Prendre RDV
.webp)


Téléchargez le syllabus de nos formations
Excellence académique et technique
Apprentissage par la pratique
Formations adaptées à vos contraintes pros et persos
4,9
/5
Meilleure formation en France
Découvrez le programme détaillé
Oops! Something went wrong while submitting the form.
Sessions
Temps plein
5
May
2025
4
Aug
2025
Du lundi au vendredi
9h30 - 18h
Dernières places !
Temps partiel
23
Jun
2025
18
Jan
2026
Coaching individuel à la demande
1 cours en direct par module
Dernières places !
Temps partiel
1
Sep
2025
29
Mar
2026
Coaching individuel à la demande
1 cours en direct par module
Dernières places !
Temps plein
1
Sep
2025
25
Nov
2025
Du lundi au vendredi
9h30 - 18h
Dernières places !
Temps plein
29
Sep
2025
6
Jan
2026
Du lundi au vendredi
9h30 - 18h
Dernières places !
Temps partiel
24
Nov
2025
21
Jun
2026
Coaching individuel à la demande
1 cours en direct par module
Dernières places !
Oups ! Aucune session dans ce format n'est prévue pour le moment, contactez-nous pour en savoir plus
Avis de nos étudiants
4.9/5


Cheffe de projet @ Citec
A suivi les formations Data Science Essentials & Fullstack
Je recommande pour découvrir le monde de la Data !
La formation a été extrêmement enrichissante. Les enseignants sont très pédagogues et attentifs. Les supports de cours sont très qualitatifs et la plateforme mise à disposition des étudiants est très complète avec des cours théoriques et des exercices et projets pratiques. Je recommande vivement à quiconque souhaite se plonger dans le monde de la data.
Voir plusReconversion réussie de 3D Designer à Directeur Technique @ Animaj
A suivi la formation Data Science Fullstack
Un accompagnement personnalisé grâce à de petites promos
Mais quelle école ! J'ai suivi la formation en distanciel et c'était un vrai plaisir. Les professeurs sont géniaux et passionnés, ils ne laissent personne de côté et prennent le temps d'accompagner chaque élève. Les promotions sont plutôt petites, ce qui est une très bonne chose pour bénéficier d'un accompagnement personnalisé quand c'est nécessaire. Une formation très intense mais de très bonne qualité. Je ne regrette rien et j'encourage toute personne curieuse de ce monde de la tech à rejoindre Jedha !
Voir plusReconversion réussie d'Ingénieur Mécanique à Data Engineer @ Ampere Software Technology
A suivi les formations Data Science Essentials & Fullstack
Une formation qui colle parfaitement à la réalité du marché
Que dire pour résumer? Des cours condensés mais pertinents, avec des profs hyper pro et pédagogues. Une école au petit soin, une équipe au top, et une formation qui collent parfaitement aux besoins réels.
Voir plusFinancement
Frais de formation
Comment financer votre formation pour devenir Data Scientist ?

Charles Tanguy
Lead Instructor
@
Jedha
Notre supra Maître Jedha ! Charles est notre Lead Instructor, ayant enseigné chez Jedha depuis les premières sessions. Double diplômé de l'ENSAE & HEC, Charles est aussi la garant de l'excellence des contenus de cours de Jedha.
[...]
Charles Tanguy
Diplômé en statistiques de l'ENSAE et d'HEC Paris, Charles est notre Lead Instructor. Il a d'abord travaillé en tant que Data Scientist chez PayWithMyBank à San Fransisco puis chez MWM. Depuis 2018, il enseigne la Data Science et le Data Engineering chez Jedha et a participé à l'élaboration de la plupart de nos formations en data.

.webp)
Inès Ben Amor
Data Scientist
@
Veamly
La patte vulgarisatrice connaît très bien Inès ! D'un parcours ingénieur, elle réussit parfaitement à illustrer des propos techniques simplement sans perdre la qualité de l'information.
