Accéder au contenu principal

Cours sur la data, l’IA et le cloud

Maîtrisez les compétences qui font toute la différence

Suivez de courtes vidéos animées par des formateurs experts, puis mettez en pratique ce que vous avez appris avec des exercices interactifs dans votre navigateur.

  • Apprenez à votre rythme
  • Gagnez en expérience pratique
  • Des chapitres courts et digestes

Créez votre compte gratuitement

Continuer avec GoogleAfficher plus d’options

ou


En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données seront hébergées aux États-Unis.
394 Cours

Cours

Introduction to Security in the World of AI

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 31 révisions

This course equips security and data protection leaders with strategies to securely manage AI within their organizations.

Cloud

1 heure

Cours

RAG de bout en bout avec Weaviate

  • IntermédiaireNiveau de compétence
  • 4.6+
  • 21 révisions

Maîtrisez RAG avec Weaviate. Intégrez du texte et des images pour les récupérer, et expérimentez la recherche vectorielle, BM25 et hybride.

Intelligence artificielle

2 heures

Cours

AI Infrastructure: Introduction to AI Hypercomputer

  • IntermédiaireNiveau de compétence
  • 5
  • 21 révisions

Youll learn about the different components inside a hypercomputer, like GPUs, TPUs, and CPUs, and discover how to pick the right one for your needs.

Cloud

1 heure

Cours

Tests A/B en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 95 révisions

Découvrez les tests A/B dans R, concevez des expériences, analysez des data, prédisez et présentez des résultats à laide de visualisations.

Probabilités et statistiques

4 heures

Cours

Analyzing IoT Data in Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 116 révisions

Découvrez comment importer, nettoyer et manipuler des données IoT dans Python afin de les préparer pour le machine learning.

Manipulation des données

4 heures

Cours

Programmer avec dplyr

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 52 révisions

Apprenez à effectuer des transformations dplyr avancées et à intégrer du code dplyr et ggplot2 dans des fonctions.

Manipulation des données

4 heures

Cours

Analyzing Police Activity with pandas

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 30 révisions

Explorez l’ensemble de données du Stanford Open Policing Project et analysez l’impact du genre sur le comportement policier avec pandas.

Manipulation des données

4 heures

Cours

Créer des moteurs de recommandation en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 153 révisions

Apprenez à développer des moteurs de recommandation en Python à laide de techniques de machine learning.

Machine learning

4 heures

Cours

Machine Learning dans le tidyverse

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 119 révisions

Exploitez les packages tidyr et purrr du tidyverse pour générer, explorer et évaluer des modèles de machine learning.

Machine learning

5 heures

Cours

Planning a Product Launch with Claude Cowork

  • IntermédiaireNiveau de compétence
  • 4.5+
  • 14 révisions

Tired of launch week chaos? Plan and write a full product launch in a single session with Claude Cowork.

Intelligence artificielle

15 min

Cours

Modélisation du risque de crédit en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 88 révisions

Appliquez la modélisation statistique dans un contexte réel à l’aide de la régression logistique et des arbres de décision pour modéliser le risque de crédit.

Finance appliquée

4 heures

Cours

Deep learning avancé avec Keras

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 246 révisions

Développez des modèles de deep learning avec Keras.

Intelligence artificielle

4 heures

Cours

Google: Manage Agent Memory and State

  • IntermédiaireNiveau de compétence
  • 4.6+
  • 33 révisions

Build stateful AI agents that maintain context and remember user preferences using session state, memory management, and personalization.

Cloud

1 heure 30 min

Cours

AI Infrastructure: Networking Techniques

  • IntermédiaireNiveau de compétence
  • 4.9+
  • 21 révisions

Design and deploy high-performance AI/ML solutions using Google Clouds AI Hypercomputer, GPUs, TPUs, Compute, and Google Kubernetes Engine.

Cloud

1 heure

Cours

Programmation R défensive

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 90 révisions

Apprenez la programmation défensive en R pour renforcer la robustesse de votre code.

Développement de logiciels

4 heures

Cours

Essential Google Cloud Infrastructure: Core Services

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 35 révisions

This course introduces the comprehensive and flexible infrastructure and platform services provided by Google Cloud with a focus on Core Services.

Cloud

8 heures 15 min

Cours

Créer des agents d’IA avec Haystack

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 47 révisions

Créez un agent IA pour la santé avec Haystack, un framework open source pour orchestrer des LLM et des composants externes.

Intelligence artificielle

1 heure 30 min

Cours

Développer des packages R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 159 révisions

Learn to develop R packages and boost your coding skills. Discover package creation benefits, practice with dev tools, and create a unit conversion package.

Développement de logiciels

4 heures

Cours

Visualiser des séries temporelles en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 186 révisions

Apprenez à visualiser des séries chronologiques dans R, puis mettez vos connaissances en pratique à laide dune étude de cas sur la sélection dactions.

Visualisation des données

4 heures

Cours

Analyse des séries temporelles dans PostgreSQL

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 101 révisions

Apprenez à utiliser PostgreSQL pour gérer efficacement l’analyse des séries temporelles et appliquer ces techniques à des données réelles.

