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.
775 Cours

Cours

Introduction à MongoDB en Python

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 389 révisions

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

Ingénierie des données

3 heures

Cours

Analytique financière dans Google Sheets

  • DébutantNiveau de compétence
  • 4.7+
  • 138 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

Simulations de Monte Carlo en Python

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 174 révisions

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

Probabilités et statistiques

4 heures

Cours

Étude de cas : Analytics des ventes avec Databricks Genie

  • DébutantNiveau de compétence
  • 4.9+
  • 34 révisions

Créez un espace Databricks Genie de bout en bout : descriptions, synonymes, instructions, relations de table, requêtes d’exemple, suivi et benchmarks.

Ingénierie des données

2 heures

Cours

Étude de cas : développer un logiciel en Python

  • AvancéNiveau de compétence
  • 4.7+
  • 311 révisions

Créez des applications concrètes avec Python : entraînement à la POO et aux principes d’ingénierie logicielle pour un code propre et maintenable.

Développement de logiciels

3 heures

Cours

Automatiser les déploiements sur AWS

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 14 révisions

Build CI/CD pipelines with AWS CodePipeline, CodeBuild, and CodeDeploy. Automate blue/green and canary releases, and define infrastructure with CloudFormation.

Cloud

3 heures

Cours

Inférence pour la régression linéaire en R

  • AvancéNiveau de compétence
  • 4.8+
  • 180 révisions

Dans ce cours, vous apprendrez à effectuer des inférences à laide de modèles linéaires.

Probabilités et statistiques

4 heures

Cours

Deploying Applications on AWS

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 29 révisions

Deploy, secure, and operate apps on AWS with Lambda, API Gateway, Cognito, IAM, CloudWatch, and X-Ray. Hands-on prep for the DVA-C02 exam.

Cloud

3 heures

Cours

Google: Introduction to Generative AI

  • DébutantNiveau de compétence
  • 4.7+
  • 44 révisions

This is an introductory level course aimed at explaining what Generative AI is, how it is used, and how it differs from traditional machine learning methods.

Cloud

45 min

Cours

Apprentissage supervisé en R : Régression

  • IntermédiaireNiveau de compétence
  • 4.6+
  • 107 révisions

Dans ce cours, vous apprendrez à prédire des événements futurs avec la régression linéaire, les modèles additifs généralisés, les forêts aléatoires et xgboost.

Machine learning

4 heures

Cours

Innover avec Google Cloud AI

  • DébutantNiveau de compétence
  • 4.8+
  • 159 révisions

Innover avec lintelligence artificielle de Google Cloud

Cloud

1 heure

Cours

Visualiser des données géospatiales en Python

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 364 révisions

Découvrez comment créer des visualisations attrayantes de données géospatiales en Python à laide du package geopandas et des cartes folium.

Visualisation des données

4 heures

Cours

Generative AI Essentials with Snowflake

  • IntermédiaireNiveau de compétence
  • 4.6+
  • 21 révisions

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

Intelligence artificielle

3 heures

Cours

Google: Create Your First Gemini Enterprise Application

  • DébutantNiveau de compétence
  • 4.8+
  • 119 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

Visualisation de données de baseball dans Power BI

  • DébutantNiveau de compétence
  • 4.8+
  • 211 révisions

Discover how to analyze and visualize baseball data using Power BI. Create scatter plots, tornado charts, and gauges to bring baseball insights alive.

Visualisation des données

1 heure

Cours

Analyser des données de réseaux sociaux en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 34 révisions

Maîtrisez la collecte de données Twitter et l’analyse de texte, de réseaux et d’origine géographique sur Twitter dans ce cours.

Manipulation des données

4 heures

Cours

Reinforcement Learning from Human Feedback (RLHF)

  • AvancéNiveau de compétence
  • 4.7+
  • 327 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

Introduction à Julia

  • DébutantNiveau de compétence
  • 4.8+
  • 137 révisions

Julia est un nouveau langage de programmation conçu pour être le langage idéal pour le calcul scientifique, le ML et lexploration de data.

Développement de logiciels

4 heures

Cours

RNA-Seq avec Bioconductor en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 149 révisions

Utilisez l’analyse d’expression différentielle RNA-Seq pour identifier les gènes susceptibles d’être importants dans différentes maladies ou conditions.

Probabilités et statistiques

4 heures

Cours

Fondamentaux de l'analyse bayésienne des données en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 233 révisions

Découvrez l’analyse bayésienne des données, son fonctionnement et pourquoi c’est un outil utile dans votre boîte à outils Data Science.

Probabilités et statistiques

4 heures

Cours

Détection d’anomalies en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 183 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

Analyse de séries temporelles en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 91 révisions

Maîtrisez les techniques clés pour extraire des insights pertinents à partir de données temporelles.

Probabilités et statistiques

4 heures

Cours

Étude de cas : analyse exploratoire de données en R

  • DébutantNiveau de compétence
  • 4.9+
  • 50 révisions

Utilisez vos compétences en matière de manipulation et de visualisation pour examiner lhistorique des votes de lAssemblée générale des NU.

Analyse exploratoire des données

4 heures

Cours

Nettoyer des données dans des bases SQL Server

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 206 révisions

Développez les compétences nécessaires pour nettoyer les données brutes et les transformer en informations précises.

Préparation 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.

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.