facebook
favorite button
super instructor icon
Professeur fiable
Ce professeur a un délai et un taux de réponse très élevé, démontrant un service de qualité et sa fidélité envers ses élèves.
member since icon
Depuis juin 2020
Professeur depuis juin 2020
Programmation Langages / Bases de Données / Frameworks / Devops
course price icon
Àpd 60 € /h
arrow icon
PROGRAMMATION

Langage C
Langage C++
Langage HTML
Langage CSS
Langage JavaScript > NodeJs >JQuery > Ajax > Json
Langage XML: XPath, Xslt, Xlink, Fop, Sax, Dom,
Langage Java, Struts, Spring, JSF, JEE, EJB
Langage Scala
Langage PHP, ZendFramework, CodeIgniter, Symphony, Mantis, Testmaker,
Langage COBOL 1 COBOL 2 COBOL Object MicroFocus Fujitsu PacBase
Langage FORTRAN
Langage LISP, PROLOG
Langage UML
Langage SQL

MODELISATION

Object Design Patterns,
Langage Python, Web Scraping, Scrapy, Selenium, BeautifulSoup
BigData Hadoop, Spark, Hive, Oozie, Zookeeper, Pig, Flume,
Neo4J, Redis
ElasticSearch, Kibana, Logstash
DataScience Langage R

BASES DE DONNÉES ou SYSTÈME D'INFORMATION

Database Oracle, Mysql, Sybase, Ingres, Universe, Informix, Access

FRAMEWORKS

BPM: jBPM, Camunda
ETL: Talend, Datastage
ERP: Odoo
CMS: Drupal
CRM: SugarCRM
E-Commerce: Prestashop, Magento
BI Lumira Business Objects

DEVOPS

Code review Sonar,
Maven, Gradle, Continuous Integration Jenkins, Archiva, Confluence, Jira
Test JUnit
Informations supplémentaires
Bonne connexion internet > 2 Mo
Lieu
location type icon
En ligne depuis la France
Présentation
Pédagogie approuvée plus de 30 ans dans la formation des étudiants, salariés, chercheurs d'emploi, aide au changement, mise à niveau dans les plus grandes boites de formation françaises: Bull Formation, Demos, Atos, Cegos, ...
Education
Doctorat en Bases de Données Déductives à l'Université Paris-Sud Laboratoire de Recherche en Informatique Bat 490 Orsay
Maitrise d'informatique appliquée à la Gestion à l'Institut Supérieur de Gestion
Expérience / Qualifications
Doctorat en Bases de Données Déductives à l'Université Paris-Sud Laboratoire de Recherche en Informatique Bat 490 Orsay
Maitrise d'informatique appliquée à la Gestion à l'Institut Supérieur de Gestion
Age
Adolescents (13-17 ans)
Adultes (18-64 ans)
Seniors (65+ ans)
Niveau du Cours
Débutant
Intermédiaire
Avancé
Durée
60 minutes
Enseigné en
français
anglais
Disponibilité semaine type
(GMT -05:00)
New York
at teacher icon
Cours par webcam
Mon
Tue
Wed
Thu
Fri
Sat
Sun
00-04
04-08
08-12
12-16
16-20
20-24
Vous partez poursuivre vos études en France ?
En première année d'informatique, on cherche à ce que les étudiants maîtrisent :
les techniques,
les outils,
les méthodes de bases : méthodes de conception, algorithmique, langages, systèmes d’exploitation, constituants des machines informatiques...
Lire la suite
La deuxième année est orientée vers les activités de conception et d’intégration ; la formation permet aux étudiants de se confronter avec des problèmes plus complexes : systèmes d’information, temps réel, réseaux, architectures distribuées, intelligence artificielle, compilation, gestion de production...

