Accueil › Nos formations
Les formations et expertises pouvant être couvertes par notre réseau de formateurs et d'experts pour vos projets.
46 formations disponibles
Gouvernance & FondamentauxPanorama des menaces, vocabulaire, principes de défense et bonnes pratiques pour comprendre les enjeux de sécurité et adopter les bons réflexes.
Data Science & Machine LearningRéviser les fondements mathématiques indispensables : probabilités, statistiques, algèbre linéaire.
Thématiques émergentesSécurisation des modèles et applications d'IA générative : OWASP LLM Top 10, prompt injection, model poisoning.
PECBLignes directrices pour la planification et la conduite d'audits de systèmes de management.
Gouvernance & FondamentauxÉlaboration d'une PSSI, rôles et responsabilités, pilotage par les risques et articulation avec NIS2, DORA et l'AI Act.
Data Science & Machine LearningConstruire et interpréter des modèles statistiques : régression, tests, intervalles de confiance.
Thématiques émergentesIntégration de la sécurité dans les pipelines et la chaîne d'outillage DevOps.
RMener des analyses statistiques avancées avec R : modèles linéaires généralisés, ANOVA, multivarié.
RGPDPrincipes du règlement, obligations du responsable de traitement, droits des personnes, registre et articulation avec l'AI Act.
Data Science & Machine LearningPanorama des approches et algorithmes du machine learning et de leurs cas d'usage.
Thématiques émergentesPrincipes et mise en œuvre d'une architecture de sécurité Zero Trust.
PythonMettre en œuvre les algorithmes supervisés et non supervisés avec Python.
RGPDFormations – General Data Protection Regulation (GDPR)
Scikit-learnConstruire des pipelines prédictifs complets avec scikit-learn : préparation, entraînement, évaluation.
Thématiques émergentesOrganisation, exercices et communication de crise cyber (exigences NIS2).
Data Science & Machine LearningExtraire de la connaissance des données : exploration, sélection de variables, modèles.
NIS2Cartographie des cadres réglementaires 2026 (NIS2, DORA, AI Act, Cyber Resilience Act) et démarche de mise en conformité.
Data Science & Machine LearningChoisir, valider et comparer ses modèles : validation croisée, métriques, sur-apprentissage.
Thématiques émergentesChasse aux menaces et exercices collaboratifs offensifs/défensifs basés sur MITRE ATT&CK.
Data Science & Machine LearningSegmenter les données (k-means, DBSCAN, CAH) et réduire la dimension (ACP, t-SNE, UMAP).
Gouvernance & FondamentauxFondamentaux du développement sécurisé, principales vulnérabilités et sensibilisation des équipes aux réflexes de codage sécurisé.
Data Science & Machine LearningS'initier à l'apprentissage par renforcement : agents, récompenses, Q-learning.
Thématiques émergentesData Science & Machine LearningComprendre les réseaux de neurones : architecture, entraînement, fonctions d'activation.
Gouvernance & FondamentauxTechniques de sécurisation des applications : tests, revue de code et durcissement face aux attaques.
Data Science & Machine LearningApprofondir la théorie : rétropropagation, optimisation, régularisation, architectures.
Data Science & Machine LearningConcevoir, entraîner et déployer des réseaux profonds avec TensorFlow et Keras.
Data Science & Machine LearningDévelopper des modèles profonds avec PyTorch : tenseurs, autograd, entraînement et transfert learning.
OWASPÉtude du Top 10 OWASP (web et LLM), exploitation et remédiation des failles applicatives les plus répandues.
Data Science & Machine LearningCadrer et piloter un projet data science : cycle de vie, rôles, industrialisation.
Data Science & Machine LearningDéployer et superviser des modèles en production : CI/CD, monitoring, drift.
Gouvernance & FondamentauxClassification, protection et gouvernance des données, gestion des accès et outils DSPM sur environnements hybrides.
PythonAcquérir les bases de Python pour la data : syntaxe, structures, NumPy, pandas.
PythonApprofondir Python pour la data science : pandas avancé, visualisation, bonnes pratiques.
Gouvernance & FondamentauxMéthodes d'analyse, de détection et d'éradication des logiciels malveillants, du triage à la remédiation.
PythonExplorer, nettoyer et visualiser un jeu de données pour préparer la modélisation.
RPrendre en main R pour l'analyse statistique : import, manipulation, tests, graphiques.
BlockchainPrincipes, fonctionnement, typologies et principaux cas d'usage de la blockchain, sans prérequis technique.
RAller plus loin avec R : tidyverse, programmation fonctionnelle, rapports reproductibles.
Data Science & Machine LearningModéliser et prévoir des séries temporelles : décomposition, ARIMA, Prophet, évaluation.
BlockchainMécanismes cryptographiques de la blockchain (hachage, signatures, clés, consensus) et sécurisation des smart contracts.
Data Science & Machine LearningExpliquer les prédictions de ses modèles et répondre aux exigences de transparence (AI Act).
Data Science & Machine LearningConcevoir et entraîner des CNN pour l'analyse d'images.
QuantiqueMenace quantique, algorithmes post-quantiques (FIPS 203/204/205) et stratégie de migration cryptographique.
Data Science & Machine LearningMettre en œuvre détection, classification et segmentation d'images.
Data Science & Machine LearningTechniques NLP : tokenisation, embeddings, classification, extraction d'information.
Besoin spécifique ?
Nous concevons des formations sur mesure adaptées à vos besoins.