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.
349 Cours

Cours

Case Study: Financial Analysis in KNIME

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 115 révisions

Apply financial analysis in KNIME with real-world data, enhancing data preparation and workflow skills.

Finance appliquée

3 heures

Cours

Évaluation et analyse des obligations avec R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 84 révisions

Développez des modèles R permettant dévaluer et analyser les obligations, et de les protéger contre les fluctuations des taux dintérêt.

Finance appliquée

4 heures

Cours

Pandas Joins for Spreadsheet Users

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 53 révisions

Learn how to effectively and efficiently join datasets in tabular format using the Python Pandas library.

Manipulation des données

4 heures

Cours

Analyse de portefeuille intermédiaire en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 68 révisions

Développez vos compétences en finance pour effectuer des backtests, analyser et optimiser des portefeuilles financiers.

Finance appliquée

5 heures

Cours

Étude de cas : analyse e-commerce dans Tableau

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 62 révisions

En e-commerce, augmentation des ventes et réduction des dépenses sont cruciales. Analysez les data dune entreprise de produits pour animaux

Visualisation des données

3 heures

Cours

Developing R Packages

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 140 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

Prévisions financières en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 89 révisions

Step into the role of CFO and learn how to advise a board of directors on key metrics while building a financial forecast.

Finance appliquée

4 heures

Cours

Étude de cas : analyse RH dans Tableau

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 70 révisions

Découvrez lanalyse des données RH dans Tableau grâce à cette étude de cas.

Visualisation des données

3 heures

Cours

Études de cas en pensée statistique

  • IntermédiaireNiveau de compétence
  • 4.9+
  • 79 révisions

Take vital steps towards mastery as you apply your statistical thinking skills to real-world data sets and extract actionable insights from them.

Probabilités et statistiques

4 heures

Cours

Programmation parallèle avec Dask en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 62 révisions

Utilisez la programmation parallèle Python avec Dask pour optimiser vos flux de travail et gérer efficacement les données volumineuses.

Développement de logiciels

4 heures

Cours

Analyzing US Census Data in Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 61 révisions

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

Analyse exploratoire des données

5 heures

Cours

Machines à vecteurs de support en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 85 révisions

Ce cours présente la machine à vecteurs de support (SVM) à laide dune approche visuelle et intuitive.

Machine learning

4 heures

Cours

Étude de cas : analyse des stocks dans Tableau

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 58 révisions

Enhance your Tableau skills with this case study on inventory analysis. Analyze a dataset, create calculated fields, and create visualizations.

Visualisation des données

2 heures

Cours

NLP avancé avec spaCy

  • IntermédiaireNiveau de compétence
  • 4.6+
  • 20 révisions

Learn how to use spaCy to build advanced natural language understanding systems, using both rule-based and machine learning approaches.

Machine learning

5 heures

Cours

Generative AI Essentials with Snowflake

  • IntermédiaireNiveau de compétence
  • 4.4+
  • 9 révisions

Build generative AI apps on Snowflake with Cortex LLM functions, prompt engineering, and fine-tuning.

Intelligence artificielle

3 heures

Cours

Essential Google Cloud Infrastructure: Core Services

  • IntermédiaireNiveau de compétence
  • 4.9+
  • 17 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

Getting Started with Google Kubernetes Engine

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 18 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

Cours

Feature engineering en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 143 révisions

Découvrez les principes de lingénierie des caractéristiques pour le ML et comment les mettre en œuvre à laide du framework R tidymodels.

Machine learning

4 heures

Cours

Amortissement de prêt dans Google Sheets

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 45 révisions

Découvrez comment créer un tableau de bord damortissement dans Google Sheets à laide de formules financières et conditionnelles.

Finance appliquée

4 heures

Cours

Google DeepMind: Fine-Tune Your Model

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 14 révisions

Unleash the power of language models with fine-tuning. In this course, you will learn how to adjust a pre-trained model to a specific task.

Cloud

8 heures

Cours

ChIP-seq avec Bioconductor en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 48 révisions

Apprenez à analyser et à interpréter les données ChIP-seq à laide de Bioconductor en utilisant un ensemble de données sur le cancer humain.

Probabilités et statistiques

4 heures

Cours

Combiner des données avec data.table en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 71 révisions

Ce cours vous montrera comment combiner et fusionner des ensembles de données avec data.table.

Manipulation des données

4 heures

Cours

Google DeepMind: Accelerate Your Model

  • IntermédiaireNiveau de compétence
  • 4.9+
  • 17 révisions

Train more powerful models with a single GPU, learn how hardware can speed up model training and the key considerations when training models on a GPU.

Cloud

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.

Apprenez où que vous soyez avec l'application DataCamp

Progressez où que vous soyez grâce à nos cours conçus pour mobile et à nos défis quotidiens de 5 minutes.