Nos formations pour vos projets

Acquérir la logique algorithmique et les bases du développement web moderne.

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

Maîtriser Python : structures, POO, bibliothèque standard, bonnes pratiques.

Développer une application complète avec la pile MEAN.

Construire des sites web responsives avec le socle HTML/CSS/JavaScript et Bootstrap.

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

Approfondir Python : décorateurs, générateurs, typage, packaging, performance.

Créer des applications sans coder avec les plateformes no-code/low-code du marché.

Panorama des métiers, technologies et organisations de l'informatique.

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

Débuter la programmation avec Python, sans prérequis technique.

Maîtriser le langage JavaScript : syntaxe, DOM, événements, asynchronisme.

Accélérer ses développements avec les assistants de code IA : complétion, refactoring, agents.

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

Acquérir les bases du langage Java : syntaxe, objets, collections, exceptions.

Créer des applications iOS/Android avec React Native.

Approfondir JavaScript moderne : ES2015+, POO, modules, patterns.

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

Approfondir Java : streams, concurrence, entrées/sorties, nouveautés du langage.

Concevoir des applications robustes avec les patrons de conception classiques (GoF).

Développer ses premières applications Angular : composants, templates, services.

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

Réviser l'ensemble du programme officiel et préparer l'examen OCP Java SE 21.

Maîtriser les concepts objet : classes, héritage, polymorphisme, encapsulation.

Approfondir Angular : routing avancé, RxJS, formulaires réactifs, performance.

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

Développer des applications d'entreprise avec la plateforme Jakarta EE.

Découvrir la Power Platform (Power Apps, Automate, BI) et préparer l'examen PL-900.

Prototyper et livrer des applications par prompts avec les plateformes de vibe coding, et en maîtriser les limites.

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

Concevoir et consommer des services web REST et SOAP en Java.

Développer des applications multiplateformes avec Flutter et Dart.

Développer des interfaces avec React : composants, hooks, état, appels d'API.

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

Persister ses données avec JPA/Hibernate : mapping, requêtes, transactions.

Mettre en œuvre les principaux design patterns en Java.

Aller plus loin avec React : gestion d'état avancée, performance, tests, patterns.

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

Initiation à l'écosystème Spring : injection, AOP, données, sécurité.

Écrire un code lisible et maintenable : nommage, fonctions, refactoring.

Développer avec Vue.js 3 : Composition API, composants, réactivité, écosystème.

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

Approfondir l'écosystème Spring : injection, AOP, données, sécurité.

Déléguer des tâches de développement à des agents : cadrage du contexte, découpage des tâches, revue et validation du code produit. Comparatif des environnements agentiques du marché.

Concevoir des interfaces cohérentes avec les principes Material Design.

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

Créer des microservices avec Spring Boot : API REST, configuration, résilience.

Créer des applications hybrides avec Ionic et les technologies web.

Développer une application complète avec la pile MERN.

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

Concevoir une architecture microservices : découpage, communication, observabilité.

Configurer Dataverse et les applications Power Platform ; préparation à l'examen PL-200.

S'approprier les fondamentaux UX/UI pour concevoir des interfaces utiles et utilisables.

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

Développer des applications PHP avec Symfony : contrôleurs, Doctrine, formulaires.

Mettre en place une démarche qualité : revues, métriques, dette technique, tests.

Appliquer les règles d'ergonomie web pour améliorer l'expérience utilisateur.

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

Approfondir Symfony : services, événements, sécurité, performance.

Pratiquer le développement piloté par les tests : cycle rouge-vert-refactor, mocks, couverture.