L’accent est mis sur la coordination à l’intérieur du groupe : les travaux s’arrêtent parfois après la conception détaillée.
Lire la suite
Voir plus
arrow icon
Cours Similaires
arrow icon previousarrow icon next
verified badge
Oussama
Votre projet est cassé ? Deadline qui approche ? Impossible de déployer ? J'aide les développeurs et étudiants à corriger les bugs, optimiser le code et déployer les applications en production.
Je Me Spécialise Dans :

Debugging d'Urgence: Trouver et corriger les erreurs rapidement (crashes frontend, timeouts backend, problèmes base de données)
Sauvetage de Déploiement: Mettre votre app en ligne quand rien ne fonctionne (AWS, Vercel, Netlify)
Optimisation de Performance: Accélérer les applications lentes (requêtes BDD, réponses API, taille des bundles)
Configuration CI/CD: Automatiser votre pipeline de déploiement (GitHub Actions, tests, monitoring)

Problèmes Courants Que Je Résous :

❌ "Mon app fonctionne localement mais crash en production"
❌ "Les requêtes base de données sont trop lentes"
❌ "L'authentification ne fonctionne pas"
❌ "Impossible de déployer sur AWS / Vercel"
❌ "J'obtiens des erreurs bizarres que je ne comprends pas"
❌ "L'intégration de paiement (Stripe) ne fonctionne pas"

Technologies Avec Lesquelles Je Travaille :

Frontend: React, Next.js, TypeScript, Vue, Angular
Backend: Node.js, NestJS, Express, Python (Django, Flask)
Bases de données: PostgreSQL, MySQL, MongoDB, Redis
Cloud: AWS (EC2, RDS, S3), Vercel, Netlify, Render
DevOps: Docker, CI/CD, GitHub Actions, Nginx

Parfait Pour :

Étudiants: Corrigez votre projet avant la deadline
Développeurs Junior: Debuggez des problèmes de production que vous ne pouvez pas résoudre seul
Freelances: Débloquez-vous rapidement sur des projets clients
Startups: Corrigez et déployez votre MVP sans embaucher un ingénieur à temps plein

Comment Ça Fonctionne :

Évaluation Rapide (15 min gratuit): Partagez vos logs d'erreur, j'identifie le problème
Session de Debugging en Direct: On corrige ensemble via partage d'écran
Revue de Code: Je vous montre comment prévenir le problème à l'avenir
Documentation: Vous recevez un résumé de ce qui a été corrigé et pourquoi

Temps de Résolution Moyen :

Bugs simples: 1-2 heures
Problèmes de déploiement: 2-3 heures
Debugging complexe: 3-5 heures

Projets urgents acceptés (disponibilité le jour même pour les urgences).
verified badge
Thioub
Vous avez des données mais ne savez pas comment les exploiter ? Vous souhaitez prendre des décisions basées sur des faits concrets ? Ou vous êtes étudiant·e et voulez maîtriser les outils de l'analyse moderne ?
Ce cours est fait pour vous.

👨‍🏫 À propos du formateur :
Je suis Data Scientist et Ingénieur en Mathématiques Appliquées, diplômé de l’Université Cheikh Anta Diop (UCAD). Mon expertise repose sur une solide base en Mathématiques, Statistiques, Machine Learning et Visualisation de données. J’allie rigueur scientifique et outils modernes pour transformer des données brutes en décisions stratégiques.

🧠 Objectifs du cours :
Comprendre et manipuler les données (exploration, nettoyage, visualisation)

- Identifier les variables importantes et repérer les anomalies

- Appliquer les méthodes statistiques et Machine Learning pour extraire de la valeur

- Construire des tableaux de bord clairs et parlants pour la prise de décision

- Adapter les analyses aux besoins réels d’une entreprise ou d’un projet académique

🧰 Contenu détaillé :
1. Introduction à l’analyse de données

- Qu’est-ce que l’analyse de données ?

