# MSc in Data Engineering for Artificial Intelligence. Canonical HTML: https://dsti.school/fr/msc-data-engineering-ai This Markdown copy is generated from the same DSTI static-site build as the canonical HTML page. It is intended for machine readability and concise retrieval. MSc • Data Engineering • Intelligence artificielle • Cloud & DevOps Un parcours de niveau master pour les étudiants qui veulent construire les fondations techniques de l’IA moderne : architectures data, systèmes de stockage, pipelines, infrastructure cloud et pratiques d’ingénierie prêtes pour la production. C’est le parcours d’ingénierie pour les étudiants qui veulent rendre l’IA possible à grande échelle : pas seulement expérimenter avec des modèles, mais concevoir, exploiter et sécuriser les systèmes de données qui les alimentent. [Candidater](https://dsti.school/fr/candidater) [Prendre rendez-vous](https://meetings-eu1.hubspot.com/dsti/information-meeting) [Comparer les parcours MSc](https://dsti.school/fr/choisir-programme-msc) [Télécharger la brochure](https://dsti.school/fr/telecharger-brochure) Construire l’infrastructure de l’IA Concevoir le stockage, les pipelines et les plateformes qui rendent les projets d’IA possibles. Culture cloud & DevOps AWS, Azure, CI/CD, conteneurs, orchestration et discipline opérationnelle. De la donnée aux modèles Relier la data engineering aux applications de machine learning et de deep learning. Centre de gravité du programme Architectures data, pipelines et plateformes qui alimentent les systèmes d’IA. Pour les étudiants qui veulent comprendre la couche d’ingénierie entre la donnée brute et l’intelligence artificielle. 120 ECTS Programme de niveau master • RNCP niveau 7 795h Volume total du programme [Programme labellisé 3IA Labellisé par le programme 3IA de l’Université Côte d’Azur.](https://3ia.univ-cotedazur.eu/education/education) 01 — Identité du programme ## L’IA a besoin de modèles, mais aussi d’infrastructure d’ingénierie. Data Engineering for AI est le parcours MSc pour les étudiants qui veulent construire, automatiser et exploiter les systèmes techniques qui rendent l’intelligence artificielle utilisable dans de vraies organisations. Positionnement DSTI ## Des pipelines aux systèmes prêts pour l’IA. Beaucoup de projets d’IA échouent avant même la modélisation, parce que les données sont fragmentées, peu fiables ou impossibles à opérationnaliser. Ce programme se concentre sur l’architecture, le software, le cloud, les pipelines et les compétences DevOps nécessaires pour rendre les données utilisables en IA. Architecture ### Concevoir des systèmes de données Apprendre à structurer le stockage, le calcul et les flux de données pour des environnements techniques réels. Pipelines ### Déplacer et transformer les données Construire des pipelines entre systèmes, avec les formats et plateformes modernes de la data engineering. Cloud ### Exploiter des plateformes scalables Comprendre AWS, Azure et l’infrastructure cloud pour les travaux modernes en data et IA. IA ### Soutenir le machine learning Relier la pratique d’ingénierie aux fondations mathématiques et pratiques de l’IA. 02 — Pour qui ce programme est conçu ## Pour les étudiants qui veulent construire les systèmes derrière l’IA. Le MSc in Data Engineering for AI est un parcours technique. Il convient aux étudiants qui aiment les systèmes, le software, le cloud, les bases de données, les pipelines et la fiabilité opérationnelle. Bon profil ### Vous voulez devenir la personne qui fait fonctionner les systèmes data et IA en production. - Vous aimez les bases de données, le cloud computing, les plateformes, l’automatisation et les systèmes distribués. - Vous voulez de solides bases en software engineering et DevOps. - Vous voulez relier les pipelines de données aux applications de machine learning et d’IA. - Vous visez des rôles en data engineering, cloud, plateforme ou AI engineering. Moins adapté si ### Votre objectif principal est le reporting métier ou la recherche sur les modèles. - Si votre intérêt principal est l’aide à la décision, les dashboards et la mise en œuvre de l’analytics, comparez avec le MSc in Data Analytics with AI. - Si votre intérêt principal est la modélisation avancée, les statistiques et les méthodes d’IA profonde, comparez avec le MSc in Data Science & AI. - Si votre intérêt principal est la protection des systèmes et le risque, comparez avec le MSc in Cyber Security. 