[...]
Inès Ben Amor
Après un parcours ingénieur réalisé à l'Ecole des Mines de Saint-Étienne, avec un double diplôme réalisé à l'EM Lyon, Inès entame sa carrière chez Veamly, entreprise pour laquelle elle travaille toujours. Elle y crée notamment plusieurs algorithmes d'état de l'art en Deep Learning permettant de classifier des messages, ou encore un moteur de recherche !
.webp)

Laurent Michel-Amadry
CEO
@
Datalo.co
Toujours autant à l'écoute et disponible pour ses élèves, Laurent multiplie les métaphores et illustrations dans ses explications : et pour cause, il ne vient originellement pas d'un secteur technique !
[...]
Laurent Michel-Amadry
Après plusieurs années passées en tant que responsables de ventes ou marketing dans des grandes enseignes, Laurent passe du côté technique de la Force. Et enseigner, expliquer, vulgariser, ce sont des choses que Laurent sait pour sûr faire. Après plusieurs formation, il réalise bien assez vite que l'enseignement constitue une de ses vocations, qu'il concrétise. En parallèle de ses activité d'enseignement, il monte à Lyon son entreprise de Consulting Data, les accompagnant sur chacune des étapes de leurs projets Data.
FAQ
Vos questions sur la formation
Nous ne fournissons pas d'ordinateur dans le cadre de nos formations. Il est donc essentiel que vous disposiez de votre propre machine et que celle-ci soit suffisamment puissante.
Vous trouverez ci-dessous les spécifications techniques minimales pour suivre la formation dans de bonnes conditions. Pour en savoir plus, et découvrir une sélection d’ordinateurs adaptés à nos formations, consultez notre article dédié.
- Système d'exploitation : Linux / Windows / MacOS. Les autres OS ne permettent pas de suivre la formation.
- RAM : 16 Go minimum.
- Stockage : SSD de 512 Go à 1 To.
- Processeur : Sur PC, Intel i5 minimum (idéalement Intel i7). Sur Mac, puces Apple Silicon M1 à M3.
Il est souvent difficile pour les néophytes en Data de distinguer les métiers de Data Scientist et de Data Analyst. Pourtant, ils ont des missions bien distinctes et ne nécessitent pas les mêmes compétences.
Un Data Analyst se concentre sur l'analyse de données existantes pour identifier des tendances et faciliter la prise de décisions par les équipes métiers. Pour nettoyer, analyser et présenter les données, il utilise des langages de programmation comme SQL ou Python, et des logiciels de data visualisation comme Power BI ou Tableau.
Un Data Scientist va plus loin en développant des modèles prédictifs et en créant des algorithmes. Il utilise des techniques avancées comme le machine learning et l'intelligence artificielle pour anticiper les tendances futures. Ses missions sont nettement plus techniques que celles d’un Data Analyst et nécessitent des compétences plus poussées en programmation, en mathématiques et en machine learning.
Pour choisir entre ces deux rôles, considérez vos compétences actuelles et vos centres d’intérêt. Chez Jedha Bootcamp, pour aider nos futurs élèves à choisir entre ces deux métiers, nous leur demandons dans quelle mesure ils aiment les mathématiques et coder : si ce n’est pas le cas, le métier de Data Analyst est plus adapté !
Pour devenir Data Scientist en 2025, plusieurs parcours de formation sont possibles, en fonction de votre niveau d’études, de votre expérience professionnelle, et de vos contraintes personnelles et professionnelles.
Ci-dessous, nous décrivons les options les plus adaptées pour un adulte souhaitant se reconvertir vers les métiers de la Data en cours de carrière :
1. Bootcamps spécialisés comme Jedha
C’est sans hésiter la meilleure option : ces formations ont été conçues spécifiquement pour des adultes en reconversion et sont donc particulièrement adaptées à leurs besoins !
Parmi les avantages, on peut notamment citer :
- L’accent mis sur les compétences pratiques (plutôt que de se perdre dans la théorie !).
