- Machine Learning : de l’idéation au produit (chatbots, analyse prédictive, automatisation de processus, assistants documentaires…)
- Deep Learning : NLP, Computer Vision, API prédictives, automatisation (ex. facturation)
- IA générative : conception et bonnes pratiques de prompt engineering, optimisation des interactions avec les LLMs
- Gouvernance et architecture de la donnée : data management, migration et évolution des modèles de données
- Collectes et pipelines : ingestion, traitement et automatisation des flux de données
- Analyse et restitution : data visualisation, exploitation de Data Warehouses, Data Lakes et solutions Big Data
- Cloud et infrastructures : mise en place et maintenance des environnements data dans le Cloud