03 — Structure du programme ## La structure du programme, en un coup d’œil. La structure combine Warm Up technique, cours spécialisés, séances de soutien et expérience professionnelle intégrée. 795h Volume total enseigné, entre Warm Up, cours spécialisés et séances de soutien. 75h DSTI Warm Up pour renforcer les mathématiques, la programmation, la culture IA, les fondations IT et la pratique des systèmes. 35h Séances de soutien pour réviser, poser des questions, reprendre les notions difficiles et préparer les examens. 30 ECTS Expérience professionnelle par stage, emploi ou activité professionnelle validée. 04 — Programme académique ## Un contenu transparent, cours par cours. DSTI ne se cache pas derrière des intitulés vagues. Le MSc in Data Engineering for AI est présenté ci-dessous par blocs d’enseignement, heures, ECTS et contenus de cours. Warm Up • 75h ### Point de départ technique Un pont préparatoire pour les étudiants issus de parcours académiques variés avant l’entrée dans le cœur du MSc. Cours spécialisés ### Ingénierie, IA et opérations Une structure transparente, cours par cours, couvrant software engineering, cloud, data management, DevOps, IA et sécurité. Expérience professionnelle • 30 ECTS ### Application en contexte professionnel Une expérience professionnelle validée où les étudiants appliquent le programme dans un environnement de travail pertinent. Warm Up 75h • 6 ECTS ### Point de départ technique commun Le Warm Up renforce les mathématiques, la programmation, la gestion des données, la culture IA et les fondations IT avant l’entrée dans le cœur du MSc. 10h #### Fundamental Mathematics Core mathematical preparation for quantitative and technical coursework. 20h #### Data Structure and Machine Learning using Python & R Programming, data structures and first machine-learning workflows using Python and R. 5h #### Data Management Introduction to how data is organised, stored, queried and prepared for later work. 5h #### AI Awareness Initial orientation on artificial intelligence concepts, uses and limits. 5h #### Computer Architecture Essential concepts about how computers execute, store and process information. 5h #### Networking Basic networking knowledge for students who will work with connected systems and platforms. 10h #### Computer Systems Labs Practical systems work to consolidate the IT foundation of the programme. 10h #### Clean IT Responsible and sustainable digital practice. 5h #### Excel Basics Baseline spreadsheet skills for students who need to consolidate fundamentals. Software Engineering & IT 200h • 25 ECTS ### Cloud, software engineering et mise en œuvre du machine learning Ce bloc construit les bases d’ingénierie informatique derrière les systèmes data et IA : plateformes cloud, conception logicielle, semantic web, web engineering et mise en œuvre du machine learning. 50h 4 ECTS #### Cloud Computing — Amazon AWS AWS cloud services and preparation for AWS Certified Solutions Architect – Associate. 25h 3 ECTS #### Cloud Computing — Microsoft Azure Comparative overview with AWS, focusing on Azure services relevant to data lakes and data pipelines. 25h 4 ECTS #### Semantic Web Technologies RDF, SPARQL and standards for representing, querying and using knowledge on the web. 25h 3 ECTS #### Software Engineering — Part 1 Procedural programming in Rust, memory representation, ownership, borrowing, data structures, testing and reliable code. 25h 3 ECTS #### Software Engineering — Part 2 Object-oriented programming in C#, SOLID, UML, MVC, design patterns, services and Entity Framework. 