Vous ne savez pas par où commencer ? Notre cours Understanding Data Science propose une vue d’ensemble des essentiels de la data science, sans écrire une ligne de code.
Ou poursuivez votre lecture pour découvrir, en détail, les technologies enseignées sur DataCamp.
Langages pour la data science et l’analytique
Si vous débutez en data science et en analytique, ou si votre organisation s’y met, vous devrez choisir un langage pour analyser vos données, et le faire de manière réfléchie. Lisez notre article de blog et notre tutoriel pour comprendre comment choisir entre les deux langages les plus populaires en data science — Python et R — ou continuez ci-dessous pour un bref résumé.
Python
Python est l’un des langages de programmation les plus populaires au monde. Prêt pour la production, il peut devenir l’outil unique qui s’intègre à chaque étape de votre flux de travail. Que vous souhaitiez créer une application web ou un modèle d’apprentissage automatique, Python vous y conduira !
- Langage de programmation généraliste (peut servir à concevoir tout type d’application)
- Généralement considéré comme l’un des langages les plus accessibles à lire et à apprendre
- Langage de référence pour l’IA et l’apprentissage automatique de pointe
- Fréquemment utilisé pour mettre des modèles « en production »
- Déploiement et reproductibilité facilités
Commencez à apprendre Python ici.
R
R a longtemps été utilisé surtout dans le monde académique et la recherche, mais son adoption en entreprise a fortement accéléré ces dernières années. Conçu spécifiquement pour travailler avec des données, R offre une interface intuitive vers les méthodes statistiques les plus avancées.
- Conçu pour l’analyse et la visualisation de données
- Traditionnellement plébiscité par les statisticiens et les chercheurs
- Langage de choix pour les statistiques de pointe
- Écosystème très riche de packages communautaires
- Prototypage rapide d’applications et de tableaux de bord data
SQL
Une grande partie des données brutes est stockée dans des ensembles de tables organisées, appelés bases de données relationnelles. Les data analysts et data scientists doivent savoir manipuler et extraire ces données avec SQL.
- Utile à toute organisation qui stocke des informations dans des bases de données
- Parmi les compétences les plus recherchées en entreprise
- Permet d’accéder, d’interroger et d’extraire des données structurées organisées dans un référentiel formaté (p. ex. une base de données)
- Couvre l’interrogation, la manipulation, la définition des données et le contrôle d’accès
Commencez à apprendre SQL ici.
Bases de données
Data scientists, analysts et ingénieurs interagissent en permanence avec des bases de données, capables de stocker d’importants volumes d’informations sous forme de tables, sans perte de performance. Vous pouvez utiliser SQL pour interroger les données et modéliser différents phénomènes ainsi que les relations entre eux. Découvrez les différences entre les SGBD les plus populaires dans notre article de blog ou lisez ci-dessous un résumé.
Microsoft SQL Server
- Système de gestion de base de données relationnelle (SGBDR) commercial, développé et maintenu par Microsoft
- Disponible sur les systèmes d’exploitation Windows et Linux
PostgreSQL
- SGBDR libre et open source, maintenu par le PostgreSQL Global Development Group et sa communauté
- Convient bien aux débutants
Oracle Database
- Le SGBDR le plus répandu, utilisé par 97 % des entreprises du Fortune 100
- Nécessite la connaissance de PL/SQL, une extension de SQL, pour accéder et interroger les données
Tableurs
Les tableurs sont omniprésents en entreprise pour transformer des montagnes de données brutes en insights clairs, en organisant, analysant et stockant les données dans des tables. Microsoft Excel et Google Sheets sont les logiciels de tableur les plus populaires, avec une structure souple permettant de saisir les données dans des cellules de tableau.
Google Sheets
- Gratuit pour les utilisateurs
- Permet la collaboration via le partage de lien et la gestion des permissions
- Les analyses statistiques et visualisations se font manuellement
Microsoft Excel
- Nécessite une licence payante
- Moins adapté que Google Sheets pour la collaboration
- Fonctions intégrées pour l’analyse statistique et la visualisation
Outils de business intelligence
Les outils de business intelligence (BI) démocratisent l’exploration des données pour tous les niveaux — pas seulement pour les spécialistes de l’analytique avancée. Ils offrent l’une des approches les plus simples pour travailler la donnée, en centralisant les informations, en identifiant les leviers d’impact, en prévoyant les résultats, et bien plus encore.
Tableau
Tableau est un logiciel de visualisation de données comparable à un Microsoft Excel survitaminé. Son interface intuitive en glisser-déposer permet à chacun d’accéder aux données, de les analyser et de créer des visualisations à fort impact.
- Logiciel de BI et d’analytique largement utilisé, adopté par des entreprises comme Amazon, Experian et Unilever
- Fonctionnalité de glisser-déposer conviviale
- Prend en charge de nombreuses sources de données, dont Microsoft Excel, Oracle, Microsoft SQL, Google Analytics et SalesForce
Commencez à apprendre Tableau ici.
Microsoft Power BI
Microsoft Power BI permet de connecter et transformer des données brutes, d’ajouter des colonnes et mesures calculées, de créer des visualisations simples, puis de les combiner pour produire des rapports interactifs.
- Outil web offrant un accès aux données en temps réel
- Fonctionnalité de glisser-déposer conviviale
- S’appuie sur l’écosystème Microsoft existant comme Azure, SQL et Excel
Commencez à apprendre Power BI ici.
Shell
Shell fournit une interface en ligne de commande qui permet de piloter le système d’exploitation de votre ordinateur en quelques frappes. Parfois appelé « la colle universelle de la programmation », il aide à combiner des programmes existants de nouvelles manières, à automatiser les tâches répétitives et à exécuter des programmes sur des clusters et dans le cloud, même à l’autre bout du monde.
Scala
Scala est un langage hybride, orienté objet et fonctionnel, prisé pour les applications à grande échelle et les infrastructures d’ingénierie des données. Adopté par des entreprises comme Netflix, Airbnb et Morgan Stanley, Scala améliore la productivité, l’évolutivité des applications et leur fiabilité.
Git
Le contrôle de version est l’un des outils puissants de la programmation. Il permet de suivre ce que vous avez fait et quand, d’annuler les modifications non souhaitées, et de collaborer à grande échelle. Git est un outil moderne de gestion de versions, très populaire auprès des data scientists et des développeurs, qui permet d’accomplir davantage, plus vite et avec moins de friction.