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.
771 Cours

Cours

Créer des agents d’IA avec CrewAI

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 96 révisions

Créez des équipes d’IA qui collaborent, automatisent les workflows et génèrent du contenu avec CrewAI.

Intelligence artificielle

1 heure

Cours

Fondamentaux des probabilités en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 202 révisions

Apprenez les bases de la probabilité : variables aléatoires, moyenne, variance, distributions de probabilité et probabilités conditionnelles

Probabilités et statistiques

5 heures

Cours

Traitement du langage parlé en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 275 révisions

Apprenez à charger, transformer et transcrire la parole à partir de fichiers audio bruts dans Python.

Manipulation des données

4 heures

Cours

Building AI Agents with Snowflake

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 23 révisions

Build autonomous Cortex Agents in Snowflake that query structured and unstructured data, then deploy and monitor them.

Intelligence artificielle

4 heures

Cours

Analyse des séries temporelles dans Power BI

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 271 révisions

Analysez des données dans le temps grâce à ce cours sur lanalyse des séries dans Power BI. Travaillez avec des datasets et exercez-vous.

Visualisation des données

5 heures

Cours

Analyse factorielle avec R

  • AvancéNiveau de compétence
  • 4.7+
  • 159 révisions

Explorer les variables latentes, telles que la personnalité, à laide danalyses factorielles exploratoires et confirmatoires.

Probabilités et statistiques

4 heures

Cours

Case Study: Building Software in Python

  • AvancéNiveau de compétence
  • 4.7+
  • 298 révisions

Build real-world applications with Python—practice using OOP and software engineering principles to write clean and maintainable code.

Développement de logiciels

3 heures

Cours

Prévision en R

  • DébutantNiveau de compétence
  • 4.9+
  • 52 révisions

Faites des prévisions via la prévision de séries chronologiques dans R, notamment les modèles ARIMA et les méthodes de lissage exponentiel.

Probabilités et statistiques

5 heures

Cours

Simulations de Monte Carlo en Python

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 166 révisions

Apprenez à concevoir et à exécuter vos propres simulations de Monte-Carlo à laide de Python.

Probabilités et statistiques

4 heures

Cours

Analytique financière dans Google Sheets

  • DébutantNiveau de compétence
  • 4.7+
  • 129 révisions

Découvrez comment créer un tableau de bord graphique avec Google Sheets afin de suivre les performances des titres financiers.

Finance appliquée

4 heures

Cours

Détection d’anomalies en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 178 révisions

Détectez les anomalies dans votre analyse de données et élargissez votre boîte à outils statistiques Python dans ce cours de quatre heures.

Probabilités et statistiques

4 heures

Cours

Reinforcement Learning from Human Feedback (RLHF)

  • AvancéNiveau de compétence
  • 4.7+
  • 307 révisions

Découvrez comment créer des modèles GenAI qui reflètent les valeurs humaines tout en acquérant une expérience pratique avec des LLM avancés.

Intelligence artificielle

4 heures

Cours

Méthodes d’ensemble en Python

  • AvancéNiveau de compétence
  • 4.8+
  • 416 révisions

Apprenez à créer des modèles de machine learning avancés et efficaces en Python grâce à des techniques d’ensemble comme le bagging, le boosting et le stacking.

Machine learning

4 heures

Cours

Introduction à MongoDB en Python

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 375 révisions

Apprenez à manipuler et analyser des données structurées de manière flexible avec MongoDB.

Ingénierie des données

3 heures

Cours

Analyse de clusters avec R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 71 révisions

Développez votre intuition sur les regroupements hiérarchiques et via k-means, et appliquez-les pour extraire des infos pertinentes.

Machine learning

4 heures

Cours

Solutions de calcul Azure

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 123 révisions

Learn how containers work in Azure, including registries, ACI, AKS basics, scaling, monitoring, and troubleshooting.

Cloud

3 heures

Cours

Créer des workflows agentiques avec LlamaIndex

  • AvancéNiveau de compétence
  • 4.7+
  • 70 révisions

Créez des flux de travail basés sur lintelligence artificielle capables de planifier, rechercher, mémoriser et collaborer à laide de LlamaIndex.

Intelligence artificielle

2 heures

Cours

Google: Build and Deploy Agents in Production

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 45 révisions

Explore multi-agent system architecture and deployment using Googles ADK and Google Cloud infrastructure for production-grade agent applications.

Cloud

30 min

Cours

Introduction to Data Engineering on Google Cloud

  • DébutantNiveau de compétence
  • 4.8+
  • 20 révisions

Learn the data engineering role on Google Cloud. Explore data sources, storage solutions, ETL/ELT architectures, BigQuery, Dataform, and Dataproc.

Cloud

3 heures 41 min

Cours

Analyzing Survey Data in R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 219 révisions

Apprenez à concevoir des enquêtes en utilisant des structures courantes, puis visualisez et analysez les résultats.

Probabilités et statistiques

4 heures

Cours

Google: Create Your First Gemini Enterprise Application

  • DébutantNiveau de compétence
  • 4.8+
  • 82 révisions

Connect data sources to your app to build a search and analysis engine. Master capabilities like deep research agents, ideation, and NotebookLM for analysis.

Cloud

25 min

Cours

Modéliser des données avec le Tidyverse

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 233 révisions

Discover different types in data modeling, including for prediction, and learn how to conduct linear regression and model assessment measures in the Tidyverse.

Probabilités et statistiques

4 heures

Cours

Dealing With Missing Data in R

  • DébutantNiveau de compétence
  • 4.7+
  • 141 révisions

Make it easy to visualize, explore, and impute missing data with naniar, a tidyverse friendly approach to missing data.

Préparation des données

4 heures

Cours

Introduction à DataLab

  • DébutantNiveau de compétence
  • 4.8+
  • 116 révisions

Découvrez les principes fondamentaux de lutilisation de DataLab, un notebook de données alimenté par lIA pour lanalyse et lexploration des données.

Rapports

1 heure

Cours

Introduction à Amazon Bedrock

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 133 révisions

Découvrez Amazon Bedrock pour accéder aux modèles de base et créer des apps IA sans gérer l’infrastructure.

Intelligence artificielle

3 heures

Cours

Feature Engineering avec PySpark

  • AvancéNiveau de compétence
  • 4.8+
  • 296 révisions

Apprenez les détails concrets sur lesquels les Data Scientist consacrent 70 à 80 % de leur temps : préparation des données et ingénierie des caractéristiques.

Manipulation des données

4 heures

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.