- La durée (3 à 6 mois), adaptée aux contraintes professionnelles et personnelles des adultes qui ont déjà une première carrière.
- La possibilité de les financer avec son CPF ou d’autres aides publiques.
2. Diplômes universitaires
Il est également envisageable de suivre une formation classique, délivrée par une université ou une école de commerce ou d’ingénieurs. Les masters en Data Science ou en mathématiques appliquées sont particulièrement adaptés.
Attention néanmoins, ces formations sont pensées pour des étudiants en formation initiale : leur prix et leur durée les rendent difficiles à suivre pour des adultes en reconversion.
3. Cours en ligne
Des plateformes comme Coursera, edX ou Udemy offrent des cours de qualité. C’est parfait pour faire vos premiers pas en Data et savoir si cela vous intéresse réellement. Mais faute d’accompagnement et de diplôme reconnu à l’issue, ce n’est pas adapté à une reconversion !
Il est tout à fait possible de devenir Data Scientist sans diplôme universitaire, comme un master en Data Science ou en mathématiques/statistiques. Mais attention : cela ne signifie pas qu’il suffit de suivre quelques vidéos YouTube ou tutoriels en ligne pour décrocher un poste dans ce domaine.
Dans les métiers de la tech, les recruteurs valorisent avant tout les compétences pratiques. Plus que les diplômes, ils veulent s’assurer que vous êtes capable de faire.
C’est justement ce qui rend les reconversions vers les métiers de la Data tout à fait accessibles ! Toutefois, il est essentiel de démontrer vos compétences. Pour cela, nous recommandons :
- D’obtenir une certification professionnelle : par exemple, les participants à notre Bootcamp intensif de 3 mois en Data Science obtiennent le certificat de Concepteur Développeur en Science des Données, reconnu par l’État et les entreprises.
- De constituer un portfolio solide : au cours de votre formation chez Jedha, vous réaliserez de nombreux projets concrets, à inclure dans un portfolio à présenter aux recruteurs.
- De réaliser un stage en entreprise : une première expérience terrain rassure les employeurs sur votre savoir-faire. Chez Jedha Bootcamp, nos apprenants peuvent bénéficier d’une convention de stage à l'issue de leur formation.
Il est possible de faire un stage en Data Science à la fin de votre formation chez Jedha. Nous vous délivrons une convention de stage d'une durée de quelques semaines à 6 mois maximum.
Pour suivre une formation gratuite en Data Science, plusieurs options s’offrent à vous :
- JULIE : la plateforme développée par l’école Jedha Bootcamp propose gratuitement 50 heures de cours en Data Science et en Data Analysis. Vous y trouverez des cours d’introduction à Python, au SQL et à Power BI. Vous pourrez tester la pédagogie de Jedha et, si vous êtes convaincu, poursuivre votre apprentissage sur l’une de leurs formations payantes.
- Vidéos YouTube : de nombreuses chaînes proposent des contenus éducatifs en Data Science, parfaits pour débuter dans le domaine ! Nous vous recommandons tout particulièrement MIT OpenCourseWare, Sentdex, StatQuest et la chaîne YouTube de l’école Jedha Bootcamp.
- Plateformes de MOOC : certaines plateformes comme Coursera ou Udemy proposent des formations gratuites. Cependant, attention, les contenus proposés gratuitement sont assez limités. De plus, ce n’est pas suffisant pour devenir Data Scientist, car vous n’aurez aucun accompagnement ni certification officielle à l’issue de ces formations en ligne.
Le salaire d'un Data Scientist débutant en France se situe généralement entre 42 000 et 58 000 euros bruts annuels. C’est le salaire auquel vous pourrez prétendre suite à une reconversion dans la Data. Mais rassurez-vous, votre expérience professionnelle passée vous permettra de gravir les « échelons de salaire » plus rapidement qu’un jeune diplômé !
