Bootcamp

Bootcamp Data Analyst

4.9/5

 5/5

Acquérez les compétences nécessaires pour devenir un analyste de données compétent !

Objectifs pédagogiques

Le bootcamp Data Analyst de 400 heures est conçu pour former les participants aux compétences nécessaires pour devenir un analyste de données compétent. Cette formation intègre les fondamentaux de SQL pour la manipulation de données, de la visualisation de données pour une présentation claire et impactante des insights, ainsi que des compétences en gestion de projet pour garantir une mise en oeuvre efficace des solutions de données.

Compétences en analyse de données : Apprendre les étapes clés de l’analyse de données, de la collecte à la visualisation.
Exploration et visualisation de données : Analyser les données pour découvrir des insights et les visualiser de manière claire et impactante.
Développement d’une application de visualisation de données : Utiliser les compétences acquises pour développer une application de visualisation de données, y compris la création d’un dashboard déployé en ligne avec les résultats.

Modalités et moyens pédagogiques

Notre méthode pédagogique combine des apports théoriques, des exemples concrets et des cas pratiques avec l’expertise de nos formateurs pour offrir une formation complète et engageante, qu’elle soit dispensée en visioconférence ou en présentiel.

Dans le cadre de notre Bootcamp Data Analyst, nous personnalisons le parcours de formation en fonction des besoins de chaque participant. Des évaluations régulières sont prévues pour mesurer les progrès et une évaluation finale pour évaluer les connaissances acquises.

Niveau requis

Motivation et engagement : le bootcamp est intensif et exigeant, il est donc important d’être motivé et déterminé à apprendre et à mettre en pratique les compétences acquises.
Expérience en travail en équipe et en gestion de projet : les compétences en travail en équipe et en gestion de projet seront également utiles pour la réalisation de projets de groupe et pour la mise en oeuvre de solutions de données dans un environnement professionnel.

Public concerné

Les personnes sans qualification particulière, mais avec une motivation pour apprendre et une curiosité pour les données.
Les personnes qui souhaitent acquérir des compétences en analyse de données pour résoudre des problèmes commerciaux ou pour réaliser des projets personnels.
Les étudiants qui souhaitent acquérir de nouvelles compétences pour entrer sur le marché du travail ou poursuivre leurs études en informatique ou en analyse de données.

Programme détaillé

Module 1 – Les fondamentaux de la data

Définir la notion de donnée.
Connaître le concept d’échanges de données.
Comprendre le cycle de vie d’une donnée, les types de données structurées, non structurées.
Échanges de données : Transfert, volume, fréquence, qualité.
Les nouveaux challenges du Big Data, Open Data, Data API.
Comprendre et appliquer les notions de sécurité et de traçabilité.
Comprendre les enjeux éthiques de la DATA et de l’IA : RGPD, régulation de l’IA.
Identifier l’activité professionnelle d’un DATA ANALYST dans les situations de travail : présentation de cas d’usages métiers.

Module 2 – Programmation, Algorithmique et Bases de données

Initiation à l’algorithmique par le jeu.
Initiation au langage Python.
Initiation aux théories des ensembles par le jeu.
Initiation au langage SQL.

Module 3 – Collecter et exploiter des données liées à un projet data

Analyser une commande de projet DATA.
S’initier au Cloud : comparaison des cloud avec des déploiements de pipeline data dans différents cloud AWS, GCP, Azure.
Nettoyer des données.
Manipuler des données structurées et non structurées.
Développer des composants dans le langage d’une base de données : SQL/NoSQL, API, Python.
Concevoir et développer des bases de données SQL et NoSQL.
Mise en place d’un Data Lake.

Module 4 – Data Visualisation et Analyse de données

Data Visualisation : s’initier à de puissants outils comme Tableau Software et Microsoft BI.
Étude de cas pour la visualisation des données structurées et non structurées et apprendre à faire du rapprochement et du croisement de données.
Application à différents cas d’usages métiers : Marketing, Finance, Santé, Industrie.

Module 5 – Gestion de projet data (80 heures)

Gestion et conception projet en mode AGILE en équipe.
Concevoir une application multicouche conforme à la conception projet.
Respecter les recommandations de sécurité (Security by design).

Module 6 – Concevoir et développer une application data

État de l’art des algorithmes les plus utilisés en Data Science / IA avec application sur des données réelles issues de cas d’utilisation d’entreprise.
Mettre en oeuvre un pipeline data ETL : extraction, Transformation, Load/chargement.
Conception et développement d’une application web data driven et responsive sur mobile.
Développer et déployer des micro-services métiers dans le cloud.
Mettre en place des plans de tests applicatifs