- Typologie des données (quantitatives, qualitatives)

- Méthodologie globale

2. Préparation des données

- Nettoyage (valeurs manquantes, doublons, outliers)

- Encodage des variables catégorielles

- Normalisation et transformation

3. Visualisation et exploration

- Graphiques de distribution, de corrélation, de tendance

- Tableaux croisés, heatmaps, boxplots

- Détection de patterns et d’anomalies

4. Statistique descriptive et inférentielle

- Moyenne, Médiane, Ecart-type, Corrélation

- Tests statistiques : Khi2, t de Student, ANOVA

5. Modélisation prédictive (ML supervisé)

- Régression linéaire/logistique

- Arbre de décision, Random forest, KNN, SVM

- Évaluation : accuracy, recall, precision, F1-score, AUC

6. Segmentation et classification non supervisée

- Clustering (K-means, DBSCAN, hiérarchique)

- Réduction de dimension (ACP/PCA)

7. Projets réels (au choix)

- Analyse des ventes / Churn client / Scoring de crédit / Santé publique

- Ou projet personnalisé à vos propres données

💻 Outils utilisés :

- Python (Pandas, Matplotlib, Scikit-learn, Seaborn)

- ou R (selon la préférence)

- Excel, Power BI/Tableau (pour la visualisation avancée)
verified badge
Laroussi
*Objectif : Comprendre l’intelligence artificielle sans crainte, l’utiliser pour simplifier la vie et déjouer les pièges numériques.*

### **1 : Démystifier l'intelligence artificielle (Qu'est-ce que c'est exactement ?)**

* **L'intelligence artificielle n'est pas un "robot de cinéma" :** La différence fondamentale entre la science-fiction et la réalité pratique.
* **Comment ça marche (en résumé) :** Imaginez une « bibliothèque géante » ; l'IA a lu des milliards de livres et les utilise pour prédire la fin d'une phrase ou créer une nouvelle image.
**Où l'utilisons-nous aujourd'hui ?** Le correcteur orthographique, les suggestions Netflix et YouTube, la navigation GPS et les assistants vocaux tels que Siri et Alexa.

---

### **2 : Utiliser l'intelligence artificielle pour vous simplifier la vie**

* **Interaction avec l'intelligence artificielle (ChatGPT, Cloud, Gemini) :**
* Rédiger des courriels formels ou des lettres complexes.
* Résumer de longs articles ou de volumineux documents.
* Planifiez des itinéraires de voyage ou créez des recettes de cuisine à partir des ingrédients disponibles dans le réfrigérateur.


* **Créativité et mémoire :**
* Créez des images créatives pour les cartes de vœux (via Midjourney ou DALL-E).
Restauration et colorisation de vieilles photos de famille.

3 : L'art de parler à la machine (la compétence « Invite »)**

* **Style contextuel :** Pourquoi la phrase « Donnez-moi une recette de gâteau » est-elle moins efficace que « Je suis allergique au gluten et nous sommes 4, donnez-moi une recette de gâteau au chocolat simple » ?
* **Mise en situation :** Apprenez à demander à l'intelligence artificielle de « parler comme un expert du tourisme » ou de « me répondre comme un ingénieur agricole spécialisé ».

4 : Précautions et esprit critique (Guide de survie)**

Hallucinations numériques :** Sachez que l'intelligence artificielle peut présenter avec assurance de fausses informations (ne vous y fiez jamais pour obtenir des conseils médicaux ou juridiques sans vérification).
Protection de la vie privée
Ne partagez pas de données sensibles (numéros d'identification, mots de passe, coordonnées bancaires).
Sachez que tout ce que vous écrivez pourra être utilisé pour entraîner des systèmes à l'avenir.

Détection des deepfakes :**
Comment identifier les fausses photos ou vidéos (examiner les détails des mains, les reflets étranges ou le son métallique).
* La règle d'or : vérifiez en recoupant les sources.

5 : Éthique et impact (une perspective d'avenir)**

Droits d'auteur : À qui appartient l'image créée par intelligence artificielle ?
Impact environnemental : Consommation d'eau et d'énergie dans les grands centres de données.
L'avenir : l'intelligence artificielle va-t-elle nous remplacer ou sera-t-elle notre assistante ?

