Data Analyst Bootcamp en collaboration avec IBM

Data Analyst Bootcamp

En collaboration avec IBM

Ce bootcamp d'analyste de données, en collaboration avec IBM, fera de vous un expert en analyse de données. Dans ce cours, vous apprendrez les derniers outils et techniques d'analyse, comment travailler avec des bases de données SQL, les langages R et Python, l'art de créer des visualisations de données et comment appliquer les statistiques et l'analyse prédictive dans un environnement professionnel.

Caractéristiques principales

• Le cours et le matériel sont en anglais
• 11 mois de bootcamp en ligne et d'eLearning (à votre rythme) peuvent être réalisés plus rapidement !
• 1 an d'accès à la plateforme d'apprentissage et aux enregistrements des cours en classe
• Des hackathons exclusifs et des interactions en direct avec les dirigeants d'IBM
• Des masterclasses en direct et des sessions « Ask Me Anything » avec des experts d'IBM
• Une interaction en direct 8 fois plus importante avec des cours en ligne en direct dispensés par des experts du secteur
• Un projet final et plus de 20 projets réels basés sur des ensembles de données provenant de différents secteurs tels que la banque, le commerce électronique, la technologie et l'industrie manufacturière
• Programme de premier ordre avec laboratoires intégrés

Contenu du cours

• Analyse commerciale avec Excel
• Formation SQL
• Bases de la programmation et analyse des données avec Python
• Programmation R pour la Data Science
• Analyse des données avec R
• Formation Tableau
• Projet final d'analyse des données
• Power BI (cours facultatif)

Résultats du programme

• Comprendre les concepts statistiques essentiels, y compris les mesures de tendance centrale, de dispersion, de corrélation et de régression.
• Maîtriser les concepts SQL tels que l'outil de requête universel et la commande SQL
• Écrire votre premier programme Python en mettant en œuvre les concepts de variables, de chaînes, de fonctions, de boucles et de conditions.
• Comprendre les nuances des listes, des ensembles, des dictionnaires, des conditions et des branchements, des objets et des classes en Python.
• Travailler avec des données en Python, y compris lire et écrire des fichiers, charger, travailler et enregistrer des données avec Pandas.
• Apprendre à interpréter des données en Python à l'aide de tableaux multidimensionnels dans NumPy, à manipuler des DataFrames dans Pandas, à utiliser la bibliothèque de routines mathématiques SciPy et à exécuter l'apprentissage automatique à l'aide de Scikit-Learn.
• Effectuer des analyses de données à l'aide de bibliothèques Python populaires.
• Acquérir des connaissances sur plusieurs bibliothèques de visualisation de données en Python, notamment Matplotlib, Seaborn et Folium.
• Acquérir une compréhension approfondie des bases de R, en apprenant à écrire ses propres scripts R.
• Maîtriser la programmation R et comprendre comment les différentes instructions sont exécutées dans R.

Public cible

Une carrière d'analyste de données nécessite une formation en statistiques et en mathématiques. Les futurs professionnels de tous niveaux d'études ayant un esprit analytique sont les mieux placés pour suivre le programme de master d'analyste de données, notamment :

• Les professionnels de l'informatique
• Les professionnels de la banque et de la finance
• Les responsables marketing
• Les responsables de réseaux de chaînes d'approvisionnement
• Les débutants dans le domaine de l'ingénierie des données
• Les étudiants des programmes de premier cycle/de troisième cycle

Prérequis : une carrière d'analyste de données nécessite une formation en statistiques et en mathématiques. Les futurs professionnels de tous niveaux d'études ayant un esprit analytique sont les mieux placés pour suivre le bootcamp d'analyste de données.

Parcours d'apprentissage

1. Analyse commerciale avec Excel

La formation Business Analytics with Excel stimulera votre carrière d'analyste grâce à de nouvelles compétences Microsoft Excel. Cette formation en analyse commerciale vous permettra d'acquérir les concepts et les compétences nécessaires pour une carrière solide dans ce domaine. Vous apprendrez les concepts de base de l'analyse des données et des statistiques, ce qui vous aidera à prendre des décisions fondées sur des données. Vos nouvelles connaissances de cet outil couramment utilisé, associées à une certification officielle en analyse commerciale, vous garantiront une carrière réussie.

Principaux objectifs d'apprentissage

• Comprendre la signification de l'analyse commerciale et son importance dans l'industrie
• Comprendre les principes fondamentaux des fonctions analytiques et de la mise en forme conditionnelle d'Excel
• Apprendre à analyser des ensembles de données complexes à l'aide de tableaux croisés dynamiques et de segments
• Résoudre des problèmes analytiques stochastiques et déterministes à l'aide d'outils tels que le gestionnaire de scénarios, le solveur et la recherche d'objectif
• Appliquer des outils et des concepts statistiques tels que la moyenne mobile, le test d'hypothèse, l'analyse de la variance et la régression à des ensembles de données à l'aide d'Excel
• Représenter vos résultats à l'aide de graphiques et de tableaux de bord
• Découvrir les derniers outils d'analyse et de visualisation de Microsoft, tels que Power BI

Programme du cours

• Leçon 1 - Introduction à l'analyse commerciale
• Leçon 2 - Mise en forme conditionnelle et fonctions importantes
• Leçon 3 - Analyse des données avec les tableaux croisés dynamiques
• Leçon 4 - Tableau de bord
• Leçon 5 - Analyse commerciale avec Excel
• Leçon 6 - Analyse des données à l'aide des statistiques
• Leçon 7 - Power BI

2. Formation SQL

Ce cours vous donne les informations dont vous avez besoin pour commencer à travailler avec les bases de données SQL et utiliser la base de données dans vos applications. Apprenez les concepts des instructions SQL fondamentales, des instructions conditionnelles, des commandes, des jointures, des sous-requêtes et des différentes fonctions pour gérer votre base de données SQL en vue d'une croissance évolutive.

