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

Modèles GARCH en R

  • AvancéNiveau de compétence
  • 4.8+
  • 95 révisions

Définissez et adaptez des modèles GARCH afin de prévoir la volatilité variable dans le temps et la valeur à risque.

Finance appliquée

4 heures

Cours

Analyse de portefeuille intermédiaire en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 68 révisions

Développez vos compétences en finance pour effectuer des backtests, analyser et optimiser des portefeuilles financiers.

Finance appliquée

5 heures

Cours

MLOps pour l’entreprise

  • DébutantNiveau de compétence
  • 4.8+
  • 138 révisions

Découvrez MLOps, notamment les outils et les pratiques nécessaires à lautomatisation et à la mise à léchelle des applications de ML.

Machine learning

3 heures

Cours

Prévisions financières en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 88 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

Introduction to Data Engineering on Google Cloud

  • DébutantNiveau de compétence
  • 4.7+
  • 9 révisions

Learn the data engineering role on Google Cloud. Explore data sources, storage solutions, ETL/ELT architectures, BigQuery, Dataform, and Dataproc.

Cloud

3 heures 41 min

Cours

Visualisation de données interactive avec plotly en R

  • DébutantNiveau de compétence
  • 4.8+
  • 80 révisions

Découvrez comment utiliser plotly dans R pour créer des graphiques interactifs afin daméliorer la présentation de vos données.

Visualisation des données

4 heures

Cours

Études de cas en pensée statistique

  • IntermédiaireNiveau de compétence
  • 4.9+
  • 79 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

Python pour les utilisateurs de MATLAB

  • DébutantNiveau de compétence
  • 4.7+
  • 29 révisions

Passez de MATLAB à Python en apprenant quelques concepts fondamentaux et en vous familiarisant avec les bibliothèques NumPy et Matplotlib.

Développement de logiciels

4 heures

Cours

Programmation parallèle avec Dask en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 62 révisions

Utilisez la programmation parallèle Python avec Dask pour optimiser vos flux de travail et gérer efficacement les données volumineuses.

Développement de logiciels

4 heures

Cours

Réduction de dimension en R

  • DébutantNiveau de compétence
  • 4.7+
  • 96 révisions

Learn dimensionality reduction techniques in R and master feature selection and extraction for your own data and models.

Machine learning

4 heures

Cours

Machines à vecteurs de support en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 84 révisions

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

Machine learning

4 heures

Cours

Mise en forme conditionnelle dans Google Sheets

  • DébutantNiveau de compétence
  • 4.8+
  • 97 révisions

Découvrez comment utiliser la mise en forme conditionnelle grâce aux options intégrées et en créant des formules personnalisées.

Manipulation des données

2 heures

Cours

Étude de cas : analyse RH dans Tableau

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 69 révisions

Découvrez lanalyse des données RH dans Tableau grâce à cette étude de cas.

Visualisation des données

3 heures

Cours

Analyzing US Census Data in Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 61 révisions

Apprenez à utiliser lAPI Census pour travailler avec des données démographiques et socio-économiques.

Analyse exploratoire des données

5 heures

Cours

NLP avancé avec spaCy

  • IntermédiaireNiveau de compétence
  • 4.6+
  • 20 révisions

Learn how to use spaCy to build advanced natural language understanding systems, using both rule-based and machine learning approaches.

Machine learning

5 heures

Cours

Working with DeepSeek in Python

  • DébutantNiveau de compétence
  • 4.7+
  • 98 révisions

Discover what all of the DeepSeek hype was really about! Build applications using DeepSeeks R1 and V3 models.

Intelligence artificielle

3 heures

Cours

Feature engineering en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 142 révisions

Découvrez les principes de lingénierie des caractéristiques pour le ML et comment les mettre en œuvre à laide du framework R tidymodels.

Machine learning

4 heures

Cours

Essential Google Cloud Infrastructure: Core Services

  • IntermédiaireNiveau de compétence
  • 4.9+
  • 17 révisions

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

Cloud

4 heures 15 min

Cours

Getting Started with Google Kubernetes Engine

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 18 révisions

The goal of this course is to introduce the basics of Google Kubernetes Engine, or GKE, and how to get applications containerized and running in Google Cloud.

Cloud

5 heures 15 min

Cours

Amortissement de prêt dans Google Sheets

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 45 révisions

Découvrez comment créer un tableau de bord damortissement dans Google Sheets à laide de formules financières et conditionnelles.

Finance appliquée

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.