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.
82 Cours

Cours

Surveiller le Machine Learning en Python

  • AvancéNiveau de compétence
  • 4.8+
  • 375 révisions

Ce cours couvre tous les aspects nécessaires à la création dun système de surveillance de machine learning de base en Python.

Machine learning

3 heures

Cours

Introduction aux tests en Java

  • AvancéNiveau de compétence
  • 4.8+
  • 170 révisions

Rédigez des tests efficaces en Java à laide de JUnit et Mockito afin de développer des applications robustes et fiables en toute confiance.

Développement de logiciels

3 heures

Cours

Graph RAG avec LangChain et Neo4j

  • AvancéNiveau de compétence
  • 4.7+
  • 109 révisions

Créez des systèmes RAG plus précis et plus fiables avec Graph RAG et hybrid RAG.

Intelligence artificielle

3 heures

Cours

Databricks avec le SDK Python

  • AvancéNiveau de compétence
  • 4.7+
  • 87 révisions

Maîtrisez Databricks avec Python : apprenez à vous authentifier, gérer les clusters, automatiser les jobs et interroger des modèles d’IA par programmation.

Intelligence artificielle

3 heures

Cours

Modèles ARIMA en Python

  • AvancéNiveau de compétence
  • 4.8+
  • 417 révisions

Découvrez les modèles ARIMA en Python et devenez un expert en analyse de séries chronologiques.

Machine learning

4 heures

Cours

Inférence pour la régression linéaire en R

  • AvancéNiveau de compétence
  • 4.8+
  • 173 révisions

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

Probabilités et statistiques

4 heures

Cours

Introduction à l’analyse de portefeuille en Python

  • AvancéNiveau de compétence
  • 4.8+
  • 351 révisions

Calculez le risque et la performance, constituez un portefeuille optimal pour obtenir le compromis souhaité entre risque et rendement.

Finance appliquée

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

Reinforcement Learning from Human Feedback (RLHF)

  • AvancéNiveau de compétence
  • 4.7+
  • 308 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

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

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

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

Feature Engineering avec PySpark

  • AvancéNiveau de compétence
  • 4.8+
  • 297 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

Étude de cas : analyse de données dans Databricks

  • AvancéNiveau de compétence
  • 4.6+
  • 87 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

Building Data Pipelines with Airflow

  • AvancéNiveau de compétence
  • 4.7+
  • 14 révisions

Author Dags with the TaskFlow API, asset-based scheduling, and deferrable sensors, and run an end-to-end SQL ETL pipeline with quality checks.

Ingénierie des données

4 heures

Cours

Programmation orientée objet avec S3 et R6 en R

  • AvancéNiveau de compétence
  • 4.7+
  • 292 révisions

Gérez la complexité de votre code en utilisant la programmation orientée objet avec les systèmes S3 et R6.

Développement de logiciels

4 heures

Cours

Modélisation d'images avec Keras

  • AvancéNiveau de compétence
  • 4.8+
  • 90 révisions

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

Intelligence artificielle

4 heures

Cours

Probabilité avancée : l’incertitude dans les données

  • AvancéNiveau de compétence
  • 4.8+
  • 156 révisions

Develop a better intuition for advanced probability, risk assessment, and simulation techniques to make data-driven business decisions with confidence.

Probabilités et statistiques

2 heures

Cours

Interroger une base de données PostgreSQL en Java

  • AvancéNiveau de compétence
  • 4.8+
  • 95 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

Créer des moteurs de recommandation avec PySpark

  • AvancéNiveau de compétence
  • 4.8+
  • 239 révisions

Apprenez à utiliser des outils et des techniques pour exploiter vos propres big data afin de faciliter des expériences positives pour vos utilisateurs.

Machine learning

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.