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.
728 Cours

Cours

Analyse des séries temporelles avec Tableau

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 153 révisions

In this course, you’ll learn to classify, treat and analyze time series; an absolute must, if you’re serious about stepping up as an analytics professional.

Visualisation des données

2 heures

Cours

Interactive Maps with leaflet in R

  • DébutantNiveau de compétence
  • 4.7+
  • 92 révisions

Learn how to produce interactive web maps with ease using leaflet.

Visualisation des données

4 heures

Cours

Travailler avec l’API OpenAI Responses

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 60 révisions

Développez plus facilement que jamais des applications dIA intelligentes, interactives et fiables grâce à lAPI OpenAI Responses et à GPT-5.

Intelligence artificielle

3 heures

Cours

Analytique marketing dans Tableau

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 85 révisions

Maîtrisez lanalyse marketing à laide de Tableau. Analysez les performances, comparez les indicateurs et optimisez les stratégies sur tous les canaux.

Préparation des données

6 heures

Cours

Créer des moteurs de recommandation en Python

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 142 révisions

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

Machine learning

4 heures

Cours

Analyzing IoT Data in Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 102 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

Importer des données en Java

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 55 révisions

Learn to import, manipulate, and transform data in Java using the Tablesaw library. Work with CSV files, tabular structures, and complex JSON formats.

Développement de logiciels

3 heures

Cours

Essential Google Cloud Infrastructure: Foundation

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 23 révisions

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

Cloud

4 heures 45 min

Cours

Interroger une base de données PostgreSQL en Java

  • AvancéNiveau de compétence
  • 4.8+
  • 87 révisions

Connectez Java à PostgreSQL à laide de JDBC. Écrivez des requêtes sécurisées, gérez les transactions et traitez efficacement de grands ensembles de données.

Développement de logiciels

3 heures

Cours

Transformation des données dans KNIME

  • DébutantNiveau de compétence
  • 4.8+
  • 283 révisions

Améliorez vos compétences KNIME avec notre cours sur la transformation des données, les opérations en colonnes et loptimisation du flux de travail.

Préparation des données

2 heures

Cours

Données catégorielles dans le Tidyverse

  • DébutantNiveau de compétence
  • 4.7+
  • 165 révisions

Dans ce cours, vous travaillerez avec des données non numériques : intitulés de poste, réponses à des enquêtes, via Tidyverse.

Manipulation des données

4 heures

Cours

L'IA pour les data analysts

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 17 révisions

Use AI across every stage of your data analysis. Write sharper prompts, audit data quality, find insights worth chasing, and ship work you can trust.

Intelligence artificielle

4 heures

Cours

Google: Enterprise Agents and Use Cases

  • DébutantNiveau de compétence
  • 4.9+
  • 45 révisions

Map agent types to your KPIs and explore use cases that solve problems, learn how Gemini Enterprise empowers you to build and orchestrate the right agents.

Cloud

45 min

Cours

Machine Learning pour le marketing en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 168 révisions

From customer lifetime value, predicting churn to segmentation - learn and implement Machine Learning use cases for Marketing in Python.

Machine learning

4 heures

Cours

Credit Risk Modeling in R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 83 révisions

Apply statistical modeling in a real-life setting using logistic regression and decision trees to model credit risk.

Finance appliquée

4 heures

Cours

Sentiment Analysis in R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 95 révisions

Learn sentiment analysis by identifying positive and negative language, specific emotional intent and making compelling visualizations.

Machine learning

4 heures

Cours

Modèles linéaires généralisés en Python

  • AvancéNiveau de compétence
  • 4.7+
  • 143 révisions

Créez une boîte à outils de régression avec les modèles logistiques et de Poisson. Formez, comprenez et validez-les. Faites des prédictions.

Probabilités et statistiques

5 heures

Cours

Python pour les utilisateurs de R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 78 révisions

Ce cours sadresse aux utilisateurs de R qui souhaitent se familiariser avec Python.

Développement de logiciels

5 heures

Cours

Analyzing Social Media Data in Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 32 révisions

In this course, youll learn how to collect Twitter data and analyze Twitter text, networks, and geographical origin.

Manipulation des données

4 heures

Cours

Détection de fraude en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 37 révisions

Apprenez à détecter les fraudes à laide des analyses dans R.

Machine learning

4 heures

Cours

Gestion quantitative des risques avec R

  • DébutantNiveau de compétence
  • 4.8+
  • 80 révisions

Travailler avec des séries de rendements des facteurs de risque, étudier leurs propriétés empiriques et estimer la valeur à risque.

Finance appliquée

5 heures

Cours

Machine Learning in the Tidyverse

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 108 révisions

Leverage tidyr and purrr packages in the tidyverse to generate, explore, and evaluate machine learning models.

Machine learning

5 heures

Cours

RAG de bout en bout avec Weaviate

  • IntermédiaireNiveau de compétence
  • 4.6+
  • 16 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

Optimisation des hyperparamètres en R

  • AvancéNiveau de compétence
  • 4.8+
  • 54 révisions

Découvrez comment ajuster les hyperparamètres de votre modèle afin dobtenir les meilleurs résultats prédictifs.

Machine learning

4 heures

Cours

Visualiser des données géospatiales avec R

  • IntermédiaireNiveau de compétence
  • 4.5+
  • 86 révisions

Apprenez à lire, explorer et manipuler des données spatiales, puis utilisez vos compétences pour créer des cartes informatives avec R.

Visualisation des données

4 heures

Cours

Concepts des paradigmes de programmation

  • DébutantNiveau de compétence
  • 4.8+
  • 131 révisions

Découvrez divers paradigmes de programmation, notamment la programmation impérative et déclarative, procédurale, fonctionnelle et orientée objet.

Développement de logiciels

2 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.