25h 4 ECTS #### Python Machine Learning Labs Data structures, data cleaning, feature engineering and machine-learning modelling with Python libraries. 25h 4 ECTS #### Web Engineering HTML, CSS, JavaScript, front-end basics, MVC programming with ASP.NET and API frameworks. Data Management 180h • 23 ECTS ### Stockage, data warehousing, NoSQL, big data et pipelines C’est le centre de gravité du programme : stockage de données, data warehouses, ETL, bases graphes et documents, écosystèmes big data et technologies de pipelines. 25h 3 ECTS #### Data Wrangling with SQL Relational databases, advanced SQL queries, stored procedures, triggers, dynamic SQL and Microsoft SQL Server. 25h 3 ECTS #### Data Warehousing & ETL Design and implementation of data warehouses and ETL processes in stand-alone and cluster deployments. 25h 4 ECTS #### Graph Databases — NoSQL Part 1 Graph-based problem modelling and practical implementation in Neo4j graph databases. 10h 2 ECTS #### Document Databases — NoSQL Part 2 MongoDB collections, documents, advanced queries, aggregations and data architecture. 50h 4 ECTS #### Big Data Ecosystem by Adaltas HDFS, scheduling, resource management, workflow and ETL, scalable enterprise service bus, Spark and data exploration. 25h 4 ECTS #### Data Pipeline — Part 1 XML data flow, DTD and schemas, XSL transformations and JSON data formats. 25h 3 ECTS #### Data Pipeline — Part 2 Apache Spark, Kafka, modern data platforms, Lambda and Kappa architectures, anything-as-code and CI/CD practices. Méthodologies opérationnelles 175h • 18 ECTS ### DevOps, sécurité, systèmes d’information et gouvernance L’ingénierie des systèmes de données demande aussi des méthodes projet, une culture juridique, une pratique DevOps, des fondations en cybersécurité et la conception de systèmes d’information. 25h 2 ECTS #### Data Laws & Regulations — Philosophies, Geopolitics & Ethics Data privacy and security principles, EU and US regulation, and differences between common law and code law. 25h 2 ECTS #### IT Project Management: Traditional and Agile Approaches Project management lifecycle and best practices for traditional and agile approaches. 25h 4 ECTS #### CRM Data Management Preparation for Microsoft Power Platform Functional Consultant and CRM data management software. 50h 4 ECTS #### DevOps by Adaltas Nagios, Consul, Docker, Ansible, GitHub, Jenkins, Kubernetes and continuous integration practices. 25h 4 ECTS #### Fundamentals of Cyber Security Practices System security design patterns, infrastructure security, data encryption and code safety. 25h 2 ECTS #### Analysis & Design of Information Systems Principles and methodologies for designing and analysing information systems. Data Science 125h • 18 ECTS ### Mathématiques, statistiques, machine learning et deep learning Le programme relie la data engineering à la science et aux applications de l’IA, afin que les diplômés comprennent non seulement les pipelines, mais aussi les modèles qu’ils soutiennent. 25h 3 ECTS #### Mathematics for Data Science Calculus, linear algebra and complex numbers needed for optimisation and data science. 25h 3 ECTS #### Foundations of Statistical Analysis & Machine Learning — Part 1 Descriptive statistics, probability theory and applications using R. 25h 4 ECTS #### Big Data Processing with R Importing, manipulating, transforming, visualising, exploring and modelling large datasets in R. 25h 4 ECTS #### Artificial Neural Networks Neural network layers, weights, biases, hyperparameters, optimisation and TensorFlow implementation. 25h 4 ECTS #### Deep Learning Deep learning models in Python, with practical applications in computer vision and natural language processing. Soutien & expérience professionnelle 35h de soutien • 30 ECTS d’expérience ### Consolidation et application en milieu professionnel Les séances de soutien aident les étudiants à consolider les notions difficiles, tandis que l’expérience professionnelle valide la capacité à appliquer le programme dans un environnement de travail pertinent. 