Nos formations pour vos projets

Comprendre TCP/IP, l'adressage et le routage de base.

Réviser les fondements mathématiques indispensables : probabilités, statistiques, algèbre linéaire.

Découvrir le rôle et les activités de l'ingénieur système.

Construire et interpréter des modèles statistiques : régression, tests, intervalles de confiance.

Premier module du cursus CCNA : fondamentaux des réseaux et configuration de base.

Prendre en main l'environnement Unix/Linux : shell, fichiers, droits.

Mener des analyses statistiques avancées avec R : modèles linéaires généralisés, ANOVA, multivarié.

Maîtriser la ligne de commande Linux au quotidien.

Concevoir des architectures réseau segmentées et sécurisées.

Panorama des approches et algorithmes du machine learning et de leurs cas d'usage.

Mettre en œuvre les algorithmes supervisés et non supervisés avec Python.

Administrer un serveur Linux : services, utilisateurs, stockage, réseau.

Mettre en œuvre VLAN, trunking et routage inter-VLAN avancé.

Construire des pipelines prédictifs complets avec scikit-learn : préparation, entraînement, évaluation.

Approfondir l'administration : performance, automatisation, dépannage.

Extraire de la connaissance des données : exploration, sélection de variables, modèles.

Déployer et sécuriser des réseaux sans fil d'entreprise.

Durcir et sécuriser ses serveurs Linux.

Choisir, valider et comparer ses modèles : validation croisée, métriques, sur-apprentissage.

Administrer Windows Server (2019/2022/2025) : AD, GPO, rôles, services.

Protéger le réseau : pare-feu, VPN, détection et prévention d'intrusion.

Segmenter les données (k-means, DBSCAN, CAH) et réduire la dimension (ACP, t-SNE, UMAP).

Administrer Windows 11 rôles, services.

S'initier à l'apprentissage par renforcement : agents, récompenses, Q-learning.

Mettre en pratique les réseaux locaux TCP/IP : câblage, commutation, diagnostic.

Automatiser l'administration système avec PowerShell et Bash.

Comprendre les réseaux de neurones : architecture, entraînement, fonctions d'activation.

Approfondir la théorie : rétropropagation, optimisation, régularisation, architectures.

Écrire des scripts shell robustes pour automatiser les tâches.

Concevoir, entraîner et déployer des réseaux profonds avec TensorFlow et Keras.

Techniques avancées de scripting : fonctions, signaux, industrialisation.

Développer des modèles profonds avec PyTorch : tenseurs, autograd, entraînement et transfert learning.

Mettre en œuvre le contrôle d'accès obligatoire sous Linux.

Cadrer et piloter un projet data science : cycle de vie, rôles, industrialisation.

Mesurer, diagnostiquer et optimiser les performances système.

Déployer et superviser des modèles en production : CI/CD, monitoring, drift.

Développer des applications robotiques avec ROS.

Acquérir les bases de Python pour la data : syntaxe, structures, NumPy, pandas.

Approfondir Python pour la data science : pandas avancé, visualisation, bonnes pratiques.

Découvrir l'environnement mainframe z/OS.

Explorer, nettoyer et visualiser un jeu de données pour préparer la modélisation.

Acquérir les fondamentaux z/OS : TSO/ISPF, JCL, datasets.

Prendre en main R pour l'analyse statistique : import, manipulation, tests, graphiques.

Parcours intensif de formation des pilotes d'exploitation z/OS.

Aller plus loin avec R : tidyverse, programmation fonctionnelle, rapports reproductibles.

Exploiter JES2 : gestion des travaux et des sorties.

Modéliser et prévoir des séries temporelles : décomposition, ARIMA, Prophet, évaluation.

Piloter MVS : commandes, incidents, procédures d'exploitation.

Expliquer les prédictions de ses modèles et répondre aux exigences de transparence (AI Act).

Gérer les fichiers VSAM avec les services AMS.

Concevoir et entraîner des CNN pour l'analyse d'images.

Mettre en œuvre détection, classification et segmentation d'images.

Durcir son annuaire AD : tiering, comptes à privilèges, détection des attaques courantes.

Techniques NLP : tokenisation, embeddings, classification, extraction d'information.

Déployer une supervision d'infrastructure : sondes, seuils, alertes, tableaux de bord.