Data analyst & IA - modules 1, 3, 4, 5 et 6

Objectifs

• Analyser des données pour produire des insights exploitables au service de la décision stratégique.


• Interpréter les résultats d'analyse et formuler des recommandations opérationnelles pour les parties prenantes métier.


• Utiliser Python et les principes fondamentaux de l'algorithmie pour manipuler, transformer et analyser des données.


• Appliquer des techniques de traitement, de nettoyage, de normalisation et de fiabilisation des données, y compris sur des données textuelles


• Collecter, intégrer et synchroniser des données issues de sources multiples au sein de pipelines batch ou temps réel fiables et maintenables. 


• Transformer, enrichir et orchestrer les données au sein de workflows analytiques automatisés.


•  Centraliser et exploiter les données dans un Data Warehouse en optimisant la modélisation et les performances des traitements. 


• Explorer et analyser les données à l'aide de méthodes statistiques, de techniques de data mining et de visualisation avec Python. 


• Préparer des jeux de données et contribuer à la conception, à l'évaluation et à l'exploitation de modèles prédictifs et de techniques de segmentation.


• Restituer les résultats d'analyse à travers des visualisations claires, des dashboards interactifs et un discours analytique orienté décision.


• Collaborer au sein d'une équipe projet en mobilisant des méthodes agiles et conduire un projet data de bout en bout en conditions professionnelles.

Programme de la formation

La certification est composée de ces modules de formation :

Programmation et manipulation de la donnée 

Architecture d'une pipeline data : extraction, transformation et stockage analytique

Analyse, visualisation et indicateurs métiers

Analyse avancée, modélisation prédictive avec l'Intelligence Artificielle

Travail en équipe et gestion de projet


1 - Programmation et manipulation de la donnée

Acquérir les bases de la programmation et de l'algorithmie appliquées à l'analyse de données avec Python.

Manipuler les structures de données Python et automatiser des traitements.

Déboguer du code et traiter des données textuelles à l'aide d'expressions régulières.


Pipelines data : extraction, transformation et stockage analytique

Collecter, intégrer et synchroniser des données issues de sources hétérogènes.

Extraire des données depuis des fichiers, bases de données ou sources web.

Concevoir et maintenir des pipelines d'extraction fiables.

Intégrer des flux de données batch ou temps réel.

Nettoyer, corriger, transformer et structurer les données pour l'analyse.

Centraliser les données dans un Data Warehouse au sein d'une architecture data moderne.  Modéliser des données analytiques et optimiser les performances des requêtes


Analyse, visualisation et indicateurs métiers

Comprendre l'organisation des données dans un contexte métier.

Définir, calculer et analyser des indicateurs de performance (KPI).

Réaliser des analyses produit, marketing et financières.

Explorer, analyser et visualiser des données avec Python.

Concevoir des visualisations claires et construire des dashboards interactifs.

Structurer un discours analytique basé sur le storytelling. 

Produire des insights exploitables pour la prise de décision


Analyse avancée, modélisation prédictive

Appliquer des méthodes de data mining et des techniques statistiques. 

Construire, évaluer et valider des modèles prédictifs. 

Comprendre les principes fondamentaux du machine learning appliqué à la data.


Travail en équipe et gestion de projet 

Appliquer les méthodes agiles utilisées en entreprise.

Organiser et piloter des projets data en mode SCRUM.

Planifier, prioriser les tâches et animer les rituels de suivi de projet.

 

Validation et sanction

Attestation de formation

Type de formation

Non certifiante

Sortie

Sans niveau spécifique