La sciences des données dans l'industrie de la mode

16-25 Août 2019

Bruxelles
Une summer school centrée sur le commerce

Le numérique a eu un impact important sur l’industrie de la mode. Les détaillants sont passés d’un marché basé sur une clientèle fidèle à un paysage fortement compétitif où des clients informés comparent les produits afin de dépenser au mieux leur argent.

Pendant ce temps, les techniques des mégadonnées (« Big Data ») permettent aux détaillants d’utiliser les données pour prendre des décisions plus intelligentes concernant leurs marchandises, leurs prix et leurs réductions, afin de réagir rapidement et de rester compétitifs dans ce nouvel environnement.

Lors de cette école d’été, des entrepreneurs actifs dans les secteurs des mégadonnées et de l’analyse de données vous présenteront les défis commerciaux engendrés par cette (r)évolution du numérique, tout en vous apprenant comment les aborder par l’intermédiaire d’études de cas pratiques.
 

Développez vos compétences en science de données


Cette école d’été représente une occasion unique d’améliorer vos compétences pratiques en sciences des données, qui sont très demandées dans la plupart des secteurs à l’heure actuelle.

Ce programme vous présentera les dernières nouveautés dans les secteurs de l’intelligence artificielle et de la science des données, ainsi que leur impact sur l’industrie de la mode. Il s’articule en cinq journées de cours, découpées en 2 heures de théorie et 5 heures de pratique en moyenne.

Nous présenterons les bases du « web scraping », des bases de données NoSQL, de la fouille de données (« data mining »), de l’apprentissage machine et de la fouille de textes. Toutes ces notions seront développées lors de séances de travaux pratiques au cours desquelles vous apprendrez le Python, un langage de programmation intuitif et polyvalent plébiscité par les scientifiques de données et recherché par les employeurs.

À l’issue de l’école d’été, les participants recevront un certificat qui leur permettra de valider 3 crédits ECTS dans leur établissement d’origine.
 

En collaboration avec la Solvay Summer School
  • Souper d’accueil le vendredi 16 août
  • Visite guidée de Bruxelles le samedi 17 août
  • Rencontre conviviale entre les participants le samedi 17 août
  • Visite guidée de Bruges le dimanche 18 août
  • Souper d’adieu le samedi 24 août
  • Fête d’adieu le samedi 24 août

-> Ce programme est susceptible d'être modifié
 

Tarifs
1100€*
  • Le logement est inclus dans les frais
  • Réduction de 10 % pour les étudiants QTEM
  • Cette année, l’école d’été est limitée à 40 participants
  • Le cout du déplacement jusqu’à Bruxelles n’est pas inclus dans les frais

Lieu

La Solvay Brussels School of Economics and Management (SBS-EM) a été fondée par Ernest Solvay en 1903.
Elle est classée première parmi les écoles de commerce belge pour son Master en Sciences de gestion.

Elle doit ce résultat avant tout au haut niveau d’exigence de ses programmes, mais également à sa localisation idéale à Bruxelles et à ses formations qui parviennent à combiner gestion et économie. SBS-EM fait également partie de l’Université libre de Bruxelles (ULB).

 

Processus de sélection
  •  Candidature

Pour postuler à la Solvay Summer School 2019 du 16 au 25 aout 2019, les candidats doivent envoyer leur CV à info.summerschool@solvay.edu. La date limite de dépôt des candidatures est le 30 juin 2019.

  • Sélection

Après un rigoureux processus de sélection, tous les candidats recevront une confirmation de leur situation par courriel. Les étudiants admis disposeront alors de 5 jours pour remplir un formulaire d’inscription.

  • Facture

Une facture sera envoyée aux candidats, qui devront effectuer le paiement pour la Solvay Summer School endéans les 10 jours ouvrables. Après cette échéance, leur candidature sera rejetée.

  • Finalisation

Une fois leur paiement reçu, les étudiants inscrits recevront une lettre d’invitation officielle du président de la Solvay Summer School 2019 et du doyen de la Solvay Brussels School of Economics and Management.

 



Sponsorisé par Bisnode Group Analytics
Mis à jour le 25 mars 2020