Principaux objectifs d'apprentissage

• Comprendre les bases de données et les relations
• Utiliser les outils de requête courants et travailler avec les commandes SQL
• Comprendre les transactions, la création de tables et les vues
• Comprendre et exécuter les procédures stockées

Programme du cours

• Leçon 1 - Instructions SQL fondamentales
• Leçon 2 - Restauration et sauvegarde
• Leçon 3 - Commandes de sélection : Filtrage
• Leçon 4 - Commandes de sélection : Tri
• Leçon 5 - Alias
• Leçon 6 - Commandes d'agrégation
• Leçon 7 - Commandes Group By
• Leçon 8 - Instruction conditionnelle
• Leçon 9 - Jointures
• Leçon 10 - Sous-requêtes
• Leçon 11 - Vues et index
• Leçon 12 - Fonctions de chaîne
• Leçon 13 - Fonctions mathématiques
• Leçon 14 - Fonctions de date et d'heure
• Leçon 15 - Correspondance de motifs (chaînes)
• Leçon 16 - Fonctions de contrôle d'accès utilisateur

3. Notions de base de la programmation et analyse de données avec Python

Apprenez à analyser des données en Python à l'aide de tableaux multidimensionnels dans NumPy, à manipuler des DataFrames dans Pandas, à utiliser la bibliothèque de routines mathématiques SciPy et à effectuer un apprentissage automatique à l'aide de sci-kit-learn. Ce cours vous fera découvrir les bases de Python et les nombreux types de données. Vous apprendrez à préparer des données pour l'analyse, à effectuer des analyses statistiques simples, à créer des visualisations de données significatives, à prédire les tendances futures à partir de données, et bien plus encore.

Principaux objectifs d'apprentissage

• Importer des ensembles de données
• Nettoyer et préparer les données pour l'analyse
• Manipuler Pandas DataFrame
• Résumer les données
• Construire des modèles d'apprentissage automatique à l'aide de sci-kit-learn
• Construire des pipelines de données

Programme du cours

• Leçon 1 - Introduction au cours
• Leçon 2 - Configuration de l'environnement Python et éléments essentiels
• Leçon 3 - Principes fondamentaux de la programmation Python
• Leçon 4 - Présentation de l'analyse des données
• Leçon 5 - Calcul statistique
• Leçon 6 - Calcul mathématique à l'aide de NumPy
• Leçon 7 - Manipulation des données avec Pandas
• Leçon 8 - Visualisation des données avec Python
• Leçon 9 - Introduction à la construction de modèles

4. Programmation R pour la Data Science

Découvrez le langage de programmation R grâce à ce cours d'introduction. Langage de programmation essentiel pour l'analyse de données, la programmation R est une clé fondamentale pour devenir un professionnel de la Data Science. Dans ce cours, vous apprendrez à écrire du code R, à connaître les structures de données dans R et à créer vos propres fonctions. À l'issue de ce cours, vous serez parfaitement capable de vous lancer dans votre première analyse de données.

Principaux objectifs d'apprentissage

• Apprendre les concepts mathématiques clés, les variables, les chaînes de caractères, les vecteurs, les facteurs et les opérations vectorielles
• Acquérir des connaissances fondamentales sur les tableaux et les matrices, les listes et les dataframes
• Comprendre les conditions et les boucles, les fonctions en R, les objets, les classes et le débogage
• Apprendre à lire avec précision des fichiers texte, CSV et Excel, et à écrire et enregistrer des objets de données dans R dans un fichier
• Comprendre et travailler sur les chaînes de caractères et les dates en R

Sujets abordés

• Leçon 01 - Notions de base sur R
• Leçon 02 - Structures de données en R
• Leçon 03 - Notions fondamentales de programmation en R
• Leçon 04 - Travailler avec des données dans R
• Leçon 05 - Chaînes de caractères et dates dans R

5. Analyse de données avec R

La prochaine étape pour devenir un Data Scientist est d'apprendre R, la technologie open source la plus demandée. R est un langage puissant de Data Science et d'analyse de données, qui a une courbe d'apprentissage abrupte et une communauté très dynamique. C'est pourquoi il devient rapidement la technologie de choix pour les organisations qui adoptent la puissance de l'analyse de données pour obtenir un avantage concurrentiel.

Objectifs d'apprentissage clés

• Acquérir une compréhension fondamentale de l'analyse commerciale
• Installer R, R-studio et la configuration de l'espace de travail, et découvrir les différents packages R
• Maîtriser la programmation R et comprendre comment les différentes instructions sont exécutées dans R
• Acquérir une compréhension approfondie de la structure des données utilisée dans R et apprendre à importer/exporter des données dans R
• Définir, comprendre et utiliser les différentes fonctions apply et DPLYR
• Comprendre et utiliser les différents graphiques de R pour la visualisation des données
• Acquérir une compréhension de base de divers concepts statistiques
• Comprendre et utiliser la méthode de test d'hypothèse pour orienter les décisions commerciales
• Comprendre et utiliser les modèles de régression linéaire et non linéaire, ainsi que les techniques de classification pour l'analyse des données
• Apprendre et utiliser les différentes règles d'association et l'algorithme Apriori
• Apprendre et utiliser les méthodes de clustering, notamment K-Means, DBSCAN et le clustering hiérarchique

Programme du cours

• Leçon 01 - Introduction à l'analyse des données
• Leçon 02 - Introduction à la programmation R
• Leçon 03 - Principes fondamentaux de la programmation R
• Leçon 04 - Manipulation des données à l'aide de R
• Leçon 05 - Visualisation des données dans R
• Leçon 06 - Test d'hypothèse
• Leçon 07 - Introduction à l'apprentissage automatique
• Leçon 08 - Classification
• Leçon 09 - Clustering
• Leçon 10 - Exploration des associations

6. Formation Tableau

Ce cours sur Tableau vous aide à comprendre comment créer des visualisations, organiser des données et concevoir des graphiques et des tableaux de bord pour prendre des décisions commerciales plus pertinentes. Vous découvrirez les concepts de visualisation des données, les différents graphiques combinés et les récits, le travail avec les filtres, les paramètres et les ensembles, ainsi que la création de tableaux de bord interactifs.

