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

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.