettre en œuvre et interpréter une analyse de comparaisons inter-laboratoires. Cette formation est basée sur les normes ISO 5725

Apprendre à mettre en place une démarche de validation des méthodes analytiques, découvrir les outils associés.

Comprendre les exigences de la norme ISO/IEC 17020. Connaître les outils applicables à la norme ISO/IEC 17020. Identifier les convergences et divergences avec la norme ISO 9001. Comprendre le processus d’accréditation.

Comprendre les exigences de la norme ISO/IEC 17025. Connaitre les outils applicables à la norme, particulièrement les outils de la métrologie. Identifier les convergences et divergences avec la norme ISO 9001. Comprendre le processus d’accréditation.

Apprendre à réaliser un audit interne de son Laboratoire suivant la norme ISO 17025

Acquérir la connaissance des principaux outils nécessaires à la mise en œuvre efficace d’une démarche qualité et d’amélioration continue sur le terrain. Appréhender l’aspect pratique de leur utilisation.

Acquérir une connaissance approfondie des différentes cartographies de processus

Comprendre la méthode 5S, véritable outil de performance indispensable à vos projets d’amélioration. Acquérir les points clés et la méthodologie de la mise en œuvre des 5S. Savoir utiliser les outils nécessaires à son implémentation.

Acquérir une connaissance méthodologique et pratique approfondie de l’AMDEC dans ses différentes composantes (produit, procédé, moyen de production, processus), pratiquer sur des exemples.

Découvrir les principales méthodes de résolution de problèmes, acquérir la méthode logique et les outils de résolution de problèmes. Savoir identifier le problème et respecter les principes et les étapes d’analyse. Trouver des solutions pertinentes et élaborer des plans d’actions pour gagner en efficacité.

Découvrir la méthode QRQC (Quick Response Quality Control) utilisée dans la résolution de problèmes qui permet, par une approche managériale spécifique, le traitement rapide et durable des problèmes. Elle assure également une organisation dynamique et créative de l’organisme ainsi qu’un partage et une capitalisation des solutions apportées.

Acquérir une connaissance théorique et pratique de la méthodologie 8D et détailler les outils spécifiques à chacune des étapes

Acquérir une connaissance approfondie de la norme ISO 9001 version 2015, de ses exigences ainsi que des outils nécessaires à sa mise en œuvre. Comprendre le processus de certification.

Acquérir la maîtrise de l’audit interne du système de management de la qualité. Comprendre les exigences d’audit interne spécifiques à la norme ISO 9001:2015

Comprendre la norme EN 9100, basée sur l’ISO 9001 et intégrant les spécificités relatives à l’industrie aéronautique. Disposer des bases pour construire un Système de Management Qualité répondant aux exigences de la norme.

Disposer d’une méthodologie simple permettant l’élaboration d’un système de management environnemental.

Connaître les enjeux et bonnes pratiques de la prévention en entreprise Acquérir la méthodologie d’évaluation des risques du Document unique

Analyser les situations d’accidents du travail et acquérir une culture et méthodologie de la prévention en entreprise

Acquérir une culture d’Entreprise de la prévention et de la sécurité au travail pour en devenir le référent

Au cours de ce stage d’Initiation à Excel, vous apprendrez à construire et présenter un tableau, réaliser des calculs arithmétiques, utiliser des fonctions de calculs, insérer un graphique et gérer des données.

Apprendre à construire et présenter des graphiques à partir de tableaux de données

Apprendre à identifier les arguments de fonctions, saisir les données utilisées dans les fonctions, saisir des formules via l’assistant, consolider et simuler des études chiffrées

Apprendre à créer une plage de données, la trier, extraire des données, calculer, présenter la plage sous forme de tableau en créant des tableaux croisés dynamiques

Savoir utiliser Excel, Power Query et Power Pivot pour préparer une source de données en vue de construire les tableaux croisés dynamiques constitutifs d’un tableau de bord final. Disposer des éléments clés pour la construction future d’un tableau de bord sous Excel afin de favoriser une prise de décision éclairée.

S’initier à l’utilisation du tableur en ligne Sheets de Google, concevoir des tableaux simples avec graphiques

Se perfectionner à l’utilisation du tableur en ligne Sheets de Google, concevoir des tableaux complexes avec graphiques

Savoir utiliser les bases de données Access et être à même de concevoir une base de données combinant tables, requêtes, formulaires et états.

Savoir utiliser les fonctionnalités avancées d’Access et automatiser certaines tâches

Découvrir Word, outil de traitement de texte pour saisir, formater et modifier du texte, et créer des documents (lettres ou rapports) pouvant être imprimés ou affichés électroniquement. Apprendre à connaître Word, ses nombreux outils et fonctionnalités pour créer des documents efficaces et attractifs.

