Toutes les formations

FormationFOR-DEV-M5-A

Data Scientist

De la donnée au modèle : analyser, modéliser et prédire avec la science des données

  • 35 heures — 5 jours
  • 2 450 € HT
  • Écoles & centres de formation
  • Certification Qualiopi en cours de préparation
Ordinateur portable affichant un tableau de bord de statistiques

En bref

Le module alterne séquences théoriques et ateliers pratiques tout au long de chaque journée. Il couvre l'ensemble du cycle d'un projet data : manipulation et nettoyage des données, analyse exploratoire, statistiques, machine learning supervisé et non supervisé, évaluation et restitution. Le fil rouge est Python/scikit-learn, complété par un panorama de l'écosystème data.

Objectifs pédagogiques

  • Comprendre le rôle du data scientist et le cycle de vie d'un projet data
  • Manipuler, nettoyer et explorer des données avec Python (pandas, NumPy)
  • Mener une analyse exploratoire et produire des visualisations pertinentes
  • Comprendre les fondamentaux statistiques utiles à la modélisation
  • Construire, entraîner et évaluer des modèles de machine learning (supervisé et non supervisé)
  • Restituer et interpréter les résultats, en connaissant les limites, les biais et l'écosystème d'outils

Public concerné

  • Étudiants et apprenants des écoles et centres de formation partenaires
  • Profils techniques ou analytiques souhaitant s'orienter vers la data science
  • Développeurs, analystes ou statisticiens en montée en compétence

Prérequis

Des bases de programmation sont requises (Python de préférence — module « Fondamentaux » recommandé) ainsi qu'une aisance avec la logique et les chiffres. Des notions de mathématiques et de statistiques facilitent la progression. Ces éléments sont validés par un formulaire en ligne et / ou un entretien préalable.

  • Maîtriser les bases de la programmation (Python de préférence).
  • Être à l'aise avec la logique, les chiffres et un raisonnement analytique.
  • Avoir des notions de mathématiques / statistiques (un atout).
  • Disposer d'une autonomie de travail et d'une curiosité pour la donnée.

Programme

Jour 1 — Le métier & manipulation des données
  1. Métier & écosystème data

    Rôle du data scientist, cycle de vie d'un projet ; panorama des langages (Python, R, SQL) et environnements (Jupyter, Colab, Databricks).

    Exposé interactif, panorama des outils, exemples de projets.

    Évaluation : Questions orales ; QCM sur l'écosystème.

    1h15
  2. Prise en main de l'environnement

    Découvrir l'environnement et charger des jeux de données.

    TP guidé (Jupyter), import de données, prise en main.

    Évaluation : Chargement de données validé.

    2h15
  3. Manipulation avec pandas

    Structures de données, indexation, transformation.

    Exposé, démonstration, exemples pandas/NumPy.

    Évaluation : QCM sur pandas.

    1h00
  4. Transformer un jeu de données

    Manipuler et transformer un jeu de données réel.

    TP, jeu de données réel, opérations progressives.

    Évaluation : Manipulations validées.

    2h30
Jour 2 — Nettoyage & analyse exploratoire (EDA)
  1. Qualité & préparation des données

    Valeurs manquantes, outliers, feature engineering.

    Exposé, exemples de données sales, méthodes de nettoyage.

    Évaluation : Questions orales ; QCM.

    1h15
  2. Nettoyer un jeu de données

    Traiter manquants, outliers et incohérences.

    TP guidé, jeu de données bruité, accompagnement.

    Évaluation : Jeu de données nettoyé validé.

    2h15
  3. EDA & visualisation

    Analyse exploratoire ; matplotlib, seaborn, ouverture Plotly et outils BI (Power BI, Tableau).

    Exposé, exemples de visualisations, panorama des outils de viz.

    Évaluation : QCM sur l'EDA et la visualisation.

    1h00
  4. Mener une EDA

    Explorer et visualiser un jeu de données.

