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

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
-
1h15
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.
-
2h15
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.
-
1h00
Manipulation avec pandas
Structures de données, indexation, transformation.
Exposé, démonstration, exemples pandas/NumPy.
Évaluation : QCM sur pandas.
-
2h30
Transformer un jeu de données
Manipuler et transformer un jeu de données réel.
TP, jeu de données réel, opérations progressives.
Évaluation : Manipulations validées.
Jour 2 — Nettoyage & analyse exploratoire (EDA)
-
1h15
Qualité & préparation des données
Valeurs manquantes, outliers, feature engineering.
Exposé, exemples de données sales, méthodes de nettoyage.
Évaluation : Questions orales ; QCM.
-
2h15
Nettoyer un jeu de données
Traiter manquants, outliers et incohérences.
TP guidé, jeu de données bruité, accompagnement.
Évaluation : Jeu de données nettoyé validé.
-
1h00
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.
-
2h30
Mener une EDA
Explorer et visualiser un jeu de données.
TP, production de graphiques, interprétation.
Évaluation : EDA et visualisations validées.
Jour 3 — Statistiques & fondamentaux du ML
-
1h15
Statistiques pour la data science
Statistiques descriptives et inférentielles utiles.
Exposé, exemples chiffrés, interprétation.
Évaluation : Questions orales ; QCM.
-
2h00
Analyse statistique
Analyser statistiquement un jeu de données.
TP guidé, calculs et tests, interprétation.
Évaluation : Analyse statistique validée.
-
1h15
Principes du machine learning
Supervisé/non supervisé, train/test, surapprentissage.
Exposé, schémas, exemples, panorama scikit-learn / XGBoost / LightGBM.
Évaluation : QCM sur les principes ML.
-
2h00
Premier modèle
Construire un premier modèle simple (régression ou classification).
TP guidé scikit-learn, jeu de données préparé.
Évaluation : Premier modèle validé.
Jour 4 — Modélisation supervisée & évaluation
-
1h15
Algorithmes supervisés
Régression, arbres, k-NN… ; pipeline de modélisation.
Exposé, comparaison d'algorithmes, schéma de pipeline.
Évaluation : Questions orales ; QCM.
-
2h15
Entraîner des modèles
Entraîner plusieurs modèles supervisés.
TP guidé scikit-learn, comparaison de modèles.
Évaluation : Modèles entraînés validés.
-
1h00
Évaluation & optimisation
Métriques, validation croisée, hyperparamètres.
Exposé, matrices de confusion, courbes, exemples.
Évaluation : QCM sur l'évaluation.
-
2h30
Évaluer & optimiser
Évaluer et optimiser un modèle.
TP, validation croisée, réglage des hyperparamètres.
Évaluation : Modèle évalué et optimisé validé.
Jour 5 — Non supervisé, interprétation & projet
-
1h00
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.
-
2h00
Clustering
Appliquer un clustering et interpréter les résultats.
TP guidé, jeu de données, interprétation.
Évaluation : Clustering interprété validé.
-
1h00
Restitution & storytelling data
Restituer et communiquer les résultats aux décideurs.
Exposé, principes de data storytelling, exemples.
Évaluation : QCM sur la restitution.
-
2h30
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.
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.
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.