Mieux maîtriser Word, ses nombreux outils et fonctionnalités avancées pour gérer plus efficacement de longs documents, savoir créer des formulaires, mettre en œuvre du publipostage et produire automatiquement une table des matières et un index.

Se perfectionner à la production de documents longs (rapport, livre, mémoire, documentation…) et les partager en travaillant en collaboration.

Se perfectionner à l’utilisation du publipostage pour créer des documents personnalisés (mails, lettres, enveloppes, étiquettes)

S’initier à l’utilisation du traitement de texte en ligne de Google, concevoir des documents/courriers personnalisés avec illustrations et les partager en travaillant en collaboration.

Se perfectionner à l’utilisation du traitement de texte en ligne de Google, concevoir des documents/courriers sophistiqués et les partager en travaillant en collaboration.

Découvrir PowerPoint, outil de création de diapositives pour une communication attractive. Apprendre à maîtriser PowerPoint, de sa prise en main à la mise en œuvre de ses fonctions essentielles.

Optimiser son travail bureautique dans la suite logicielle Microsoft 365 grâce à l’Intelligence Artificielle (IA Copilot)

Maîtriser la programmation VBA dans l’environnement Microsoft Office Excel.

Maîtriser la programmation VBA dans l’environnement Microsoft Office Access

Connaître les concepts du langage Python ainsi que les principales librairies scientifiques : NumPy, Pandas, Matplotlib…

Découvrir les concepts avancés du langage Python
Interfacer Python avec d’autres langages
Python et le génie logiciel

Développer des compétences avancées pour exploiter efficacement les architectures de calcul parallèle en Python, en maîtrisant les techniques de multithreading, multiprocessing, calcul distribué et traitement GPU afin d’optimiser les performances des applications et workflows de traitement de données.

Savoir programmer en toute autonomie en C et C++ dans l’environnement de développement Visual Studio

Écrire des programmes en C# et comprendre la Programmation Orientée Objet pour développer des applications .NET avec Visual Studio

Apprendre les techniques avancées du C#, la programmation des applications multithreads et la création des requêtes LINQ (Language Integrated Query)

Acquérir les fondamentaux du langage Java pour développer des applications en utilisant les principes de la programmation orientée objet, la gestion des entrées-sorties, et l’accès aux bases de données

Comprendre le concept de bases de données relationnelles et maîtriser les commandes du langage SQL pour interroger et exploiter au mieux les informations stockées en bases de données

Comprendre les concepts fondamentaux des bases de données relationnelles, écrire des requêtes SQL et se sensibiliser aux principes du RGPD

Découvrir les règles syntaxiques et les éléments HTML5 en vue de la réalisation de documents Web respectueux des standards.

Maîtriser le langage CSS3 pour présenter les contenus Web de façon optimisée et adaptative.

Maîtriser l’utilisation des fonctionnalités de base du langage PHP de manière à créer des applications Web dynamiques et être à même d’interfacer ses applications avec une base de données ou un service Web.

Apprendre à concevoir des applications PHP avancées

Connaître le langage Javascript afin de développer des pages Web interactives et réactives.

Savoir écrire un programme en Ruby, comprendre la conception Modèle-Vue-Contrôleur (M.V.C.) et maîtriser les composantes de Rails.

Dresser un tableau complet de l’architecture du Web et des technologies concernées dans la construction d’un site (HTML, CSS, JavaScript) en s’appuyant sur WordPress.

Maîtriser les techniques et concepts de l’Agile et disposer d’un mode d’emploi directement applicable à vos problématiques d’Entreprise.

Se familiariser avec les notions de base de l’information géographique et acquérir des connaissances théoriques et pratiques pour déployer un SIG

Acquérir les bases théoriques et pratiques liées aux Systèmes d’Information Géographique (SIG), produire des documents cartographiques avec QGIS, logiciel Open-Source

Apprendre à produire des documents cartographiques avec QGIS, logiciel Open-Source

Se familiariser avec les fonctionnalités avancées de QGIS : Interrogation d’une base de données, modélisation et automatisation de traitements de données, traitements de données raster.

Comprendre les avantages liés à l’utilisation d’une base de données PostGIS avec QGIS et être capable d’interroger la base de données, d’effectuer des mises à jour et des tâches élémentaires de gestion de données.

Apprendre à gérer une équipe, à atteindre des objectifs opérationnels avec son équipe, à faire naître l’esprit d’équipe sur le terrain, à donner du sens à ses actes de management