- Cours pratique
- FSE
- Informatique
Formation Cadrage et pilotage d'un projet de Data Science
Comprendre les spécificités d'un projet de Data Science pour mieux le piloter de la conception au delivery
- Durée
- 2 jours
- Niveau
- Avancé
- Modalités
- Présentiel / Distanciel
Description de la formation Piloter projet Data Science
La Data Science, en tant que discipline scientifique et mathématique, est aujourd'hui bien connue de ceux qui la pratiquent. Mais savez-vous identifier les pièges et les embûches méthodologiques spécifiques aux projets de Data Science ?
Cette formation Piloter un projet de Data Science vous propose de découvrir les enjeux et les approches qui permettront à vos projets de se dérouler en toute sérénité, du cadrage à la phase de pilotage de production.
Objectifs pédagogiques
À l'issue de cette formation Piloter un projet de Data Science, vous aurez acquis les connaissances et compétences nécessaires pour :
- S'approprier les spécificités d'un projet de Data Science
- Constituer un programme de projets de Data Science
- Savoir mener une phase de cadrage d'un projet de Data Science
- Piloter un projet de Data Science en exploration et en production
Objectifs opérationnels
Savoir piloter un projet de Data Science en production.
Programme
Contenu du cours, module par module
7 modules
- La Data Science est une spécialité du développement logiciel (au même titre que le développement front, par exemple)
- Les spécificités d’un projet embarquant de la Data Science
- Utile, utilisable, utilisé
- Les différentes façons d’utiliser de la Data Science pour tirer de la valeur
- Apprendre à simplifier un problème de Data Science
- Construire un portefeuille de projets en priorisant des cas d’usage
- Identifier les hypothèses que l’on souhaite valider dans un Proof Of Concept
- Intégration d’un système de Data Science dans un écosystème existant
- Livrable de fin de section : un problème à résoudre est clairement posé, les principaux risques anticipables ont été POCés
- Affiner le business case (quantifier/qualifier valeur métier, rendre le projet actionable et utile)
- Bien choisir sa métrique d’évaluation
- Estimer la durée du projet, sa complexité, son coût, ses facteurs de succès, etc.
- Identifier et minimiser les dépendances entre projets
- Définir une architecture
- Évaluer et prioriser les sources de données
- Propositions d’ateliers à mener pour ne rien rater pendant le cadrage
- Livrable de cette section : une vision suffisamment claire pour commencer à délivrer
- Construire une culture d’équipe
- Définir les rituels
- Définir les standards
- Livrable de cette section : une équipe qui est prête à commencer à coder
- Introduction au Continuous Deployment
- Commencer simple et itérer (en ajoutant des fonctionnalités, en automatisant)
- Suivre et piloter la progression du projet
- Gérer les expérimentations dans un cycle de delivery agile
- Gestion visuelle du travail (le kanban)
- Introduction à Accelerate
- Livrable de la section : du code en production
- L’industrialisation, la mise en production, la production : savoir de quoi on parle
- D’un point de vue technique
- D’un point de vue organisationnel
- D’un point de vue business
- Acter la décision d’arrêter ou de continuer
- Les métriques de succès du projet
- Éventuel transfert du projet
Programme mis à jour le 19/02/2026
Public concerné
Ce cours s'adresse aux chefs de projet IA, product owners, tech leads, data analystes et data scientists.
Prérequis
Pour suivre cette formation Piloter un projet de Data Science, il est nécessaire de posséder des connaissances de base en Data Science (ce qu'est un modèle, différence supervisé / non supervisé) ainsi que des connaissance de base en Agilité (avoir lu le manifeste agile).
J’évalue mes connaissances pour vérifier que je dispose des prérequis nécessaires pour profiter pleinement de cette formation en faisant le test de prérequis.
Faire le testFinancement
Cette formation peut être prise en charge par votre entreprise, seule ou avec l’appui de son opérateur de compétences. Nous fournissons le devis et les pièces attendues par l’OPCO.
Formations liées
- Certification Big Data Foundation (CCC)Réf. ABDF3 joursFondamental
- Comprendre les statistiques pour le Big Data ou la Business IntelligenceRéf. ACST3 joursFondamentalProchaine session : 16 nov.2 090 €
- Concept et architecture des systèmes d'information décisionnelsRéf. ACAD2 joursIntermédiaireProchaine session : 10 déc.1 590 €
- Cursus Data ScientistRéf. CCDS19 joursIntermédiaire