Principaux objectifs d'apprentissage

• Devenir un expert des techniques de visualisation telles que les cartes thermiques, les treemaps, les graphiques en cascade, les graphiques de Pareto
• Comprendre les métadonnées et leur utilisation
• Travailler avec des filtres, des paramètres et des ensembles
• Maîtriser les types de champs spéciaux et les champs générés par Tableau, ainsi que le processus de création et d'utilisation des paramètres
• Apprendre à créer des graphiques, des tableaux de bord interactifs et des interfaces de récits, et à partager son travail Maîtriser les concepts de fusion de données, de création d'extraits de données, ainsi que d'organisation et de mise en forme des données
• Maîtriser les calculs arithmétiques, logiques, tabulaires et LOD

Programme du cours

• Leçon 01 - Premiers pas avec Tableau
• Leçon 02 - Tableau de base dans les rubriques
• Leçon 03 - Création de graphiques dans Tableau
• Leçon 04 - Utilisation des métadonnées
• Leçon 05 - Filtres dans Tableau
• Leçon 06 - Application de l'analyse à la feuille de calcul
• Leçon 07 - Tableau de bord dans Tableau
• Leçon 08 - Modifications des connexions de données
• Leçon 09 - Introduction au niveau de détail dans Tableau (LODS)

7. Projet final d'analyste de données

Ce projet final d'analyste de données vous donnera l'occasion de mettre en pratique les compétences acquises tout au long de ce programme. Grâce à des séances de mentorat dédiées, vous apprendrez à résoudre un problème réel de Data Science, en lien avec votre secteur d'activité, du traitement des données et de la construction de modèles à la communication de vos résultats et de vos connaissances. Ce projet constitue la dernière étape du parcours d'apprentissage et vous permettra de démontrer votre expertise en analyse de données à vos futurs employeurs.

Cours facultatif

Power BI

Microsoft Power BI est une suite d'outils utilisés pour analyser des données et extraire des informations commerciales en créant des tableaux de bord interactifs. Cette formation Power BI vous aidera à tirer le meilleur parti de Power BI, vous permettant de résoudre des problèmes commerciaux et d'améliorer les opérations. Cette formation Power BI vous aidera à maîtriser le développement de tableaux de bord à partir de rapports publiés, à découvrir de meilleures informations à partir de vos données avec Quick Insights, et à apprendre des recettes pratiques pour les différentes tâches que vous pouvez effectuer avec Microsoft Power BI, de la collecte de données à leur analyse. Ce cours contient également des recettes pratiques pour résoudre divers problèmes dans Power BI.

Principaux objectifs d'apprentissage

• Créer des tableaux de bord à partir de rapports publiés
• Générer rapidement des visuels et des tableaux de bord avec Quick Insights
• Utiliser le langage naturel dans la fonction Q&A pour générer des visuels permettant d'obtenir des informations exploitables
• Créer et gérer des alertes de données
• Obtenir les meilleures pratiques en matière de mise en page des rapports et de visualisation des données
• Comprendre quels graphiques utiliser en fonction de la question à laquelle on répond ou de l'histoire que l'on raconte
• Utiliser des formes pour concevoir, mettre en valeur et raconter une histoire
• Découvrir comment intégrer des visuels personnalisés dans vos rapports et tableaux de bord
• Partager des rapports et des tableaux de bord, y compris les avantages et les inconvénients de chacun
• Réaliser un projet d'analyse/visualisation de données Power BI du début à la fin
• Améliorer la collaboration en équipe avec Microsoft Teams
• Savoir comment récupérer et préparer vos données pour l'analyse et la visualisation
• Apprendre à créer des relations entre les tables de votre modèle de données
• Créer des colonnes calculées et des mesures à l'aide du langage DAX

Programme du cours

• Leçon 01 - Obtenir et préparer des données comme un super-nerd
• Leçon 02 - Développer vos compétences de nerd des données
• Leçon 3 - Générer des rapports et des tableaux de bord
• Leçon 4 - Trucs et astuces

Projets du programme

Projet 1 : Recommandations d'évaluation des applications

L'équipe Google Play Store lance une nouvelle fonctionnalité qui améliore la visibilité de certaines applications prometteuses. Cette amélioration se manifestera de plusieurs manières, notamment par un placement plus prioritaire dans les sections de recommandations. Créez un modèle pour prédire la note de l'application, tout en fournissant d'autres informations sur celle-ci.

Projet 2 : Plaintes des clients de Comcast Telecom

Comcast est une entreprise américaine de télécommunications mondiale. L'entreprise a fourni un service client déplorable et continue de se montrer défaillante malgré des promesses répétées d'amélioration. Utiliser la base de données existante des réclamations des clients comme référentiel pour améliorer la satisfaction des clients.

Projet 3 : Tableau de bord des ventes de commerce électronique

Une entreprise de commerce électronique en ligne souhaite concevoir un tableau de bord des ventes pour analyser les ventes en fonction de différentes catégories de produits. L'entreprise souhaite permettre aux utilisateurs de sélectionner plus facilement les produits qu'ils recherchent et, par conséquent, générer plus de ventes. Aider les utilisateurs à sélectionner et à consulter les informations sur les produits qu'ils envisagent d'acheter.

Projet 4 : Étude comparative des pays

Créer un tableau de bord pour réaliser une étude comparative de différents pays sur divers paramètres en utilisant l'ensemble de données d'assurance et l'ensemble de données d'indicateurs de développement mondial.

Projet 5 : Analyse des performances de vente

Construire un tableau de bord qui montre les performances de vente mensuelles par segment de produit et par catégorie de produit pour aider les clients à identifier les segments et les catégories qui ont atteint, dépassé ou échoué leurs objectifs de vente.