    TP, production de graphiques, interprétation.

    Évaluation : EDA et visualisations validées.

    2h30
Jour 3 — Statistiques & fondamentaux du ML
  1. Statistiques pour la data science

    Statistiques descriptives et inférentielles utiles.

    Exposé, exemples chiffrés, interprétation.

    Évaluation : Questions orales ; QCM.

    1h15
  2. Analyse statistique

    Analyser statistiquement un jeu de données.

    TP guidé, calculs et tests, interprétation.

    Évaluation : Analyse statistique validée.

    2h00
  3. Principes du machine learning

    Supervisé/non supervisé, train/test, surapprentissage.

    Exposé, schémas, exemples, panorama scikit-learn / XGBoost / LightGBM.

    Évaluation : QCM sur les principes ML.

    1h15
  4. Premier modèle

    Construire un premier modèle simple (régression ou classification).

    TP guidé scikit-learn, jeu de données préparé.

    Évaluation : Premier modèle validé.

    2h00
Jour 4 — Modélisation supervisée & évaluation
  1. Algorithmes supervisés

    Régression, arbres, k-NN… ; pipeline de modélisation.

    Exposé, comparaison d'algorithmes, schéma de pipeline.

    Évaluation : Questions orales ; QCM.

    1h15
  2. Entraîner des modèles

    Entraîner plusieurs modèles supervisés.

    TP guidé scikit-learn, comparaison de modèles.

    Évaluation : Modèles entraînés validés.

    2h15
  3. Évaluation & optimisation

    Métriques, validation croisée, hyperparamètres.

    Exposé, matrices de confusion, courbes, exemples.

    Évaluation : QCM sur l'évaluation.

    1h00
  4. Évaluer & optimiser

    Évaluer et optimiser un modèle.

    TP, validation croisée, réglage des hyperparamètres.

    Évaluation : Modèle évalué et optimisé validé.

    2h30
Jour 5 — Non supervisé, interprétation & projet
  1. Non supervisé & éthique

    Clustering, réduction de dimension ; biais, limites, éthique des modèles.

    Exposé, exemples de clustering, cas de biais.

    Évaluation : QCM sur le non supervisé et l'éthique.

    1h00
  2. Clustering

    Appliquer un clustering et interpréter les résultats.

    TP guidé, jeu de données, interprétation.

    Évaluation : Clustering interprété validé.

    2h00
  3. Restitution & storytelling data

    Restituer et communiquer les résultats aux décideurs.

    Exposé, principes de data storytelling, exemples.

    Évaluation : QCM sur la restitution.

    1h00
  4. Mini-projet data & restitution

    Mener un mini-projet data de bout en bout et le présenter.

    TP projet, présentations, revue collective, QCM final, enquête de satisfaction.

    Évaluation : Évaluation sommative : projet data + QCM final.

    2h30

Modalités et moyens pédagogiques

Formation en présentiel dans nos locaux ou dans vos locaux, en groupe restreint. Alternance d’apports théoriques, d’ateliers pratiques et de mises en situation.

Matériel requis :

16 Go de Ram recommandés

  • Les stagiaires doivent disposer d'un PC avec le Wifi et 16 Go de RAM recommandés.
  • Effectif adapté au format école / centre de formation.
  • Parcours dédié aux écoles et centres de formation, établi sur devis.

Modalités d’évaluation

Évaluation des acquis en cours et en fin de formation, attestation de fin de formation remise à chaque stagiaire.

Accessibilité aux personnes en situation de handicap

Formation accessible aux personnes en situation de handicap. Contactez-nous avant l’inscription pour étudier les aménagements nécessaires.

Financement

Devis ou convention de formation sur demande. La certification Qualiopi est en cours de préparation : l’éligibilité aux financements OPCO sera ouverte après son obtention.

Audit de certification prévu au T1 2027. Aucune éligibilité OPCO avant l’obtention.

Partager cet article