Conseil supplémentaire :** Étant donné que vous ciblez la région du Golfe, il est préférable d’utiliser des termes tels que « Transformation numérique » et « Innovation » au début de votre présentation, car ce sont des mots très accrocheurs pour les décideurs de cette région.
message icon
Contacter Mohamed
repeat students icon
Le premier cours est couvert par notre Garantie Le-Bon-Prof
Cours Similaires
arrow icon previousarrow icon next
verified badge
Oussama
Votre projet est cassé ? Deadline qui approche ? Impossible de déployer ? J'aide les développeurs et étudiants à corriger les bugs, optimiser le code et déployer les applications en production.
Je Me Spécialise Dans :

Debugging d'Urgence: Trouver et corriger les erreurs rapidement (crashes frontend, timeouts backend, problèmes base de données)
Sauvetage de Déploiement: Mettre votre app en ligne quand rien ne fonctionne (AWS, Vercel, Netlify)
Optimisation de Performance: Accélérer les applications lentes (requêtes BDD, réponses API, taille des bundles)
Configuration CI/CD: Automatiser votre pipeline de déploiement (GitHub Actions, tests, monitoring)

Problèmes Courants Que Je Résous :

❌ "Mon app fonctionne localement mais crash en production"
❌ "Les requêtes base de données sont trop lentes"
❌ "L'authentification ne fonctionne pas"
❌ "Impossible de déployer sur AWS / Vercel"
❌ "J'obtiens des erreurs bizarres que je ne comprends pas"
❌ "L'intégration de paiement (Stripe) ne fonctionne pas"

Technologies Avec Lesquelles Je Travaille :

Frontend: React, Next.js, TypeScript, Vue, Angular
Backend: Node.js, NestJS, Express, Python (Django, Flask)
Bases de données: PostgreSQL, MySQL, MongoDB, Redis
Cloud: AWS (EC2, RDS, S3), Vercel, Netlify, Render
DevOps: Docker, CI/CD, GitHub Actions, Nginx

Parfait Pour :

Étudiants: Corrigez votre projet avant la deadline
Développeurs Junior: Debuggez des problèmes de production que vous ne pouvez pas résoudre seul
Freelances: Débloquez-vous rapidement sur des projets clients
Startups: Corrigez et déployez votre MVP sans embaucher un ingénieur à temps plein

Comment Ça Fonctionne :

Évaluation Rapide (15 min gratuit): Partagez vos logs d'erreur, j'identifie le problème
Session de Debugging en Direct: On corrige ensemble via partage d'écran
Revue de Code: Je vous montre comment prévenir le problème à l'avenir
Documentation: Vous recevez un résumé de ce qui a été corrigé et pourquoi

Temps de Résolution Moyen :

Bugs simples: 1-2 heures
Problèmes de déploiement: 2-3 heures
Debugging complexe: 3-5 heures

Projets urgents acceptés (disponibilité le jour même pour les urgences).
verified badge
Thioub
Vous avez des données mais ne savez pas comment les exploiter ? Vous souhaitez prendre des décisions basées sur des faits concrets ? Ou vous êtes étudiant·e et voulez maîtriser les outils de l'analyse moderne ?
Ce cours est fait pour vous.

👨‍🏫 À propos du formateur :
Je suis Data Scientist et Ingénieur en Mathématiques Appliquées, diplômé de l’Université Cheikh Anta Diop (UCAD). Mon expertise repose sur une solide base en Mathématiques, Statistiques, Machine Learning et Visualisation de données. J’allie rigueur scientifique et outils modernes pour transformer des données brutes en décisions stratégiques.

🧠 Objectifs du cours :
Comprendre et manipuler les données (exploration, nettoyage, visualisation)

- Identifier les variables importantes et repérer les anomalies

- Appliquer les méthodes statistiques et Machine Learning pour extraire de la valeur

- Construire des tableaux de bord clairs et parlants pour la prise de décision

- Adapter les analyses aux besoins réels d’une entreprise ou d’un projet académique

🧰 Contenu détaillé :
1. Introduction à l’analyse de données

- Qu’est-ce que l’analyse de données ?