Projet 6 : Analyse du rapport de vente d'un point de vente de vêtements

Un magasin de mode haut de gamme cherche à élargir sa gamme de produits. Il souhaite comprendre le marché et identifier les tendances actuelles du secteur. Automatiser les recommandations pour les attributs des produits, prévoir les tendances des ventes, comprendre les facteurs de vente et régulariser la procédure de notation du produit avec les ensembles de données donnés.

Projet 7 : Admission à l'université

Chaque année, des milliers de demandes d'admission sont soumises par des étudiants étrangers aux universités américaines. Le ministère américain de l'Éducation doit connaître le nombre total de candidatures reçues, puis comparer ces données avec le nombre total de candidatures acceptées et de visas traités. Pour faciliter l'ensemble du processus, le ministère américain de l'Éducation cherche à analyser les facteurs qui influencent l'admission d'un étudiant dans les universités.

Projet 8 : Identification et recommandation des meilleurs restaurants

Un regroupement de restaurants cherche à réorganiser son portail B2C en utilisant une technologie d'automatisation intelligente. Cela nécessite la création de deux matrices différentes pour identifier les restaurants « haut de gamme » et générer des recommandations. Pour créer un modèle efficace, il est essentiel de comprendre le comportement des consommateurs qui génèrent les données. Vous devez créer des rapports sur les restaurants les mieux notés, générer des recommandations en inspectant les données et en utilisant l'analyse exploratoire des données, et partager vos conclusions avec toutes les parties prenantes par le biais de tableaux de bord intuitifs.

Projet 9 : Prévoir les défauts de paiement des prêts

Les institutions financières subissent des pertes importantes en raison des défauts de paiement des prêts automobiles. Cela a conduit à un resserrement de la souscription des prêts automobiles et à une augmentation des taux de rejet des prêts. La nécessité d'un meilleur modèle de notation du risque de crédit au sein de ces institutions est évidente. Cela justifie une étude visant à estimer les déterminants des défauts de paiement des prêts automobiles. Déterminer et examiner les facteurs qui affectent le ratio de défaut de paiement des prêts automobiles. Utiliser également les résultats pour créer un modèle permettant de prévoir les défauts de paiement potentiels des contrats.

Projet 10 : Examen des facteurs responsables des crises cardiaques

Les maladies cardiovasculaires sont l'une des principales causes de décès dans le monde. Il est essentiel d'identifier les causes et de développer un système permettant de prédire efficacement les crises cardiaques potentielles. Les données présentées contiennent toutes les informations sur les facteurs pertinents susceptibles d'avoir un impact sur la santé cardiovasculaire. Les données doivent être étudiées en détail pour une analyse plus approfondie. Déterminer et examiner les facteurs qui jouent un rôle important dans l'augmentation du taux de crises cardiaques. Utiliser également les résultats pour créer et prédire un modèle.

En collaboration avec IBM

Ce bootcamp d'analyste de données, en collaboration avec IBM, fera de vous un expert en analyse de données. Dans ce cours, vous apprendrez les derniers outils et techniques d'analyse, comment travailler avec des bases de données SQL, les langages R et Python, l'art de créer des visualisations de données et comment appliquer les statistiques et l'analyse prédictive dans un environnement professionnel.

Caractéristiques principales

• Le cours et le matériel sont en anglais
• 11 mois de bootcamp en ligne et d'eLearning (à votre rythme) peuvent être réalisés plus rapidement !
• 1 an d'accès à la plateforme d'apprentissage et aux enregistrements des cours en classe
• Des hackathons exclusifs et des interactions en direct avec les dirigeants d'IBM
• Des masterclasses en direct et des sessions « Ask Me Anything » avec des experts d'IBM
• Une interaction en direct 8 fois plus importante avec des cours en ligne en direct dispensés par des experts du secteur
• Un projet final et plus de 20 projets réels basés sur des ensembles de données provenant de différents secteurs tels que la banque, le commerce électronique, la technologie et l'industrie manufacturière
• Programme de premier ordre avec laboratoires intégrés

Contenu du cours

• Analyse commerciale avec Excel
• Formation SQL
• Bases de la programmation et analyse des données avec Python
• Programmation R pour la Data Science
• Analyse des données avec R
• Formation Tableau
• Projet final d'analyse des données
• Power BI (cours facultatif)

Résultats du programme

• Comprendre les concepts statistiques essentiels, y compris les mesures de tendance centrale, de dispersion, de corrélation et de régression.
• Maîtriser les concepts SQL tels que l'outil de requête universel et la commande SQL
• Écrire votre premier programme Python en mettant en œuvre les concepts de variables, de chaînes, de fonctions, de boucles et de conditions.
• Comprendre les nuances des listes, des ensembles, des dictionnaires, des conditions et des branchements, des objets et des classes en Python.
• Travailler avec des données en Python, y compris lire et écrire des fichiers, charger, travailler et enregistrer des données avec Pandas.
• Apprendre à interpréter des données en Python à l'aide de tableaux multidimensionnels dans NumPy, à manipuler des DataFrames dans Pandas, à utiliser la bibliothèque de routines mathématiques SciPy et à exécuter l'apprentissage automatique à l'aide de Scikit-Learn.
• Effectuer des analyses de données à l'aide de bibliothèques Python populaires.
• Acquérir des connaissances sur plusieurs bibliothèques de visualisation de données en Python, notamment Matplotlib, Seaborn et Folium.
• Acquérir une compréhension approfondie des bases de R, en apprenant à écrire ses propres scripts R.
• Maîtriser la programmation R et comprendre comment les différentes instructions sont exécutées dans R.

Public cible

Une carrière d'analyste de données nécessite une formation en statistiques et en mathématiques. Les futurs professionnels de tous niveaux d'études ayant un esprit analytique sont les mieux placés pour suivre le programme de master d'analyste de données, notamment :

• Les professionnels de l'informatique
• Les professionnels de la banque et de la finance
• Les responsables marketing
• Les responsables de réseaux de chaînes d'approvisionnement
• Les débutants dans le domaine de l'ingénierie des données
• Les étudiants des programmes de premier cycle/de troisième cycle

Prérequis : une carrière d'analyste de données nécessite une formation en statistiques et en mathématiques. Les futurs professionnels de tous niveaux d'études ayant un esprit analytique sont les mieux placés pour suivre le bootcamp d'analyste de données.

