Des évaluations continues sous la forme de cas pratiques en ligne jalonnent le parcours de formation, leurs modalités seront explicitées par le formateur en début de module.
Ces évaluations sont corrigées à la main par notre panel de professeurs qualifiés : tout est fait en sorte que chacun puisse progresser à son rythme de manière efficace. Chez DataScientest nous en sommes convaincus, seul un suivi personnalisé assure un apprentissage de qualité !
L’équipe pédagogique évalue également les apprenants via la réalisation de mises en situations professionnelles. Ces projets correspondent aux étapes des missions d’un Data Project Manager. Les apprenants apprendront, puis constitueront, des livrables stratégiques. Ils seront évalués sur la qualité et la pertinence des rendus.
La formation vise l’obtention du bloc de compétences 1 de la certification RNCP38587 « Expert en ingénierie de l’intelligence artificielle » enregistrée au Répertoire National des Certifications Professionnelles sur décision du Directeur général de France Compétences en date du 09-02-2024. Pour en savoir plus,consulter la fiche.
Les modalités d’évaluations du bloc 1 sont détaillées ci-après : Mise en situation professionnelle reconstituée à travers un jeu de rôle avec simulation MOA/MOE. Chaque candidat réalise en équipe et pour le compte d’une entreprise donnée : un audit, un cahier des charges, une proposition de solution d’intégration de l’intelligence artificielle (IA) dans le schéma directeur informatique. Bien que l’évaluation soit par équipe, chaque candidat est évalué de manière individuelle.
Si vous avez suivi notre formation Data Engineer, votre parcours Data Product Management visera la validation des blocs 1 et 4 du titre de niveau 7 “Data Engineer” délivrée par DataScientest, enregistrée au RNCP en date du 26-04-2024 sous le n°RNCP38919. Pour en savoir plus, consulter la fiche.
Les modalités d’évaluation des blocs 1 et 4 sont détaillées ci-après :
Bloc 1 : Dans le cadre d’un projet sur la base d’un dossier documentaire, le candidat devra identifier les besoins en architecture, élaborer un système de veille en lien avec le projet, formaliser son périmètre et émettre des recommandations d’architecture. Livrable écrit : rapport préliminaire, système de veille, rapport d’analyse, Cahier des charges, rapport explicitant les recommandations.
Bloc 4 RNCP38919 :
1) Sur la base d’un projet d’architecture de données, le candidat devra définir la structure organisationnelle du projet. Le candidat coordonnera ses actions avec les autres membres de son équipe en vue de définir les modalités d’organisation.
Le candidat devra soumettre les éléments suivants :
Livrable écrit (modalités de mise en œuvre et d’optimisation du projet, plan d’accompagnement)
Présentation orale dudit projet via la simulation d’un reporting, et auprès de sa hiérarchie.
2) Etude de cas : Sur la base de données d’un projet, le candidat devra mener une analyse des données en vue d’identifier les écarts budgétaires entre les dépenses réelles et le budget prévisionnel, en évaluant les raisons possibles de ces écarts. Le candidat devra identifier et argumenter des mesures correctives permettant de réduire les écarts constatés.