35h #### Support Sessions Reviewing course topics, answering student questions, re-explaining harder notions and preparing for examinations. 4 to 6 months 30 ECTS #### Integrated Professional Experience Internship, employment or contracting experience validated through DSTI’s standard evaluation procedures. 05 — Certifications professionnelles ## Des certifications qui renforcent la crédibilité d’ingénierie. Les étudiants MSc Data doivent valider la certification Neo4j. Une seconde certification approuvée est fortement recommandée et donne droit à la distinction « with Honours » à l’obtention du diplôme. Règle MSc Data ### Neo4j est obligatoire. Le parcours Data Engineering met en avant le cloud et les systèmes CRM. Pour Data Engineering for AI, DSTI prépare les certifications du programme à travers CRM Data Management et Amazon AWS cloud computing. Des certifications complémentaires peuvent être acceptées uniquement lorsque le corps enseignant et la Direction des Études valident leur niveau, leur périmètre et leur pertinence pour le parcours de l’étudiant. Obligatoire Certification Neo4j pour tous les étudiants MSc Data. Distinction with Honours Une seconde certification approuvée donne droit à la distinction « with Honours » à l’obtention du diplôme. Alternatives encadrées Les certifications alternatives sont acceptées uniquement après validation par le corps enseignant et la Direction des Études. ![Neo4j logo](https://media.dsti.school/wp-content/uploads/2026/06/11142416/Neo4j-logo.avif) ![Microsoft logo](https://media.dsti.school/wp-content/uploads/2026/06/11135259/Microsoft_logo.svg) ![AWS logo](https://media.dsti.school/wp-content/uploads/2026/06/11135153/Amazon_Web_Services_2025.svg) ![Neo4j logo](https://media.dsti.school/wp-content/uploads/2026/06/11142416/Neo4j-logo.avif) Neo4j ### Certification Neo4j Contexte de cours : Graph Databases NoSQL [Site de la certification](https://graphacademy.neo4j.com/certifications/neo4j-certification/) ![Microsoft logo](https://media.dsti.school/wp-content/uploads/2026/06/11135259/Microsoft_logo.svg) Microsoft ### Exam PL-200: Microsoft Power Platform Functional Consultant Contexte de cours : CRM Data Management [Site de la certification](https://learn.microsoft.com/en-us/credentials/certifications/exams/pl-200/) ![AWS logo](https://media.dsti.school/wp-content/uploads/2026/06/11135153/Amazon_Web_Services_2025.svg) AWS ### AWS Certified Solutions Architect – Associate Contexte de cours : Cloud Computing - Amazon AWS [Site de la certification](https://aws.amazon.com/certification/certified-solutions-architect-associate/) Parcours de certification validé ### Certifications alternatives acceptées Cette liste n’est pas une liste libre. Chaque certification alternative doit être pertinente au regard du parcours d’études et des objectifs professionnels de l’étudiant, et reste soumise à la validation du corps enseignant et de la Direction des Études. ![MongoDB logo](https://media.dsti.school/wp-content/uploads/2026/06/11134914/MongoDB_Logo.svg) MongoDB #### All Mongo certification NoSQL - MongoDB [Page officielle](https://learn.mongodb.com/) ![C++ Institute logo](https://media.dsti.school/wp-content/uploads/2026/06/11134913/ISO_Cpp_Logo.svg) C++ Institute #### CPA – C++ Certified Associate Programmer Certification Software Engineering 2 [Page officielle](https://cppinstitute.org/cpa) ![Oracle logo](https://media.dsti.school/wp-content/uploads/2026/06/11134916/Oracle_logo.svg) Oracle #### Oracle Database SQL Certified Associate Datawarehousing & ETL [Page officielle](https://education.oracle.com/oracle-database-sql-certified-associate/trackp_457) ![Oracle logo](https://media.dsti.school/wp-content/uploads/2026/06/11134916/Oracle_logo.svg) Oracle #### MySQL 8.0 Database Developer Oracle Certified Professional Datawarehousing & ETL [Page