Parcours d'apprentissage

1. Analyse commerciale avec Excel

La formation Business Analytics with Excel stimulera votre carrière d'analyste grâce à de nouvelles compétences Microsoft Excel. Cette formation en analyse commerciale vous permettra d'acquérir les concepts et les compétences nécessaires pour une carrière solide dans ce domaine. Vous apprendrez les concepts de base de l'analyse des données et des statistiques, ce qui vous aidera à prendre des décisions fondées sur des données. Vos nouvelles connaissances de cet outil couramment utilisé, associées à une certification officielle en analyse commerciale, vous garantiront une carrière réussie.

Principaux objectifs d'apprentissage

• Comprendre la signification de l'analyse commerciale et son importance dans l'industrie
• Comprendre les principes fondamentaux des fonctions analytiques et de la mise en forme conditionnelle d'Excel
• Apprendre à analyser des ensembles de données complexes à l'aide de tableaux croisés dynamiques et de segments
• Résoudre des problèmes analytiques stochastiques et déterministes à l'aide d'outils tels que le gestionnaire de scénarios, le solveur et la recherche d'objectif
• Appliquer des outils et des concepts statistiques tels que la moyenne mobile, le test d'hypothèse, l'analyse de la variance et la régression à des ensembles de données à l'aide d'Excel
• Représenter vos résultats à l'aide de graphiques et de tableaux de bord
• Découvrir les derniers outils d'analyse et de visualisation de Microsoft, tels que Power BI

Programme du cours

• Leçon 1 - Introduction à l'analyse commerciale
• Leçon 2 - Mise en forme conditionnelle et fonctions importantes
• Leçon 3 - Analyse des données avec les tableaux croisés dynamiques
• Leçon 4 - Tableau de bord
• Leçon 5 - Analyse commerciale avec Excel
• Leçon 6 - Analyse des données à l'aide des statistiques
• Leçon 7 - Power BI

2. Formation SQL

Ce cours vous donne les informations dont vous avez besoin pour commencer à travailler avec les bases de données SQL et utiliser la base de données dans vos applications. Apprenez les concepts des instructions SQL fondamentales, des instructions conditionnelles, des commandes, des jointures, des sous-requêtes et des différentes fonctions pour gérer votre base de données SQL en vue d'une croissance évolutive.

Principaux objectifs d'apprentissage

• Comprendre les bases de données et les relations
• Utiliser les outils de requête courants et travailler avec les commandes SQL
• Comprendre les transactions, la création de tables et les vues
• Comprendre et exécuter les procédures stockées

Programme du cours

• Leçon 1 - Instructions SQL fondamentales
• Leçon 2 - Restauration et sauvegarde
• Leçon 3 - Commandes de sélection : Filtrage
• Leçon 4 - Commandes de sélection : Tri
• Leçon 5 - Alias
• Leçon 6 - Commandes d'agrégation
• Leçon 7 - Commandes Group By
• Leçon 8 - Instruction conditionnelle
• Leçon 9 - Jointures
• Leçon 10 - Sous-requêtes
• Leçon 11 - Vues et index
• Leçon 12 - Fonctions de chaîne
• Leçon 13 - Fonctions mathématiques
• Leçon 14 - Fonctions de date et d'heure
• Leçon 15 - Correspondance de motifs (chaînes)
• Leçon 16 - Fonctions de contrôle d'accès utilisateur

3. Notions de base de la programmation et analyse de données avec Python

Apprenez à analyser des données en Python à l'aide de tableaux multidimensionnels dans NumPy, à manipuler des DataFrames dans Pandas, à utiliser la bibliothèque de routines mathématiques SciPy et à effectuer un apprentissage automatique à l'aide de sci-kit-learn. Ce cours vous fera découvrir les bases de Python et les nombreux types de données. Vous apprendrez à préparer des données pour l'analyse, à effectuer des analyses statistiques simples, à créer des visualisations de données significatives, à prédire les tendances futures à partir de données, et bien plus encore.

Principaux objectifs d'apprentissage

• Importer des ensembles de données
• Nettoyer et préparer les données pour l'analyse
• Manipuler Pandas DataFrame
• Résumer les données
• Construire des modèles d'apprentissage automatique à l'aide de sci-kit-learn
• Construire des pipelines de données

Programme du cours

• Leçon 1 - Introduction au cours
• Leçon 2 - Configuration de l'environnement Python et éléments essentiels
• Leçon 3 - Principes fondamentaux de la programmation Python
• Leçon 4 - Présentation de l'analyse des données
• Leçon 5 - Calcul statistique
• Leçon 6 - Calcul mathématique à l'aide de NumPy
• Leçon 7 - Manipulation des données avec Pandas
• Leçon 8 - Visualisation des données avec Python
• Leçon 9 - Introduction à la construction de modèles

4. Programmation R pour la Data Science

Découvrez le langage de programmation R grâce à ce cours d'introduction. Langage de programmation essentiel pour l'analyse de données, la programmation R est une clé fondamentale pour devenir un professionnel de la Data Science. Dans ce cours, vous apprendrez à écrire du code R, à connaître les structures de données dans R et à créer vos propres fonctions. À l'issue de ce cours, vous serez parfaitement capable de vous lancer dans votre première analyse de données.

