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

Python pour les utilisateurs de feuilles de calcul

  • DébutantNiveau de compétence
  • 4.8+
  • 34 révisions

Utilisez vos connaissances des fonctions et techniques courantes en matière de tableurs pour explorer Python.

Développement de logiciels

4 heures

Cours

Building AI Agents with Haystack

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 39 révisions

Create a healthcare AI agent using Haystack, an open-source framework for orchestrating LLMs and external components.

Intelligence artificielle

1 heure 30 min

Cours

Erreurs et incertitudes dans Google Sheets

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 138 révisions

Distinguez les différences réelles du bruit aléatoire et explorez les béquilles psychologiques qui interfèrent avec notre prise de décision.

Probabilités et statistiques

4 heures

Cours

Cleaning Data in Java

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 60 révisions

Master data cleaning in Java using statistical methods, transformations, and validation for reliable apps.

Importation et nettoyage des données

4 heures

Cours

Analyse de panier en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 84 révisions

Explorez les règles dassociation dans lanalyse des paniers avec R en analysant les data de vente et en recommandant des films.

Manipulation des données

4 heures

Cours

Monitor and Troubleshoot Azure Solutions

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 64 révisions

Learn how to monitor, diagnose, and optimize Azure applications using Azure Monitor, Application Insights, and Log Analytics.

Cloud

3 heures

Cours

Manipulation de données avec data.table en R

  • DébutantNiveau de compétence
  • 4.6+
  • 21 révisions

Master core concepts about data manipulation such as filtering, selecting and calculating groupwise statistics using data.table.

Manipulation des données

4 heures

Cours

Fondements de l’inférence en Python

  • AvancéNiveau de compétence
  • 4.8+
  • 217 révisions

Apprenez à tirer des conclusions pertinentes à partir de données dans ce cours de quatre heures sur linférence statistique en Python.

Probabilités et statistiques

4 heures

Cours

Agents de text-to-query avec MongoDB et LangGraph

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 33 révisions

Découvrez comment interagir avec vos données à laide dagents IA de conversion de texte en requête avec MongoDB et LangGraph.

Intelligence artificielle

2 heures

Cours

Time Series Analysis in PostgreSQL

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 92 révisions

Learn how to use PostgreSQL to handle time series analysis effectively and apply these techniques to real-world data.

Manipulation des données

4 heures

Cours

Visualisation des données dans KNIME

  • DébutantNiveau de compétence
  • 4.8+
  • 198 révisions

Découvrez comment créer des visualisations de données percutantes avec KNIME, incluant graphiques, composants et tableaux de bord.

Visualisation des données

2 heures

Cours

Simulation statistique en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 28 révisions

Apprenez à résoudre des problèmes de plus en plus complexes en utilisant des simulations pour générer et analyser des données.

Probabilités et statistiques

4 heures

Cours

Analyse de survie en Python

  • AvancéNiveau de compétence
  • 4.7+
  • 71 révisions

Utilisez lanalyse de survie pour traiter les données relatives au délai avant événement et prédire la durée de survie.

Probabilités et statistiques

4 heures

Cours

Text mining avec sac de mots en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 137 révisions

Apprenez la technique du sac de mots pour lexploration de textes avec R.

Machine learning

4 heures

Cours

Analyzing Police Activity with pandas

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 25 révisions

Explore the Stanford Open Policing Project dataset and analyze the impact of gender on police behavior using pandas.

Manipulation des données

4 heures

Cours

Case Study: Financial Analysis in KNIME

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 115 révisions

Apply financial analysis in KNIME with real-world data, enhancing data preparation and workflow skills.

Finance appliquée

3 heures

Cours

Google: Agent Fundamentals

  • DébutantNiveau de compétence
  • 4.8+
  • 22 révisions

Learn AI agent fundamentals — how they differ from LLMs, when to use them, and explore agent architecture, orchestration, and tools.

Cloud

1 heure

Cours

Évaluation et analyse des obligations avec R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 83 révisions

Développez des modèles R permettant dévaluer et analyser les obligations, et de les protéger contre les fluctuations des taux dintérêt.

Finance appliquée

4 heures

Cours

Manipulation de données dans KNIME

  • DébutantNiveau de compétence
  • 4.8+
  • 244 révisions

Automate data manipulation with KNIME, mastering merging, aggregation, database workflows, and advanced file handling.

Manipulation des données

3 heures

Cours

Pandas Joins for Spreadsheet Users

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 53 révisions

Learn how to effectively and efficiently join datasets in tabular format using the Python Pandas library.

Manipulation des données

4 heures

Cours

Étude de cas : analyse e-commerce dans Tableau

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 62 révisions

En e-commerce, augmentation des ventes et réduction des dépenses sont cruciales. Analysez les data dune entreprise de produits pour animaux

Visualisation des données

3 heures

Cours

Simulation d’événements discrets en Python

  • AvancéNiveau de compétence
  • 4.7+
  • 68 révisions

Découvrez la simulation à événements discrets pour optimiser vos processus. Développez des jumeaux numériques via SimPy de Python.

Probabilités et statistiques

4 heures

Cours

Building Dashboards with shinydashboard

  • DébutantNiveau de compétence
  • 4.6+
  • 74 révisions

Learn to create interactive dashboards with R using the powerful shinydashboard package. Create dynamic and engaging visualizations for your audience.

Rapports

4 heures

Cours

Developing R Packages

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 139 révisions

Learn to develop R packages and boost your coding skills. Discover package creation benefits, practice with dev tools, and create a unit conversion package.

Développement de logiciels

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.