officielle](https://education.oracle.com/mysql-80-database-developer-oracle-certified-professional/trackp_MYSQLPRG80OCP) ![Google logo](https://media.dsti.school/wp-content/uploads/2026/06/11134912/google.svg) Google #### Google Data Analytics Professional Certificate Big Data Processing with R [Page officielle](https://www.coursera.org/google-certificates/data-analytics-certificate?utm_source=google&utm_medium=institutions&utm_campaign=sou--direct__med--none-direct__cam--gwgsite__con--null__ter--null) ![AWS logo](https://media.dsti.school/wp-content/uploads/2026/06/11135153/Amazon_Web_Services_2025.svg) AWS #### AWS Certified Cloud Practitioner Cloud Computing - Amazon AWS [Page officielle](https://aws.amazon.com/fr/certification/certified-cloud-practitioner/) ![AWS logo](https://media.dsti.school/wp-content/uploads/2026/06/11135153/Amazon_Web_Services_2025.svg) AWS #### AWS Certified Machine Learning - Specialty Cloud Computing - Amazon AWS [Page officielle](https://aws.amazon.com/certification/certified-machine-learning-specialty/) ![Microsoft logo](https://media.dsti.school/wp-content/uploads/2026/06/11135259/Microsoft_logo.svg) Microsoft #### Microsoft Certified: Power Platform Developer Associate CRM Data Management [Page officielle](https://learn.microsoft.com/fr-fr/credentials/certifications/power-platform-developer-associate/?practice-assessment-type=certification) ![Terraform logo](https://media.dsti.school/wp-content/uploads/2026/06/11134921/Terraform_Logo.svg) Terraform #### Terraform Associate Data Pipeline 2 [Page officielle](https://developer.hashicorp.com/certifications/infrastructure-automation) ![Microsoft logo](https://media.dsti.school/wp-content/uploads/2026/06/11135259/Microsoft_logo.svg) Microsoft #### Microsoft Certified: DevOps Engineer Expert DevOps [Page officielle](https://learn.microsoft.com/en-us/credentials/certifications/devops-engineer/) ![Google logo](https://media.dsti.school/wp-content/uploads/2026/06/11134912/google.svg) Google #### Certified Professional Data Engineer DevOps [Page officielle](https://cloud.google.com/learn/certification/data-engineer) ![Microsoft logo](https://media.dsti.school/wp-content/uploads/2026/06/11135259/Microsoft_logo.svg) Microsoft #### Microsoft Certified: Azure Solutions Architect Expert Microsoft Azure [Page officielle](https://learn.microsoft.com/en-us/credentials/certifications/azure-solutions-architect/) ![Microsoft logo](https://media.dsti.school/wp-content/uploads/2026/06/11135259/Microsoft_logo.svg) Microsoft #### Microsoft Certified: Azure Data Scientist Associate Microsoft Azure [Page officielle](https://learn.microsoft.com/en-us/credentials/certifications/azure-data-scientist/) ![Microsoft logo](https://media.dsti.school/wp-content/uploads/2026/06/11135259/Microsoft_logo.svg) Microsoft #### Microsoft Certified: Azure Administrator Associate Microsoft Azure [Page officielle](https://learn.microsoft.com/en-us/credentials/certifications/azure-administrator/) ![Microsoft logo](https://media.dsti.school/wp-content/uploads/2026/06/11135259/Microsoft_logo.svg) Microsoft #### Microsoft Certified: Fabric Data Engineer Associate Microsoft Azure [Page officielle](https://learn.microsoft.com/en-us/credentials/certifications/fabric-data-engineer-associate/) ![Elastic logo](https://media.dsti.school/wp-content/uploads/2026/06/11134910/elastic.svg) Elastic #### Elastic Certified Engineer Exam Search and data engineering [Page officielle](https://www.elastic.co/training/elastic-certified-engineer-exam) ![Elastic logo](https://media.dsti.school/wp-content/uploads/2026/06/11134910/elastic.svg) Elastic #### Elastic Certified Observability Engineer Exam Observability engineering [Page officielle](https://www.elastic.co/training/elastic-certified-observability-engineer) ![Microsoft logo](https://media.dsti.school/wp-content/uploads/2026/06/11135259/Microsoft_logo.svg) Microsoft #### Microsoft Certified: Fabric Analytics Engineer Associate Microsoft Fabric analytics [Page