Principaux objectifs d'apprentissage

• Apprendre les concepts mathématiques clés, les variables, les chaînes de caractères, les vecteurs, les facteurs et les opérations vectorielles
• Acquérir des connaissances fondamentales sur les tableaux et les matrices, les listes et les dataframes
• Comprendre les conditions et les boucles, les fonctions en R, les objets, les classes et le débogage
• Apprendre à lire avec précision des fichiers texte, CSV et Excel, et à écrire et enregistrer des objets de données dans R dans un fichier
• Comprendre et travailler sur les chaînes de caractères et les dates en R

Sujets abordés

• Leçon 01 - Notions de base sur R
• Leçon 02 - Structures de données en R
• Leçon 03 - Notions fondamentales de programmation en R
• Leçon 04 - Travailler avec des données dans R
• Leçon 05 - Chaînes de caractères et dates dans R

5. Analyse de données avec R

La prochaine étape pour devenir un Data Scientist est d'apprendre R, la technologie open source la plus demandée. R est un langage puissant de Data Science et d'analyse de données, qui a une courbe d'apprentissage abrupte et une communauté très dynamique. C'est pourquoi il devient rapidement la technologie de choix pour les organisations qui adoptent la puissance de l'analyse de données pour obtenir un avantage concurrentiel.

Objectifs d'apprentissage clés

• Acquérir une compréhension fondamentale de l'analyse commerciale
• Installer R, R-studio et la configuration de l'espace de travail, et découvrir les différents packages R
• Maîtriser la programmation R et comprendre comment les différentes instructions sont exécutées dans R
• Acquérir une compréhension approfondie de la structure des données utilisée dans R et apprendre à importer/exporter des données dans R
• Définir, comprendre et utiliser les différentes fonctions apply et DPLYR
• Comprendre et utiliser les différents graphiques de R pour la visualisation des données
• Acquérir une compréhension de base de divers concepts statistiques
• Comprendre et utiliser la méthode de test d'hypothèse pour orienter les décisions commerciales
• Comprendre et utiliser les modèles de régression linéaire et non linéaire, ainsi que les techniques de classification pour l'analyse des données
• Apprendre et utiliser les différentes règles d'association et l'algorithme Apriori
• Apprendre et utiliser les méthodes de clustering, notamment K-Means, DBSCAN et le clustering hiérarchique

Programme du cours

• Leçon 01 - Introduction à l'analyse des données
• Leçon 02 - Introduction à la programmation R
• Leçon 03 - Principes fondamentaux de la programmation R
• Leçon 04 - Manipulation des données à l'aide de R
• Leçon 05 - Visualisation des données dans R
• Leçon 06 - Test d'hypothèse
• Leçon 07 - Introduction à l'apprentissage automatique
• Leçon 08 - Classification
• Leçon 09 - Clustering
• Leçon 10 - Exploration des associations

6. Formation Tableau

Ce cours sur Tableau vous aide à comprendre comment créer des visualisations, organiser des données et concevoir des graphiques et des tableaux de bord pour prendre des décisions commerciales plus pertinentes. Vous découvrirez les concepts de visualisation des données, les différents graphiques combinés et les récits, le travail avec les filtres, les paramètres et les ensembles, ainsi que la création de tableaux de bord interactifs.

Principaux objectifs d'apprentissage

• Devenir un expert des techniques de visualisation telles que les cartes thermiques, les treemaps, les graphiques en cascade, les graphiques de Pareto
• Comprendre les métadonnées et leur utilisation
• Travailler avec des filtres, des paramètres et des ensembles
• Maîtriser les types de champs spéciaux et les champs générés par Tableau, ainsi que le processus de création et d'utilisation des paramètres
• Apprendre à créer des graphiques, des tableaux de bord interactifs et des interfaces de récits, et à partager son travail Maîtriser les concepts de fusion de données, de création d'extraits de données, ainsi que d'organisation et de mise en forme des données
• Maîtriser les calculs arithmétiques, logiques, tabulaires et LOD

Programme du cours

• Leçon 01 - Premiers pas avec Tableau
• Leçon 02 - Tableau de base dans les rubriques
• Leçon 03 - Création de graphiques dans Tableau
• Leçon 04 - Utilisation des métadonnées
• Leçon 05 - Filtres dans Tableau
• Leçon 06 - Application de l'analyse à la feuille de calcul
• Leçon 07 - Tableau de bord dans Tableau
• Leçon 08 - Modifications des connexions de données
• Leçon 09 - Introduction au niveau de détail dans Tableau (LODS)

7. Projet final d'analyste de données

Ce projet final d'analyste de données vous donnera l'occasion de mettre en pratique les compétences acquises tout au long de ce programme. Grâce à des séances de mentorat dédiées, vous apprendrez à résoudre un problème réel de Data Science, en lien avec votre secteur d'activité, du traitement des données et de la construction de modèles à la communication de vos résultats et de vos connaissances. Ce projet constitue la dernière étape du parcours d'apprentissage et vous permettra de démontrer votre expertise en analyse de données à vos futurs employeurs.

Cours facultatif

Power BI

Microsoft Power BI est une suite d'outils utilisés pour analyser des données et extraire des informations commerciales en créant des tableaux de bord interactifs. Cette formation Power BI vous aidera à tirer le meilleur parti de Power BI, vous permettant de résoudre des problèmes commerciaux et d'améliorer les opérations. Cette formation Power BI vous aidera à maîtriser le développement de tableaux de bord à partir de rapports publiés, à découvrir de meilleures informations à partir de vos données avec Quick Insights, et à apprendre des recettes pratiques pour les différentes tâches que vous pouvez effectuer avec Microsoft Power BI, de la collecte de données à leur analyse. Ce cours contient également des recettes pratiques pour résoudre divers problèmes dans Power BI.

