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

Concepts des paradigmes de programmation

  • DébutantNiveau de compétence
  • 4.8+
  • 146 révisions

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

Développement de logiciels

2 heures

Cours

Analyse de réseaux intermédiaire en Python

  • AvancéNiveau de compétence
  • 4.8+
  • 89 révisions

Analyze time series graphs, use bipartite graphs, and gain the skills to tackle advanced problems in network analytics.

Probabilités et statistiques

4 heures

Cours

Fondements de l’inférence en Python

  • AvancéNiveau de compétence
  • 4.8+
  • 231 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

Simulation d’événements discrets en Python

  • AvancéNiveau de compétence
  • 4.7+
  • 80 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

Visualiser des données géospatiales avec R

  • IntermédiaireNiveau de compétence
  • 4.6+
  • 90 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

Prévisions financières en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 96 révisions

Step into the role of CFO and learn how to advise a board of directors on key metrics while building a financial forecast.

Finance appliquée

4 heures

Cours

Machines à vecteurs de support en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 95 révisions

Ce cours présente la machine à vecteurs de support (SVM) à laide dune approche visuelle et intuitive.

Machine learning

4 heures

Cours

Analyse factorielle avec R

  • AvancéNiveau de compétence
  • 4.7+
  • 164 révisions

Explorer les variables latentes, telles que la personnalité, à laide danalyses factorielles exploratoires et confirmatoires.

Probabilités et statistiques

4 heures

Cours

Écrire du code efficace avec pandas

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 165 révisions

Apprenez des techniques efficaces dans pandas pour optimiser votre code Python.

Développement de logiciels

4 heures

Cours

Modèles GARCH en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 203 révisions

Découvrez les modèles GARCH, comment les mettre en œuvre et les calibrer sur des données financières allant des actions aux devises étrangères.

Finance appliquée

4 heures

Cours

Données catégorielles dans le Tidyverse

  • DébutantNiveau de compétence
  • 4.8+
  • 177 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

Analyse de réseaux avec R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 135 révisions

Apprenez à analyser et à visualiser les données réseau à laide du package igraph et créez des graphiques réseau interactifs avec threejs.

Probabilités et statistiques

4 heures

Cours

Maîtriser les biais de données

  • DébutantNiveau de compétence
  • 4.7+
  • 239 révisions

Libérez le potentiel de vos données en apprenant à détecter et à atténuer les biais pour obtenir des analyses précises et des modèles fiables.

Gestion des données

2 heures

Cours

Google: Optimize Agent Behavior

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 39 révisions

Turn a basic AI agent into a sophisticated assistant using advanced instructions, model selection, planning capabilities, and structured output.

Cloud

2 heures

Cours

Créer des moteurs de recommandation avec PySpark

  • AvancéNiveau de compétence
  • 4.8+
  • 250 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

Cours

Introduction to Security in the World of AI

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 31 révisions

This course equips security and data protection leaders with strategies to securely manage AI within their organizations.

Cloud

1 heure

Cours

Manipulation de données avec data.table en R

  • DébutantNiveau de compétence
  • 4.6+
  • 23 révisions

Maîtrisez les concepts clés de la manipulation des données : filtrage, sélection et calcul des statistiques par groupe avec data.table.

Manipulation des données

4 heures

Cours

RAG de bout en bout avec Weaviate

  • IntermédiaireNiveau de compétence
  • 4.6+
  • 20 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

AI Infrastructure: Introduction to AI Hypercomputer

  • IntermédiaireNiveau de compétence
  • 5
  • 21 révisions

Youll learn about the different components inside a hypercomputer, like GPUs, TPUs, and CPUs, and discover how to pick the right one for your needs.

Cloud

1 heure

Cours

Études de cas en pensée statistique

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 87 révisions

Take vital steps towards mastery as you apply your statistical thinking skills to real-world data sets and extract actionable insights from them.

Probabilités et statistiques

4 heures

Cours

Modèles linéaires généralisés en Python

  • AvancéNiveau de compétence
  • 4.7+
  • 147 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

Machine Learning dans le tidyverse

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 119 révisions

Exploitez les packages tidyr et purrr du tidyverse pour générer, explorer et évaluer des modèles de machine learning.

Machine learning

5 heures

Cours

Tests A/B en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 95 révisions

Découvrez les tests A/B dans R, concevez des expériences, analysez des data, prédisez et présentez des résultats à laide de visualisations.

Probabilités et statistiques

4 heures

Cours

RGPD en pratique : conformité et amendes

  • DébutantNiveau de compétence
  • 4.8+
  • 99 révisions

Découvrez le RGPD à travers des cas concrets liés aux droits relatifs aux données, aux violations et aux défis en matière de conformité.

Gestion des données

2 heures

Cours

Transformation des données dans KNIME

  • DébutantNiveau de compétence
  • 4.8+
  • 299 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

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.