Avec 3 à 5 ans d'expérience, le salaire peut augmenter entre 51 000 et 71 000 euros. Au-delà de 5 ans d’expérience, les Data Scientists peuvent gagner 56 000 euros ou plus, à condition d’avoir développé des compétences de pointe.
Le salaire d’un Data Scientist ne dépend pas uniquement de ses compétences : il varie également énormément selon le secteur dans lequel il travaille et sa localisation. Par exemple, les salaires sont plus élevés dans les grandes agglomérations, particulièrement en région parisienne.
Pour devenir Data Scientist, il vous faudra à la fois de solides compétences techniques (les « hard skills ») en mathématiques et en programmation, ainsi que certaines « soft skills » (qualités personnelles) indispensables.
Commençons par les compétences techniques : de solides bases en mathématiques et en statistiques sont le socle de tout bon Data Scientist. Elles vous permettront de construire des modèles de Machine Learning performants. Ensuite, il est indispensable de maîtriser les langages de programmation les plus utilisés en Data Science comme Python et SQL. La maîtrise de R n’est plus indispensable en 2025.
En plus de ces compétences techniques, vous aurez besoin de certaines qualités personnelles. La plus importante est l’esprit d’analyse : il faut savoir se poser les bonnes questions et creuser les bonnes problématiques. Il est également important d’être un bon communicateur : mieux vous expliquez vos résultats, plus vous embarquez les équipes métiers ou vos clients dans une véritable dynamique data-driven.
Les missions quotidiennes d’un Data Scientist couvrent les étapes clés nécessaires pour exploiter et valoriser les données d’une organisation.
Voici un aperçu des tâches qu’il peut accomplir au cours d’une journée typique :
- Collecte et exploration des données : il commence par collecter, organiser, nettoyer et explorer les données afin de les rendre exploitables.
- Conception de modèles : il développe des modèles de Machine Learning et de Deep Learning pour optimiser des processus, automatiser des tâches ou générer des prédictions.
- Collaboration avec les équipes métiers : il échange avec les départements (ventes, marketing, etc.) pour répondre à leurs problématiques à l’aide de solutions data-driven.
Il est important de souligner que les missions du Data Scientist varient fortement d’une entreprise à l’autre. Elles dépendent notamment du degré de maturité des équipes Data.
Dans les entreprises les plus structurées, le Data Scientist se concentre principalement sur la création de modèles. Il bénéficie du soutien de Data Engineers pour la préparation des données, tandis que l’interface avec les équipes métiers est assurée par un Product Owner ou un Product Manager spécialisé en Data.
Le français est la langue d'enseignement, mais l'anglais domine dans les ressources pédagogiques sur JULIE, une pratique standard dans le secteur.
Le prix d'une formation pour devenir Data Scientist varie en fonction de trois critères principaux : la durée de la formation, le type d’accompagnement proposé, et la réputation de l’établissement qui délivre cette formation.
Pour vous aider à y voir plus clair, nous avons listé le prix des principales options pour se former en data science :
- Formations en ligne : c’est l’option la moins chère ! Vous trouverez des formations d’introduction à la Data Science pour quelques dizaines d’euros. C’est un excellent moyen de découvrir le domaine et de voir s’il vous plaît, mais vous ne pourrez pas vous reconvertir uniquement avec des formations en ligne. En effet, vous aurez beaucoup de mal à vous créer un parcours sur mesure et vous ne bénéficierez d’aucun accompagnement !
- Formations courtes (aussi appelées Bootcamps) : des options comme Jedha Bootcamp proposent des formations intensives à temps plein pour environ 7 500 € sur trois mois. Ces formations sont particulièrement adaptées pour une reconversion professionnelle rapide, et peuvent être financées avec votre CPF, ou d’autres aides publiques.