Principaux objectifs d'apprentissage

• Créer des tableaux de bord à partir de rapports publiés
• Générer rapidement des visuels et des tableaux de bord avec Quick Insights
• Utiliser le langage naturel dans la fonction Q&A pour générer des visuels permettant d'obtenir des informations exploitables
• Créer et gérer des alertes de données
• Obtenir les meilleures pratiques en matière de mise en page des rapports et de visualisation des données
• Comprendre quels graphiques utiliser en fonction de la question à laquelle on répond ou de l'histoire que l'on raconte
• Utiliser des formes pour concevoir, mettre en valeur et raconter une histoire
• Découvrir comment intégrer des visuels personnalisés dans vos rapports et tableaux de bord
• Partager des rapports et des tableaux de bord, y compris les avantages et les inconvénients de chacun
• Réaliser un projet d'analyse/visualisation de données Power BI du début à la fin
• Améliorer la collaboration en équipe avec Microsoft Teams
• Savoir comment récupérer et préparer vos données pour l'analyse et la visualisation
• Apprendre à créer des relations entre les tables de votre modèle de données
• Créer des colonnes calculées et des mesures à l'aide du langage DAX

Programme du cours

• Leçon 01 - Obtenir et préparer des données comme un super-nerd
• Leçon 02 - Développer vos compétences de nerd des données
• Leçon 3 - Générer des rapports et des tableaux de bord
• Leçon 4 - Trucs et astuces

Projets du programme

Projet 1 : Recommandations d'évaluation des applications

L'équipe Google Play Store lance une nouvelle fonctionnalité qui améliore la visibilité de certaines applications prometteuses. Cette amélioration se manifestera de plusieurs manières, notamment par un placement plus prioritaire dans les sections de recommandations. Créez un modèle pour prédire la note de l'application, tout en fournissant d'autres informations sur celle-ci.

Projet 2 : Plaintes des clients de Comcast Telecom

Comcast est une entreprise américaine de télécommunications mondiale. L'entreprise a fourni un service client déplorable et continue de se montrer défaillante malgré des promesses répétées d'amélioration. Utiliser la base de données existante des réclamations des clients comme référentiel pour améliorer la satisfaction des clients.

Projet 3 : Tableau de bord des ventes de commerce électronique

Une entreprise de commerce électronique en ligne souhaite concevoir un tableau de bord des ventes pour analyser les ventes en fonction de différentes catégories de produits. L'entreprise souhaite permettre aux utilisateurs de sélectionner plus facilement les produits qu'ils recherchent et, par conséquent, générer plus de ventes. Aider les utilisateurs à sélectionner et à consulter les informations sur les produits qu'ils envisagent d'acheter.

Projet 4 : Étude comparative des pays

Créer un tableau de bord pour réaliser une étude comparative de différents pays sur divers paramètres en utilisant l'ensemble de données d'assurance et l'ensemble de données d'indicateurs de développement mondial.

Projet 5 : Analyse des performances de vente

Construire un tableau de bord qui montre les performances de vente mensuelles par segment de produit et par catégorie de produit pour aider les clients à identifier les segments et les catégories qui ont atteint, dépassé ou échoué leurs objectifs de vente.

Projet 6 : Analyse du rapport de vente d'un point de vente de vêtements

Un magasin de mode haut de gamme cherche à élargir sa gamme de produits. Il souhaite comprendre le marché et identifier les tendances actuelles du secteur. Automatiser les recommandations pour les attributs des produits, prévoir les tendances des ventes, comprendre les facteurs de vente et régulariser la procédure de notation du produit avec les ensembles de données donnés.

Projet 7 : Admission à l'université

Chaque année, des milliers de demandes d'admission sont soumises par des étudiants étrangers aux universités américaines. Le ministère américain de l'Éducation doit connaître le nombre total de candidatures reçues, puis comparer ces données avec le nombre total de candidatures acceptées et de visas traités. Pour faciliter l'ensemble du processus, le ministère américain de l'Éducation cherche à analyser les facteurs qui influencent l'admission d'un étudiant dans les universités.

Projet 8 : Identification et recommandation des meilleurs restaurants

Un regroupement de restaurants cherche à réorganiser son portail B2C en utilisant une technologie d'automatisation intelligente. Cela nécessite la création de deux matrices différentes pour identifier les restaurants « haut de gamme » et générer des recommandations. Pour créer un modèle efficace, il est essentiel de comprendre le comportement des consommateurs qui génèrent les données. Vous devez créer des rapports sur les restaurants les mieux notés, générer des recommandations en inspectant les données et en utilisant l'analyse exploratoire des données, et partager vos conclusions avec toutes les parties prenantes par le biais de tableaux de bord intuitifs.

Projet 9 : Prévoir les défauts de paiement des prêts

Les institutions financières subissent des pertes importantes en raison des défauts de paiement des prêts automobiles. Cela a conduit à un resserrement de la souscription des prêts automobiles et à une augmentation des taux de rejet des prêts. La nécessité d'un meilleur modèle de notation du risque de crédit au sein de ces institutions est évidente. Cela justifie une étude visant à estimer les déterminants des défauts de paiement des prêts automobiles. Déterminer et examiner les facteurs qui affectent le ratio de défaut de paiement des prêts automobiles. Utiliser également les résultats pour créer un modèle permettant de prévoir les défauts de paiement potentiels des contrats.

Projet 10 : Examen des facteurs responsables des crises cardiaques

Les maladies cardiovasculaires sont l'une des principales causes de décès dans le monde. Il est essentiel d'identifier les causes et de développer un système permettant de prédire efficacement les crises cardiaques potentielles. Les données présentées contiennent toutes les informations sur les facteurs pertinents susceptibles d'avoir un impact sur la santé cardiovasculaire. Les données doivent être étudiées en détail pour une analyse plus approfondie. Déterminer et examiner les facteurs qui jouent un rôle important dans l'augmentation du taux de crises cardiaques. Utiliser également les résultats pour créer et prédire un modèle.

QUESTIONS ET RÉPONSES

Qu'est-ce que l'analyse de données ?

L'analyse de données est un processus d'inspection, de nettoyage, de transformation et de modélisation des données visant à découvrir des informations utiles qui aident les entreprises à prendre des décisions précises. L'analyse des données est effectuée à l'aide de différentes méthodes, telles que des méthodes qualitatives et quantitatives, à l'aide d'outils analytiques ou statistiques. Elles permettent d'extraire des informations utiles des données et de les traduire en connaissances. Le cours d'analyste de données de l'AVC couvre tous ces aspects et vous permet de comprendre de manière approfondie le domaine, y compris ses applications pratiques.

Que fait un analyste de données ?

