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

Étude de cas : analyse de données dans Databricks

  • AvancéNiveau de compétence
  • 4.6+
  • 97 révisions

Apprenez à analyser les données Airbnb à laide de SQL dans Databricks, à créer des tableaux de bord et à en tirer des informations exploitables.

Importation et nettoyage des données

3 heures

Cours

Utiliser les magasins de données dans AWS

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 44 révisions

Apprenez à choisir, créer et sécuriser des stockages de données AWS, dont DynamoDB et S3, via des exercices pratiques en console et des cas réels.

Cloud

3 heures

Cours

Modéliser des données avec le Tidyverse

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 245 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

Manipuler des séries temporelles en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 295 révisions

Maîtrisez la manipulation des data temporelles via R, limportation, la synthèse, la création de sous-ensembles, via zoo, lubridate et xts.

Manipulation des données

4 heures

Cours

Feature Engineering avec PySpark

  • AvancéNiveau de compétence
  • 4.8+
  • 310 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

Cours

Traitement du langage parlé en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 299 révisions

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

Manipulation des données

4 heures

Cours

Introduction à la modélisation linéaire en Python

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 231 révisions

Explore the concepts and applications of linear models with python and build models to describe, predict, and extract insight from data patterns.

Probabilités et statistiques

4 heures

Cours

Étude de cas : analyse des stocks dans Power BI

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 184 révisions

Ce cas Power BI sappuie sur une utilisation dans les affaires, portant sur lanalyse des stocks à laide de DAX et de visualisations.

Visualisation des données

5 heures

Cours

Analyse de clusters avec R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 77 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

Google: Deploy Your First Agent

  • IntermédiaireNiveau de compétence
  • 4.9+
  • 32 révisions

Deploy ADK agents to production using Vertex AI Agent Engine and Cloud Run. Add persistent cross-session memory with Memory Bank.

Cloud

1 heure

Cours

Créer des workflows agentiques avec LlamaIndex

  • AvancéNiveau de compétence
  • 4.7+
  • 74 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

Réflexion statistique en Python (Partie 2)

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 265 révisions

Apprenez à réaliser les deux tâches principales de linférence statistique : lestimation des paramètres et le test dhypothèses.

Probabilités et statistiques

4 heures

Cours

Introduction à Amazon Bedrock

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 135 révisions

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

Intelligence artificielle

3 heures

Cours

Auditing Expenses with Claude Cowork

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 15 révisions

Bored of pouring over expenses to figure out which ones violate policy? No longer! Use Claude Cowork to produce fast and clear expense violation reports.

Intelligence artificielle

15 min

Cours

Google: Human-Centered AI

  • DébutantNiveau de compétence
  • 4.8+
  • 78 révisions

Learn human-centric AI orchestration. Distinguish between augmentation and automation, and balance machine efficiency with human intuition.

Cloud

10 min

Cours

Modèles Linéaires Généralisés (GLM) en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 213 révisions

Le cours sur le modèle linéaire généralisé élargit votre boîte à outils de régression pour inclure la régression logistique et la régression de Poisson.

Probabilités et statistiques

4 heures

Cours

Analyse marketing dans Google Sheets

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 232 révisions

Découvrez comment garantir la saisie de données fiables et créer des tableaux de bord dynamiques pour afficher vos données marketing.

Rapports

4 heures

Cours

Visualiser des séries temporelles en Python

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 100 révisions

Visualisez la saisonnalité, les tendances et dautres modèles dans vos données chronologiques.

Visualisation des données

4 heures

Cours

Méthodes d’ensemble en Python

  • AvancéNiveau de compétence
  • 4.8+
  • 427 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

Google: Introduction to Large Language Models

  • DébutantNiveau de compétence
  • 4.9+
  • 33 révisions

This is an introductory level course that explores what large language models (LLM) are, their use cases, and how you can prompt them.

Cloud

1 heure

Cours

Modélisation d'images avec Keras

  • AvancéNiveau de compétence
  • 4.8+
  • 93 révisions

Analyse d’images avec Keras : construisez, entraînez et évaluez des réseaux convolutifs (CNN) en Python.

Intelligence artificielle

4 heures

Cours

Introduction à l’évaluation d’entreprise

  • DébutantNiveau de compétence
  • 4.8+
  • 175 révisions

Évaluez une entreprise à laide dapplications concrètes et détudes de cas utilisant l’actualisation des flux de trésorerie (DCF).

Finance appliquée

3 heures

Cours

Analyse de survie en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 208 révisions

Travaillez avec des data de temps jusquà un événement. Estimez, visualisez et interprétez les modèles de survie.

Probabilités et statistiques

4 heures

Cours

Introduction to Security Principles in Cloud Computing

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 9 révisions

In this course, you’ll explore the essentials of cybersecurity, including the security lifecycle, digital transformation, and key cloud computing concepts.

Cloud

18 heures 15 min

Cours

Customer Segmentation in Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 177 révisions

Découvrez comment segmenter vos clients dans Python.

Manipulation des données

4 heures

Cours

Build a Certification Study Guide: ACE Exam Prep

  • DébutantNiveau de compétence
  • 4.7+
  • 32 révisions

Learn how to use NotebookLM to create a personalized study guide for the Professional Machine Learning Engineer certification exam (PMLE).

Cloud

1 heure

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.