- Formations universitaires : attention aux mauvaises surprises ! Si vous reprenez des études en cours de carrière, vous ne bénéficierez pas des tarifs très avantageux post-bac, mais devrez sûrement payer un tarif spécial “Reprise d’études” qui coûte de 1 000 € à 10 000 € par année de licence ou de master.
- Business Schools & Écoles d’ingénieurs : les masters en Data Science dans des écoles privées renommées comme HEC ou CentraleSupélec coûtent entre 16 000 € et 48 000 € pour une durée de 1 à 2 ans.
Se reconvertir est un défi, et à juste titre : cela nécessite une grande motivation et un investissement conséquent. Voici quelques conseils que nous partageons avec nos élèves pour réussir leur reconversion vers le métier de Data Scientist :
1. Informez-vous en profondeur avant de vous lancer
Un projet de reconversion demande du temps, de l’énergie et des ressources. Il est donc crucial de bien comprendre dans quoi vous vous engagez. Nous conseillons toujours à nos élèves de :
- Se renseigner sur le métier de Data Scientist, ses enjeux, ses compétences.
- Échanger avec des professionnels du secteur, et si possible, avec ceux qui ont déjà fait une reconversion.
2. Choisissez une formation qui vous correspond
À 40 ans, la reconversion peut s’accompagner de contraintes professionnelles et familiales. Lorsque vous choisissez votre formation, tenez compte de vos besoins spécifiques : votre emploi du temps, vos obligations personnelles, et bien sûr vos objectifs professionnels. Chez Jedha, nous proposons des formations flexibles, à temps complet ou partiel, en présentiel ou à distance.
3. Concentrez-vous sur les compétences pratiques
Dans le domaine de la Tech, ce ne sont pas les diplômes qui comptent le plus, mais les compétences concrètes. Pour réussir votre reconversion, votre formation doit être orientée vers la pratique. Par exemple, lors de notre Bootcamp, vous réaliserez des projets qui constitueront un portfolio solide, que vous pourrez présenter aux recruteurs.
4. Cultivez une motivation sans faille
La reconversion est un marathon, pas un sprint. Même si c’est un parcours long et exigeant, le jeu en vaut la chandelle : 97 % de nos alumni sont plus heureux dans leur nouvelle carrière. Pour réussir, il est essentiel de rester motivé tout au long du processus. Notre conseil : attendez-vous à des défis, mais croyez en votre réussite !
Comme pour tout projet de reconversion, devenir Data Scientist peut sembler intimidant. Mais avec la bonne approche, c’est tout à fait réalisable. Les métiers de la Tech sont particulièrement propices à une reconversion en cours de carrière, car les recruteurs privilégient les compétences concrètes plutôt que les diplômes.
Pour réussir votre reconversion vers le métier de Data Scientist, il vous faudra avant tout une forte motivation, et acquérir les bonnes compétences. Un bon Data Scientist doit maîtriser les bases en mathématiques appliquées (statistiques, probabilités…) et être à l’aise en programmation (Python notamment). Ces compétences s’acquièrent avec de la pratique — c’est le chemin qu’ont suivi des centaines d’élèves chez Jedha dans notre formation intensive de 3 mois pour devenir Data Scientist.
Si vous n’avez pas trop d’appétence pour ces “compétences techniques” mais que vous souhaitez tout de même travailler dans la Data, nous vous recommandons le métier de Data Analyst qui est plus proche des équipes métiers et moins “technique”.
Oui, il est tout à fait possible de se lancer dans la Data Science à 40 ans — tout comme à 30, 50 ou plus. Le secteur est en plein essor, et cette croissance constante ouvre la porte à tous les profils, indépendamment de l’âge ou du parcours initial.
Contrairement aux idées reçues, le domaine ne se limite pas aux jeunes diplômés. Bien au contraire : une reconversion à 40 ans est souvent perçue comme un atout.
À cet âge, vous avez déjà une expérience professionnelle solide, une bonne compréhension des dynamiques en entreprise, une capacité à travailler en équipe, à gérer des projets, et surtout, une vision business. Or, la Data Science ne se résume pas à du code : comprendre les enjeux métier est essentiel pour construire des modèles performants et réellement utiles.