Les analystes de données jouent un rôle unique parmi les meilleurs emplois centrés sur les données disponibles aujourd'hui. Un analyste de données travaille généralement sur l'exploration de données, la collecte et l'interprétation de données, l'analyse des résultats de données et l'utilisation d'outils statistiques pour obtenir des informations cruciales pour une décision commerciale éclairée. Les principales responsabilités d'un analyste de données certifié comprennent le nettoyage et l'organisation des données, l'exécution de calculs complexes et la garantie de l'intégrité des données à tout moment. Ils analysent les données et les traduisent en informations concrètes pouvant être appliquées à divers cas d'utilisation en entreprise, notamment pour améliorer l'efficacité opérationnelle, les performances commerciales, et bien plus encore.

Pourquoi s'inscrire au bootcamp d'analyste de données de l'AVC ?

Les organisations génèrent et s'appuient sur des quantités extrêmement importantes de données pour la prise de décision et l'élaboration de stratégies. Il existe une demande croissante de professionnels capables de donner un sens à ces données et d'aider les entreprises à prendre des décisions éclairées ; c'est là qu'intervient l'analyse des données.

Le cours d'analyste de données de l'AVC enseigne des compétences très demandées dans les domaines de la collecte, de l'analyse et de la visualisation des données, trois domaines d'activité essentiels et très recherchés aujourd'hui. Le cours offre une expérience pratique avec des outils tels qu'Excel, SQL, Python et Tableau, vous aidant à interpréter des ensembles de données complexes et à générer des informations exploitables.

Le programme structuré de ce cours d'analyste de données améliore les compétences en résolution de problèmes et la pensée analytique, vous donnant les compétences nécessaires pour relever de front les défis commerciaux du monde réel. Suivre un cours d'analyste de données peut vous aider à répondre à la demande croissante de professionnels qualifiés dans le domaine des données dans divers secteurs.

Quelle est la valeur d'un certificat de bootcamp ?

Le bootcamp d'AVC vous aidera à maîtriser les compétences recherchées à un rythme plus rapide et à accroître votre valeur sur le marché. Quels que soient vos objectifs de carrière, que vous soyez un employé débutant ou que vous cherchiez des opportunités de développement de compétences pour changer de carrière, le Bootcamp d'AVC vous aidera à accélérer la réalisation de ces objectifs. Ces certificats sont très demandés.

Remarque : nous ne sommes pas une université et nous ne délivrons pas de diplômes universitaires. Ce Bootcamp signifie que vous avez suivi l'intégralité du programme et acquis toutes les connaissances essentielles du sujet et que vous maîtrisez donc parfaitement le sujet. Chaque cours/partie du programme donne également lieu à un certificat.

Quelles sont les connaissances et l'expérience requises pour le Bootcamp ?

En général, aucune expérience préalable n'est requise pour participer au programme. La formation commence au niveau d'introduction et progresse (étape par étape) jusqu'au niveau expert. Cependant, il est toujours utile d'avoir des connaissances de base ou une expérience du sujet. Pour en savoir plus, consultez les détails de votre cours spécifique.

Ce programme est conçu pour que vous puissiez apprendre à votre propre rythme. Vous commencerez par un module d'e-learning pratique, suivi d'une série de cours en ligne adaptés à vos besoins, pour lesquels vous aurez la liberté de choisir les dates et les heures qui vous conviennent le mieux. Si vous manquez une session, vous pourrez facilement la reprogrammer. Chaque session est enregistrée afin que vous puissiez revoir le matériel autant de fois que nécessaire.

À la fin du programme, vous aurez acquis des connaissances approfondies et serez en mesure de les démontrer et de les appliquer dans une variété de tâches et de projets pratiques.

Combien de temps faut-il pour terminer le bootcamp ?

Cela dépend de chaque personne. Certaines personnes suivent le programme assez rapidement, d'autres ont besoin de plus de temps. Vous avez accès au programme et à l'eLearning pendant un an. Si vous consacrez 5 à 10 heures par semaine au programme, il vous faudra environ 11 mois pour le terminer. Remarque : certains autres programmes prennent plus de temps. Il s'agit d'une estimation.

Quelle est la structure du Bootcamp ?

La majorité des programmes sont entièrement basés sur l'apprentissage à distance. La plupart d'entre eux comprennent des bootcamps intensifs en ligne avec eLearning que vous pouvez suivre à votre rythme. Ces parcours d'apprentissage se composent de différents cours et sujets liés à des compétences spécifiques pour un rôle ou un emploi. Il existe également des sessions de cours en ligne via notre système avancé d'apprentissage professionnel à distance. Vous pouvez choisir parmi une gamme de créneaux horaires différents et nous enregistrons toujours les sessions afin que vous puissiez les écouter si vous avez manqué quelque chose ou si vous souhaitez revoir des informations. Quelqu'un est toujours disponible pour vous aider et vous soutenir si vous avez des questions sur les compétences que vous apprenez.

Quand puis-je suivre les cours en direct du Bootcamp ?

Le calendrier des cours varie d'un groupe à l'autre. Vous aurez accès à un tableau de bord avec plusieurs créneaux horaires pour chaque session ou sujet, afin de choisir ce qui vous convient le mieux. Les sessions peuvent être programmées les après-midis en semaine, les matins ou les soirs de week-end, en fonction de l'intérêt des participants et de la disponibilité des formateurs. Si vous manquez une session, vous pouvez toujours la rattraper en regardant les enregistrements, de sorte que vous ne manquerez jamais aucun contenu.

Quand puis-je débloquer mon certificat Bootcamp ?

Une fois que vous aurez terminé au moins 85 % du matériel de cours, votre certificat sera débloqué. Cela s'applique à tous les programmes Bootcamp. L'un des critères pour obtenir le certificat Bootcamp est de participer aux cours en direct. Toutefois, des exceptions peuvent être faites si vous ne pouvez pas y assister en direct, mais que le visionnage des enregistrements est toujours nécessaire. Pour en savoir plus sur votre cours spécifique ou pour obtenir plus d'informations, envoyez-nous un e-mail.