- Typologie des données (quantitatives, qualitatives)

- Méthodologie globale

2. Préparation des données

- Nettoyage (valeurs manquantes, doublons, outliers)

- Encodage des variables catégorielles

- Normalisation et transformation

3. Visualisation et exploration

- Graphiques de distribution, de corrélation, de tendance

- Tableaux croisés, heatmaps, boxplots

- Détection de patterns et d’anomalies

4. Statistique descriptive et inférentielle

- Moyenne, Médiane, Ecart-type, Corrélation

- Tests statistiques : Khi2, t de Student, ANOVA

5. Modélisation prédictive (ML supervisé)

- Régression linéaire/logistique

- Arbre de décision, Random forest, KNN, SVM

- Évaluation : accuracy, recall, precision, F1-score, AUC

6. Segmentation et classification non supervisée

- Clustering (K-means, DBSCAN, hiérarchique)

- Réduction de dimension (ACP/PCA)

7. Projets réels (au choix)

- Analyse des ventes / Churn client / Scoring de crédit / Santé publique

- Ou projet personnalisé à vos propres données

💻 Outils utilisés :

- Python (Pandas, Matplotlib, Scikit-learn, Seaborn)

- ou R (selon la préférence)

- Excel, Power BI/Tableau (pour la visualisation avancée)
verified badge
Laroussi
*Objectif : Comprendre l’intelligence artificielle sans crainte, l’utiliser pour simplifier la vie et déjouer les pièges numériques.*

### **1 : Démystifier l'intelligence artificielle (Qu'est-ce que c'est exactement ?)**

* **L'intelligence artificielle n'est pas un "robot de cinéma" :** La différence fondamentale entre la science-fiction et la réalité pratique.
* **Comment ça marche (en résumé) :** Imaginez une « bibliothèque géante » ; l'IA a lu des milliards de livres et les utilise pour prédire la fin d'une phrase ou créer une nouvelle image.
**Où l'utilisons-nous aujourd'hui ?** Le correcteur orthographique, les suggestions Netflix et YouTube, la navigation GPS et les assistants vocaux tels que Siri et Alexa.

---

### **2 : Utiliser l'intelligence artificielle pour vous simplifier la vie**

* **Interaction avec l'intelligence artificielle (ChatGPT, Cloud, Gemini) :**
* Rédiger des courriels formels ou des lettres complexes.
* Résumer de longs articles ou de volumineux documents.
* Planifiez des itinéraires de voyage ou créez des recettes de cuisine à partir des ingrédients disponibles dans le réfrigérateur.


* **Créativité et mémoire :**
* Créez des images créatives pour les cartes de vœux (via Midjourney ou DALL-E).
Restauration et colorisation de vieilles photos de famille.

3 : L'art de parler à la machine (la compétence « Invite »)**

* **Style contextuel :** Pourquoi la phrase « Donnez-moi une recette de gâteau » est-elle moins efficace que « Je suis allergique au gluten et nous sommes 4, donnez-moi une recette de gâteau au chocolat simple » ?
* **Mise en situation :** Apprenez à demander à l'intelligence artificielle de « parler comme un expert du tourisme » ou de « me répondre comme un ingénieur agricole spécialisé ».

4 : Précautions et esprit critique (Guide de survie)**

Hallucinations numériques :** Sachez que l'intelligence artificielle peut présenter avec assurance de fausses informations (ne vous y fiez jamais pour obtenir des conseils médicaux ou juridiques sans vérification).
Protection de la vie privée
Ne partagez pas de données sensibles (numéros d'identification, mots de passe, coordonnées bancaires).
Sachez que tout ce que vous écrivez pourra être utilisé pour entraîner des systèmes à l'avenir.

Détection des deepfakes :**
Comment identifier les fausses photos ou vidéos (examiner les détails des mains, les reflets étranges ou le son métallique).
* La règle d'or : vérifiez en recoupant les sources.

5 : Éthique et impact (une perspective d'avenir)**

Droits d'auteur : À qui appartient l'image créée par intelligence artificielle ?
Impact environnemental : Consommation d'eau et d'énergie dans les grands centres de données.
L'avenir : l'intelligence artificielle va-t-elle nous remplacer ou sera-t-elle notre assistante ?

Conseil supplémentaire :** Étant donné que vous ciblez la région du Golfe, il est préférable d’utiliser des termes tels que « Transformation numérique » et « Innovation » au début de votre présentation, car ce sont des mots très accrocheurs pour les décideurs de cette région.
Garantie Le-Bon-Prof
favorite button
message icon
Contacter Mohamed