Donc pas de panique : une carrière de Data Scientist est possible, même à 40 ans. Attention néanmoins, ce n’est pas une balade de santé et il vous faudra vous en donner les moyens : vous aurez besoin d’investir de votre temps, de votre argent et de votre énergie !
Le rôle d’un Data Scientist est de transformer les données brutes d’une organisation en informations exploitables. Pour y parvenir, il utilise une combinaison de compétences en mathématiques, en statistiques et en programmation pour identifier les tendances et faire des prédictions.
Le travail du Data Scientist ne se limite pas à l'analyse technique. Il doit également comprendre les besoins spécifiques de l'entreprise et des équipes métiers pour lesquelles il travaille. Et il doit être capable de leur restituer les résultats de son travail de manière claire et intelligible.
La Data Science est une discipline interdisciplinaire née à la croisée des statistiques, de l’informatique et des mathématiques appliquées. Elle a émergé dans les années 2000 avec l’explosion des volumes de données générés par la digitalisation de nos sociétés, et répond à un besoin croissant : extraire des informations utiles de ces quantités immenses de données brutes !
Contrairement aux approches classiques d’analyse de données, la Data Science se distingue par sa capacité à traiter des volumes de données massifs (Big Data) et à utiliser des algorithmes complexes de Machine Learning et de Deep Learning.
La Data Science ne se contente pas de décrire le passé en analysant des données ; elle cherche à prévoir l’avenir, à recommander des actions, voire à concevoir des systèmes autonomes. Aujourd’hui, elle est au cœur de nombreuses innovations : moteurs de recommandation, systèmes de reconnaissance faciale, assistants vocaux, ou encore modèles d'IA génératifs comme ChatGPT d'OpenAI ou Gemini de Google !
En résumé, en seulement quelques années, la Data Science a entièrement révolutionné nos existences, sans qu'on s'en rende forcément compte !
Le métier de Data Scientist a encore de belles années devant lui. Il y a à peine dix ans, les métiers de la Data comme Data Scientist ou Data Analyst étaient encore confidentiels, presque inconnus du grand public. Aujourd’hui, ils sont devenus incontournables dans les entreprises.
En 2024, la France comptait déjà près de 80 000 professionnels de la Data, et la tendance est loin de ralentir : en février 2025, plus de 11 000 offres d’emploi étaient encore à pourvoir dans le secteur, confirmant que la Data est l’un des domaines les plus porteurs de l’économie numérique. À l’échelle mondiale, les perspectives sont tout aussi prometteuses : entre 2025 et 2030, le nombre de Data Scientists et Data Analysts devrait croître de 41 %.
Contrairement à certaines idées reçues, l’émergence de l’intelligence artificielle ne signe pas la fin du métier de Data Scientist. Bien au contraire, le métier de Data Scientist va devenir en plus intéressant. L'IA va faire évoluer les missions du Data Scientist, pour les recentrer sur les tâches à très forte valeur ajoutée (comme l'interprétation) et automatiser les tâches plus réparpatives (comme le nettoyage de la donnée).
À l’horizon 2030, le nombre de Data Scientists dans le monde devrait encore croître de 41 %. Très recherchés, ces experts sont essentiels pour concevoir des modèles de machine learning et de prédiction à fort impact.
Voici quelques-uns des principaux secteurs et entreprises qui recrutent activement des Data Scientists :
Secteurs les plus demandeurs :
- Technologie : Des géants comme Google, Microsoft et Amazon, jusqu’aux start-ups, le secteur tech est en tête du recrutement.
- Banques et services financiers : La data science y est utilisée pour la gestion des risques, la détection de fraude et l’optimisation des performances.
- Santé : Elle joue un rôle clé dans l’innovation médicale, de la recherche à la personnalisation des traitements.