officielle](https://learn.microsoft.com/en-us/credentials/certifications/fabric-analytics-engineer-associate/?practice-assessment-type=certification) ![dbt logo](https://media.dsti.school/wp-content/uploads/2026/06/11134908/dbt-logo.png) dbt #### dbt Analytics Engineering Certification Exam Analytics engineering [Page officielle](https://www.getdbt.com/certifications/analytics-engineer-certification-exam) ![Fortinet logo](https://media.dsti.school/wp-content/uploads/2026/06/11135508/Fortinet_logo.svg) Fortinet #### Fortinet Certified Associate Cybersecurity Cybersecurity fundamentals [Page officielle](https://training.fortinet.com/local/staticpage/view.php?page=fca_cybersecurity) ![Denodo logo](https://media.dsti.school/wp-content/uploads/2026/06/11134909/denodo.svg) Denodo #### Denodo Platform 9 Certified Developer Associate Data virtualisation [Page officielle](https://community.denodo.com/certification/details?name=Denodo%20Platform%209%20Certified%20Developer%20Associate) ![Databricks logo](https://media.dsti.school/wp-content/uploads/2026/06/11134906/Databricks-logo.svg) Databricks #### Databricks Certified Data Engineer Associate Data engineering platforms [Page officielle](https://www.databricks.com/learn/certification/data-engineer-associate) ![scikit-learn logo](https://media.dsti.school/wp-content/uploads/2026/06/11134918/scikit-learn.svg) scikit-learn #### Scikit-learn Certification (all levels accepted) Machine learning with Python [Page officielle](https://papers.probabl.ai/official-scikit-learn-certification-launch) ![Cisco logo](https://media.dsti.school/wp-content/uploads/2026/06/11135356/Cisco_logo.svg) Cisco #### Preparation for the Cisco Certified Network Associate (CCNA) Certification Networking fundamentals [Page officielle](https://www.cisco.com/site/us/en/learn/training-certifications/certifications/enterprise/ccna/exams-and-training.html) 06 — Où et comment étudier ## Un seul programme DSTI, plusieurs façons de rejoindre la classe. DSTI a été construite autour d’un enseignement connecté. Les étudiants peuvent étudier sur campus, en accès Live Streamed ou par le parcours online lorsque ce mode correspond à leur situation. [French Riviera / Sophia-Antipolis Étudiez dans la première technopole d’Europe, près de Nice et d’Antibes.](https://dsti.school/fr/campus-cote-azur-sophia-antipolis) [Paris Campus Étudiez au cœur de Paris, près des entreprises, des transports et de la vie étudiante.](https://dsti.school/fr/campus-paris) [Live Streamed Suivez les mêmes cours en direct depuis un autre lieu, avec les mêmes exigences académiques.](https://dsti.school/fr/live-streamed) [Online asynchrone Accédez au programme par le parcours online de DSTI lorsque ce mode correspond le mieux à votre situation.](https://dsti.school/fr/online-asynchrone) 07 — Carrières ## La data engineering devient concrète lorsque les systèmes sont exploités. Le programme comprend une expérience professionnelle intégrée. Le parcours dépend du lieu de résidence de l’étudiant et de ce qui a du sens professionnellement. Parcours principal ## Réalisez un stage ou une [alternance](https://dsti.school/fr/etudes-en-alternance) pertinents, là où votre projet d’ingénierie a du sens. DSTI peut accompagner une expérience professionnelle en France ou à l’étranger (en stage seulement), sous réserve de validation académique et des règles du programme. Les missions doivent être pertinentes au regard des objectifs d’apprentissage. Stage local ### Votre pays ou marché professionnel Pour de nombreux étudiants Live Streamed ou internationaux, le meilleur parcours est un stage pertinent sur leur marché local de l’emploi. ![CRCC Asia logo](https://media.dsti.school/wp-content/uploads/2025/05/14121739/Logo-CRCC-Asia.avif) Alternative structurée ### Option CRCC Asia Lorsque c’est pertinent, DSTI peut orienter les étudiants vers une option de stage international structurée via CRCC Asia. [Visiter CRCC Asia](https://www.crccasia.com/) Accompagnement carrière ### CV, profils et positionnement Les