Manipulation des données

4 heures

Cours

Production Machine Learning Systems

  • IntermédiaireNiveau de compétence
  • 5
  • 11 révisions

Learn how to implement the various flavors of ML: static, dynamic, and continuous training; static and dynamic inference; and batch and online processing.

Cloud

16 heures

Cours

Modéliser avec tidymodels en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 186 révisions

Apprenez à optimiser vos workflows de machine learning avec tidymodels.

Machine learning

4 heures

Cours

Google: Add Agent Capabilities With Tools

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 34 révisions

Equip AI agents with tools for web search, code execution, database queries, and custom actions. Transform agents into capable assistants.

Cloud

3 heures

Cours

Text mining avec sac de mots en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 141 révisions

Apprenez la technique du sac de mots pour lexploration de textes avec R.

Machine learning

4 heures

Cours

Analyzing US Census Data in Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 66 révisions

Apprenez à utiliser lAPI Census pour travailler avec des données démographiques et socio-économiques.

Analyse exploratoire des données

5 heures

Cours

Analyse des séries temporelles avec Tableau

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 163 révisions

Maîtrisez la classification, le traitement et l’analyse des séries temporelles : essentiel pour progresser en tant que professionnel de l’analytics.

Visualisation des données

2 heures

Cours

Getting Started with Google Kubernetes Engine

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 35 révisions

The goal of this course is to introduce the basics of Google Kubernetes Engine, or GKE, and how to get applications containerized and running in Google Cloud.

Cloud

5 heures 15 min

FAQs

Qu’est-ce que la data science ?

La data science est un domaine d’expertise centré sur l’extraction d’informations à partir des données. Grâce à leurs compétences en programmation, à des méthodes scientifiques et à divers algorithmes, les data scientists analysent les données afin d’en tirer des informations clés réellement exploitables.

Comment puis-je apprendre la data science ?

Pour devenir data scientist, vous devrez apprendre un langage de programmation comme Python ou R, et maîtriser les bases des mathématiques et des statistiques. Il est également essentiel de connaître les techniques d’analyse de données et les outils propres à la data science. Il existe de nombreuses façons de se former. Au-delà des parcours académiques classiques (diplômes ou études universitaires), vous pouvez apprendre à votre propre rythme grâce à une multitude de ressources : cours et tutoriels en ligne, livres, vidéos, et bien plus encore.

Quelles sont les compétences requises pour la data science ?

En plus de solides bases en mathématiques et en statistiques, les data scientists doivent maîtriser des langages de programmation comme Python, R et SQL. Ils doivent aussi savoir travailler avec de grands volumes de données, comprendre la visualisation, le traitement des données et la gestion des bases de données. Des compétences en machine learning (et parfois en deep learning) constituent également un atout important.

En quoi la data science pourrait être utile pour moi ?

À l’échelle professionnelle, presque tous les secteurs font appel à la data science d’une manière ou d’une autre. Les organisations de santé l’utilisent pour détecter des maladies et améliorer les traitements, tandis que les entreprises financières s’en servent pour repérer et prévenir la fraude. Dans tous les domaines, la data science joue aussi un rôle clé en marketing, qu’il s’agisse de concevoir des systèmes de recommandation ou d’analyser le taux de désabonnement.

Est-il intéressant de travailler dans la data science ?

Oui. La data science est l’un des secteurs à la croissance la plus rapide, aux États-Unis comme ailleurs. C’est également l’un des secteurs qui rémunèrent le mieux. Selon Payscale, les data scientists expérimentés gagnent en moyenne 97 609 $ et affichent un taux d'épanouissement de quatre étoiles sur cinq aux États-Unis.

Est-il difficile de devenir data scientist ?

Il y a plusieurs éléments à prendre en compte. Tout d’abord, les diplômes conventionnels en data science peuvent être très difficiles à obtenir et exigent souvent d’excellents résultats académiques. Ensuite, les compétences nécessaires demandent du temps et de la persévérance : il faut parfois plusieurs mois pour maîtriser les bases, ainsi qu’une vraie expérience pratique pour décrocher un premier poste dans le domaine.

La data science nécessite-t-elle du codage ?

Oui, une certaine expérience du codage est nécessaire, notamment en Python, R, SQL, Java ou C/C++. Cela dit, grâce à sa syntaxe simple et intuitive, Python reste le langage privilégié des débutants.

Combien de temps faut-il pour devenir data scientist ?

Sans expérience préalable en programmation ou en mathématiques, il faut généralement 7 à 12 mois d’apprentissage intensif pour atteindre le niveau d’un data scientist débutant. Mais il est essentiel de garder à l’esprit qu’acquérir uniquement les bases théoriques ne suffit pas : ce qui forme vraiment un data scientist, c’est la pratique et la capacité à appliquer ces concepts sur des projets concrets.

Quels sujets puis-je étudier dans le domaine de la data science ?

Une fois les bases de la data science maîtrisées, vous pouvez vous spécialiser dans de nombreux domaines : machine learning, intelligence artificielle, analyse de Big Data, business intelligence, exploration de données, et bien plus encore.

Développez vos compétences en données avec DataCamp for Mobile

Progressez où que vous soyez grâce à nos cours mobiles et à nos défis de code quotidiens de 5 minutes.