Description de la formation Cursus Data Scientist

Le métier de Data Scientist est apparu ces dernières années pour faire face à la multiplication des données, à la diversité de leurs formes et de leurs sources : le Big Data. Le rôle du Data Scientist : rendre les données exploitables, les traiter pour leur donner du sens et ainsi permettre à la direction générale d'adapter la stratégie de l'entreprise.

À la croisée du statisticien, du développeur et de l'expert métier, le Data Scientist doit être capable d'appréhender les évolutions majeures des nouvelles technologies d'analyse en y intégrant une nouvelle conception des dimensions. Ce n'est qu'ainsi que son objectif final d'aide à la décision sera atteint.

Pour l'entreprise, les enjeux sont multiples : devancer les besoins des clients, anticiper les risques financiers, modifier en temps réel une politique de prix, anticiper et éviter des maladies ou une panne...

Ce cursus Data Scientist vous forme directement à cette fonction en vous donnant toutes les clés pour appréhender, manipuler et restituer les données que vous aurez à analyser dans le cadre d'un projet Big Data.

Objectifs

Objectifs opérationnels :

Pouvoir endosser la fonction de Data Scientist : rendre les données exploitables, et leur donner du sens.
Savoir présenter et commenter les données : permettre à l'entreprise d'adapter sa stratégie grâce aux analyses effectuées.

Objectifs pédagogiques :

À l'issue de ce cursus Data Scientist, vous serez à même de maîtriser tous les tenants et aboutissants du Big Data grâce à l'assimilation des connaissances et compétences suivantes :

Comprendre le vocabulaire des statisticiens et savoir effectuer des calculs récurrents
Savoir situer la frontière entre statistiques et probabilités
Savoir choisir le bon outil pour représenter vos études statistiques, et bien communiquer dessus
Connaître les acteurs du Big Data et leur niveau d'interdépendance
Connaître les spécificités d'une infrastructure Big Data : stockage de données, analyse, visualisation...
Manipuler des données, des objets et programmer avec R
Maîtriser les fonctionnalités plus avancées de R : packages, structrures de données, Rmarkdown, purr...
Comprendre les différences entre apprentissage automatique supervisé, non supervisé et meta-apprentissage
Maîtriser l’utilisation d’algorithmes d'auto-apprentissage adaptés à une solution d'analyse, et appliquer ces techniques à des projets Big Data
Gérer, collecter, analyser et visualiser vos données
Mettre en récit vos analyses pour les promouvoir en interne ou en externe

À qui s'adresse cette formation ?

Public :

De manière générale, ce cursus Data Scientist s'adresse à toute personne amenée à évoluer vers une fonction de Data Scientist. Ce poste recoupe des profils variés : analystes, statisticiens, spécialistes BI...

Prérequis :

Pour suivre ce cursus Data Scientist, il est nécessaire de posséder des connaissances de base en statistiques (régression linéaire, échantillonnage) ainsi que des connaissances de base en programmation (variables, boucles, etc.).

Des connaissances de base en SQL et dans l'utilisation de Tableau Software sont également essentielles pour aborder sereinement le volet "Visualisation des données" de ce cursus.

Contenu du cours Cursus Data Scientist

I - Comprendre les statistiques pour le Big Data ou la Business Intelligence (3 jours)

Le vocabulaire de baseCalcul fondamental en statistique descriptiveProbabilitésTests et intervalles de confianceVisualisation des donnéesL’évolution des statistiques pour le Big Data

II - Big Data : Enjeux, concepts, architectures et outils (3 jours)

Contexte et opportunités du Big DataSécurité éthique et enjeux juridiques du Big DataOpen dataLes projets Big Data en entrepriseArchitecture et infrastructure Big DataL’analyse des données et la visualisationLe développement d’applications Big DataLa visualisation des données (Dataviz)Démonstration d’un environnement distribué HadoopCas d’usage et success-stories

III - Logiciel R : Prise en main (2 jours)

Présentation du logiciel RPremière prise en main du logiciel RLes ObjetsLes Fonctions et programmation RGénération, gestion et visualisation des donnéesAnalyses statistiquesBilan

IV - Logiciel R : Perfectionnement et bonnes pratiques (3 jours)

Organiser son travail sous RManipuler facilement ses données avec le package dplyrExercicesManipulation des variables catégorielles avec le package forecatsExercicesManipuler les chaînes de caractères avec le package stringrExercicesManipuler des données de date : utilisation du package lubridateExercicesAssemblage de tablesExercicesRéaliser des représentations graphiques performantes avec le package ggplot2Générer dynamiquement son rapport d’analyse avec R MarkdownIntroduction à la programmation fonctionnelle avec le package purrrExercices

V - Machine Learning : Introduction par la pratique (3 jours)

Introduction au monde du Big Data et de la Data ScienceUn premier exemple de modélisation : la détection de SpamsLes différents types d'application du Machine LearningPrise en main des outilsMise en pratique sur un problème de classificationMise en pratique sur un problème de régressionLa validation des modèles : 1ère partieUne approche non-supervisée : le clusteringNettoyage des données : 1ère partieExploration et visualisation des donnéesLa validation des modèles : 2e partieLe processus de création d'un modèleLes méthodes ensemblistesLe nettoyage des données : 2e partieLe Feature EngineeringOuverture sur le Deep Learning

VI - Big Data : Les techniques d'Analyse et de Visualisation (4 jours)

Comprendre les spécificités du Big DataLes concepts fondamentaux et technologies associées du Big Data (stockage, recherche, visualisation)Gestion des données structurées ou nonLa collecte et exploration des donnéesL’analyse des donnéesLa visualisation des données (Dataviz)

VII - Data Storytelling : Racontez l'histoire de vos données (1 jour)

Concepts clés de la mise en récit des donnéesExerciceAnalyse d’une présentation, création d’indicateurs de mesure de l’histoireExercice pratiqueRédaction d’un pitch et d’un schéma narratifMise en pratique Exercice pratiquePrise en main de l'outil de Data Storytelling de Tableau Software, en équipeExercice pratiqueExercice individuel de construction et de présentation d'une histoire entre les participants

Travaux Pratiques

Ce cursus Data Scientist comporte de nombreux travaux pratiques favorisant l'assimilation des connaissances.

Les calculs et études de cas servent de fil conducteur aux multiples démonstrations. Ces derniers sont réalisés sur Excel ou en Python pour ceux qui le souhaitent.

Le logiciel R est également très souvent utilisé. Il est accompagné par Hive pour la gestion et l'exploration des données, par Pig ou Spark pour l'ETL et le traitement des données, et par Elastick Stack pour l'analyse et la visualisation des logs.

Date de mise à jour du programme : 22/07/2025

Formation Cursus Data Scientist