étudiants sont accompagnés sur les CV, profils publics, candidatures et positionnement professionnel. Premières étapes d’ingénierie data ### Construire et exploiter des pipelines de données Les premiers rôles typiques incluent Junior Data Engineer, ETL / Data Pipeline Developer, Analytics Engineer ou Cloud Data Support Engineer, selon la base technique de l’étudiant et son exposition projet. Progression professionnelle ### Évoluer vers la responsabilité de plateformes Avec l’expérience, les diplômés peuvent évoluer vers Data Engineer, Cloud Data Platform Engineer ou DataOps / MLOps Engineer. Les responsabilités d’architecture arrivent normalement plus tard, après une vraie expérience de livraison de systèmes. 08 — Admissions ## Une admission sélective pour un parcours MSc technique. Le MSc in Data Engineering for AI est un parcours technique. Les mathématiques, l’anglais et la préparation IT comptent, et le processus d’admission doit confirmer que le candidat peut progresser sérieusement. Éligibilité ### Bachelor degree ou équivalent Les candidats doivent être titulaires d’un Bachelor degree reconnu, ou équivalent, en Computer Engineering, Information Systems, Computer Science ou dans une discipline informatique proche. Examen d’entrée ### Utilisé lorsque nécessaire Les candidats issus de parcours moins techniques peuvent être invités à passer l’examen d’entrée en ligne de DSTI en mathématiques et IT. English (& Français) ### B2 minimum Les cours sont dispensés en anglais. IELTS 6.0, Duolingo 110 ou une preuve équivalente peuvent être demandés. En [alternance](https://dsti.school/fr/etudes-en-alternance), un test de français du même niveau est aussi nécessaire, pour votre employabilité. Équipement IT requis ### Ordinateur portable Windows PC Les étudiants doivent disposer d’un ordinateur portable Windows PC avec au moins 16GB de RAM, capable d’exécuter la dernière version de Windows. Entrée directe en Année 2 + Les candidats qui ont validé, ou terminent, soit une première année de programme de niveau master dans le même domaine, soit un Bachelor en quatre ans dans le même domaine, peuvent demander une entrée directe en Année 2. La Direction des Études décide de l’admission après une revue académique spécifique. Examens communs requis : Applied Mathematics ; Foundations of Statistical Analysis — Part 1 ; Data Wrangling with SQL. Examen(s) supplémentaire(s) du programme : Analysis & Design of Information Systems ; Cloud Computing — Amazon AWS — DSTI Internal Exam ; Software Engineering with C. - Analysis & Design of Information Systems - Cloud Computing — Amazon AWS — DSTI Internal Exam - Software Engineering with C - Les examens se passent en ligne sur DSTI Learn, avec surveillance par computer vision et Safe Exam Browser, dans les 30 jours suivant la candidature. - Des frais d’examen supplémentaires de 50 € sont requis et déduits des frais de scolarité en cas d’admission. La Direction des Études examine les candidats atteignant la note minimale DSTI de 60 %. [Lire les indications sur l’entrée directe](https://dsti.school/fr/admissions-msc#direct-entry) Automne 2026 ### Rentrée d’octobre - Étudiants internationaux : 26 juin 2026 - Étudiants UE & Live Streamed : 31 juillet 2026 - Induction : 2 octobre 2026 - Début des cours : 5 octobre 2026 Printemps 2027 ### Rentrée de mars - Étudiants internationaux & Live Streamed : 22 janvier 2027 - Étudiants UE : 12 mars 2027 - Induction : 25 mars 2027 - Début des cours : 26 mars 2027 ## Data Engineering for AI est-il le bon parcours pour vous ? Si vous hésitez entre Data Analytics with AI, Data Engineering for AI et Data Science & AI, la question clé est votre centre de gravité : décision et mise en œuvre, plateformes et pipelines, ou modélisation et systèmes d’IA. [Prendre rendez-vous](https://meetings-eu1.hubspot.com/dsti/information-meeting) [Candidater](https://dsti.school/fr/candidater) [Comparer les parcours MSc](https://dsti.school/fr/choisir-programme-msc) Sur cette page