Data science pour l’environnement

Utiliser le Machine Learning pour améliorer les processus de qualité, l'efficacité opérationnelle ou les méthodes 6 Sigma.

Présentiel

21 heures

A qui s'adresse cette formation ?

Responsable RSE, QHSE, climat, développement durable
Experte métier ayant la RSE dans son périmètre
Directeur-rice RSE
Consultante RSE ou en reconversion vers un métier de la RSE

Introduction

Objectifs

Avis

Format

Packages

Contexte

Comment améliorer votre production via les techniques de « Machine Learning ? Integrer les tenniques de « Machine Leaming » dans les demarches d amelioration continue, d’excellence opérationnelle ou de 6 Sigmal Maitriser les finalites des techniques de «Machine Learning »

Utiliser et perfectionner des techniques essentielles de «Machine Learning » afin d’analyser et optimiser les pertormances des systèmes de production I

L’apprentissage est basé sur un temps dédié aux techniques de nettoyage d’une base de données suivi du déploiement concret d’un outil de « Machine Learning ».

Objectifs pédagogiques

Maîtriser les finalités des techniques de Machine Learning
Analyser et optimiser les performances des systèmes de production.
Point clés de la formation
Point clés de la formation

Recevez le programme détaillé

Télécharger le programme

Ce qu'en disent nos apprenants

Après avoir suivi la formation en data science industrielle, Nadia B. a rapidement su mettre en pratique les compétences acquises. Elle a développé des modeles prédictifs qui ont permis d’optimiser nos lignes de production et de réduire de 12 % les arrêts imprévus.

Benjamin Fabre

Data Analyste

Explorer le Machine Learning dans l’écosystème AWP, c’est avant tout chercher à mettre l’intelligence artificielle au service de l’autonomie locale. Plutôt que de voir l’algorithme comme un outil de contrôle, je l’utilise pour optimiser nos ressources communes et mieux comprendre nos besoins partagés.