Data analyst

Identifier les possibilités d'utilisation des données, en fonction des besoins métier, en étant force de proposition dans l'exploration, l'évaluation de la qualité et l'interprétation de ces données Définir une stratégie de prise de décision par les données suivant les besoins métier Modéliser des bases de données relationnelles Réaliser des requêtes avancées répondant à des besoins métier complexes Automatiser des collectes de données Mettre en place une interface standard de partage automatique de données entre différentes applications et langages Contrôler les modalités de collecte et d'utilisation de données et mesurer les enjeux du RGPD Effectuer des choix méthodologiques pour l'automatisation des traitements et les documenter avec clarté et concision Utiliser les outils et méthodes modernes : méthodes agiles afin de permettre le travail en équipe, outils de suivi de projets, logiciel adapté à la rédaction de code Manipuler des structures de données et utiliser l'algorithmie afin de traduire en script des besoins de traitements de données Appliquer les bonnes pratiques de la programmation afin d'avoir un code organisé, réutilisable et partageable Utiliser les tableaux de données afin de faciliter l'import, la manipulation et la fusion de données Nettoyer les données, retraiter les valeurs aberrantes (outliers) et les valeurs manquantes Utiliser les expressions régulières (RegEx) pour traiter les valeurs textuelles et permettre une anonymisation des données personnelles dans le cadre du RGPD Utiliser les statistiques descriptives afin de modéliser les données Maîtriser le process d'apprentissage automatique (Machine Learning) Modéliser des régressions afin de définir des modèles de prévisions, et de trouver des tendances futures Modéliser des classifications et interpréter les métriques associées afin de catégoriser automatiquement des informations Traiter automatiquement le langage naturel (NLP) à partir de texte brut Contrôler et documenter les biais d'un modèle et des données d'entrainement afin d'estimer les risques éthiques Identifier et prioriser les informations à rendre accessibles et à présenter visuellement Utiliser les visualisations descriptives afin de représenter graphiquement des données statistiques et des informations modélisées Manipuler la Dataviz interactive et dynamique Réaliser de la cartographie Utiliser un Tableur afin de proposer des croisements de variables pour obtenir des informations recherchées Réaliser des tableaux de bord avec des outils de Business Intelligence afin d'intégrer et de croiser des informations utiles à des approches stratégiques de problématiques Prendre en compte les handicaps visuels afin de produire des graphiques...

COLLECTE DE DONNÉES : - Identification des données disponibles, - Recherche de données à partir de besoins définis, - Gestion d'opérations de collecte et de qualification de données. AUTOMATISATION DU TRAITEMENT DES DONNÉES : - Analyse des besoins de traitement de données, - Structuration d'outils et d'algorithmes de traitements de données, - Fiabilisation d'outils de traitements de bases de données et organisation de codes. MODÉLISATION DES DONNÉES STRUCTURÉES : - Sélection d'informations utiles, - Elaboration de structures de traitement d'informations, - Modélisation de données. VISUALISATION DES DONNÉES : - Visualisation de données, - Présentation et partage de données et d'informations. DEVENIR UN PROFESSIONNEL DE LA TECH : - Contribuer à une communauté de data analysts, - Créer un portfolio professionnel, - Développer sa présence en ligne, - Postuler à des offres d'emploi de data analyst.

Data analyst

Aucun diplome n est exige, ni limite d age superieure, les participants devant simplement etre majeurs. En revanche, compte tenu du caractere tres intensif et operationnel de la formation, une forte motivation et un projet professionnel solide sont des criteres de selection prioritaires. Aussi, les qualites suivantes sont recherchees : motivation et autonomie, passion et creativite, esprit d equipe.