- Retail et e-commerce : Les données permettent d’optimiser les ventes, la logistique et l’expérience client.
Quelques entreprises qui recrutent activement :
- Accenture
- Airbnb
- VMware
- Databricks
- BNP Paribas
Pour faire financer votre formation de Data Scientist par France Travail, vous devez respecter un certain nombre de critères que nous vous listons ci-dessous :
- Être demandeur d'emploi ou en transition professionnelle : pour bénéficier d’un financement comme l’Aide Individuelle à la Formation (AIF), vous devez être inscrit comme demandeur d'emploi auprès de France Travail.
- Choisir une formation éligible : pour être éligible, votre formation doit permettre d’obtenir une certification reconnue par l’État et enregistrée au RNCP. C’est le cas de notre formation Data Scientist Fullstack chez Jedha, qui prépare au certificat "Concepteur Développeur en sciences des données" de niveau 6 (bac +4).
- Préparer un dossier de financement solide : pour cela, vous aurez besoin de rassembler un certain nombre de documents sur la formation, mais surtout de démontrer votre motivation et l’adéquation de la formation avec votre projet professionnel. En d'autres termes, vous devrez prouver à France Travail que cette formation vous permettra de retrouver un travail stable rapidement !
- Utiliser votre CPF en complément du financement France Travail : vous pouvez proposer de financer une partie du coût de la formation avec votre CPF. C’est très apprécié par les équipes de France Travail car cela montre que vous êtes motivé !
Vous souhaitez suivre notre formation pour devenir Data Scientist et vous avez besoin d’aide pour monter un dossier de financement ? Prenez rendez-vous avec notre équipe d’admission !
Votre CPF est une excellente option pour financer rapidement et facilement une formation pour devenir Data Scientist. Pour l’utiliser, il suffit d’abord de vérifier le solde de votre compte personnel de formation sur moncompteformation.gouv.fr.
Ensuite, vous devez trouver une formation en Data Science éligible au CPF. C’est le cas, par exemple, du Bootcamp pour devenir Data Scientist proposé par Jedha, car il délivre une certification enregistrée au RNCP.
Voici quelques conseils supplémentaires pour utiliser votre CPF dans les meilleures conditions :
- Utilisez régulièrement votre CPF : vous obtenez 500 € supplémentaires pour chaque année travaillée, mais le total de vos droits est plafonné à 5 000 €. Il faut donc l’utiliser régulièrement !
- Démarrez vos démarches tôt : le délai légal entre votre inscription à la formation sur Mon Compte Formation et le début de la formation est de 11 jours ouvrés !
- Complétez votre CPF : si votre solde n’est pas suffisant, vous pouvez le combiner avec d’autres financements (France Travail, OPCO, etc.), ou payer de votre poche. Certains organismes de formation comme Jedha proposent le paiement en 3 fois sans frais.
En 2025, une bonne formation en ligne ne doit pas se limiter à proposer des cours que vous pouvez regarder en replay depuis chez vous. Pour cette raison, les MOOCs et les plateformes comme Coursera et Udemy sont à bannir.
Pour vous former au métier de Data Scientist, vous aurez besoin d’être entouré par des camarades de promotion, et accompagné par des professeurs. Vous devez donc chercher une formation à distance qui propose tout ou partie de ses cours en direct, des sessions de mentorat, et l’intégration à une promotion.
C’est le cas de la formation Data Scientist Fullstack de Jedha Bootcamp. Elle permet d’apprendre ce métier en 3 mois à temps complet, et 7 mois à temps partiel. Et que vous choisissiez le temps complet ou le temps partiel, vous pourrez suivre la formation à distance dans les mêmes conditions qu’en présentiel.
Pas de favoritisme pour les élèves en présentiel : vous aurez exactement le même accompagnement si vous suivez la formation à distance. Peu d’écoles proposent la flexibilité de suivre une formation en ligne, tout en assurant un tel niveau d’accompagnement.
Vous avez effectivement 2 options pour intégrer la formation Fullstack et remplir les pré-requis demandés
- Vous pouvez réaliser la formation Data Essentials de Jedha. Celle-ci vous permettra de suivre le programme Fullstack dans les meilleures conditions. Vous maîtriserez les bases de Python, de SQL, et du Machine Learning, vous permettant d'aller plus loin dans votre expertise dans cette formation de 420 heures.
- Si vous n'avez pas passé la formation Data Essentials ou que vous ne souhaitez pas la passer, il vous sera demandé d'avoir des compétences de base en Python & SQL. Vous devrez passer un coding challenge envoyé par notre équipe d'admissions pour s'assurer que vous pourrez suivre la formation Fullstack en toute sérénité.
Pour tout savoir sur les pré-requis à remplir, n'hésitez pas à contacter notre équipe d'admissions en postulant ou en demandant le syllabus.
Vous l'aurez bien compris par les divers objectifs de nos élèves : chez nous, pas de profil type ! Que vous soyez issus de formations business, artistiques, agricoles, sportives, journalistiques, juridique, en conseil, c'est justement la richesse des profils de nos sessions qui fait la force de notre communauté et de votre futur réseau !
L'objectif de la formation Data Fullstack de Jedha est de vous amener à un niveau professionnel dans le secteur de la Data. Vous serez amené à maîtriser l'entièreté du pipeline Data, et pas seulement ses aspects Data Science : de la collecte de la donnée, à la création d'algorithme de Machine Learning & Deep Learning à l'état de l'art, jusqu'à la mise en production de ces algorithmes sur une application web que vous aurez créée, vous maîtriserez tous les outils relatifs à ces technologies ! Pour tout savoir de ces outils, téléchargez le syllabus de Jedha !
A l'issue de la formation Fullstack, l'apprenant sera en capacité de maîtriser l'ensemble du pipeline Data :
- Maîtriser le langage de programmation Python sous plusieurs de ses angles, l'utiliser à différentes fin.
- Savoir extraire de la donnée du Web (Web Scraping), ou d'autres sources pour constituer soi même sa base de données
- Utiliser les outils de Data Visualisation pour explorer ce jeu de données, en sortir des premières analyses pertinentes et en créer des hypothèses cohérentes
- Créer des modélisations complexes en Machine Learning & Deep Learning pour réaliser des prédictions de phénomènes ou des classification d'éléments sur des données d'entrées telles que des valeurs numériques, mais aussi des images, du texte, ou encore du son.
- Créer une application web simple d'utilisation pour n'importe quel utilisateur
- Implémenter le modèle d'IA précédemment construit sur cette application web en vue de faire bénéficier à un utilisateur les résultats de son modèle
- Savoir expliquer à un public novice les résultats positifs ou négatifs de son modèle, les tenants et les aboutissants d'un projet data piloté en groupe.
Le délai d'accès à la formation varie selon le type de financement utilisé par l'Apprenant. Les voici :
- Auto-financement : l'Apprenant peut s'inscrire jusqu'à 24 heures avant le début de la formation
- CPF : il doit y avoir un délai minimum de 11 jours ouvrés entre l'inscription de l'Apprenant et son entrée en formation
- OPCO / OPCA : dans le cas d'un financement entreprise, l'Apprenant doit être inscrit minimum 30 jours avant le début de la formation
- Transition Pro : les dossiers Transition Pro doivent être soumis minimum 2 mois avant le début de la formation
Pour tout savoir de ces délais d'inscription, vous pouvez prendre rendez-vous avec l'équipe d'admissions.
Une question ? Posez-là à notre équipe d’Admissions !
Postuler à la formation
Téléchargez le syllabus de nos formations
Excellence académique et technique
Apprentissage par la pratique
Formations adaptées à vos contraintes pros et persos
4,9
/5
Meilleure formation en France
Découvrez le programme détaillé
Oops! Something went wrong while submitting the form.