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.
779 Cours

Cours

Analyzing US Census Data in Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 64 révisions

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

Analyse exploratoire des données

5 heures

Cours

Analyse de portefeuille intermédiaire en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 71 révisions

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

Finance appliquée

5 heures

Cours

Supervision et dépannage sur AWS

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 11 révisions

Monitor and troubleshoot AWS apps with Amazon CloudWatch and AWS X-Ray. Collect metrics and logs, build dashboards, set alarms, and trace requests.

Cloud

3 heures

Cours

Google: Add Agent Capabilities With Tools

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 25 révisions

Equip AI agents with tools for web search, code execution, database queries, and custom actions. Transform agents into capable assistants.

Cloud

3 heures

Cours

Étude de cas : analyse financière dans KNIME

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 119 révisions

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

Finance appliquée

3 heures

Cours

Programmer avec dplyr

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 50 révisions

Apprenez à effectuer des transformations dplyr avancées et à intégrer du code dplyr et ggplot2 dans des fonctions.

Manipulation des données

4 heures

Cours

Working with DeepSeek in Python

  • DébutantNiveau de compétence
  • 4.7+
  • 105 révisions

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

Intelligence artificielle

3 heures

Cours

Analyse de réseaux intermédiaire en Python

  • AvancéNiveau de compétence
  • 4.8+
  • 83 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

Automating Deployments on AWS

  • IntermédiaireNiveau de compétence
  • 5
  • 8 révisions

Build CI/CD pipelines with AWS CodePipeline, CodeBuild, and CodeDeploy. Automate blue/green and canary releases, and define infrastructure with CloudFormation.

Cloud

3 heures

Cours

Logging and Monitoring in Google Cloud

  • DébutantNiveau de compétence
  • 4.9+
  • 25 révisions

This course, Logging and Monitoring in Google Cloud, covers the operations-focused components including Logging, Monitoring, and Service Monitoring.

Cloud

5 heures 15 min

Cours

Évaluation et analyse des obligations en Python

  • DébutantNiveau de compétence
  • 4.8+
  • 73 révisions

Découvrez le fonctionnement des obligations, évaluez et analysez certains de leurs risques à laide des packages numpy et numpy-financial.

Finance appliquée

4 heures

Cours

Étude de cas : analyse RH dans Tableau

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 78 révisions

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

Visualisation des données

3 heures

Cours

Auditing Expenses with Claude Cowork

  • IntermédiaireNiveau de compétence
  • 4.6+
  • 5 révisions

Bored of pouring over expenses to figure out which ones violate policy? No longer! Use Claude Cowork to produce fast and clear expense violation reports.

Intelligence artificielle

15 min

Cours

Feature engineering en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 152 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

Machine Learning for Marketing Analytics in R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 71 révisions

Dans ce cours, vous apprendrez à utiliser Data Science pour plusieurs tâches marketing courantes.

Machine learning

4 heures

Cours

Visualisation des données dans KNIME

  • DébutantNiveau de compétence
  • 4.8+
  • 201 révisions

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

Visualisation des données

2 heures

Cours

Détection de fraude en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 38 révisions

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

Machine learning

4 heures

Cours

Trading financier en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 77 révisions

Ce cours couvre les bases du trading financier et l’utilisation de quantstrat pour créer des stratégies de trading basées sur des signaux.

Finance appliquée

5 heures

Cours

Build a Certification Study Guide: ACE Exam Prep

  • DébutantNiveau de compétence
  • 4.7+
  • 16 révisions

Learn how to use NotebookLM to create a personalized study guide for the Professional Machine Learning Engineer certification exam (PMLE).

Cloud

1 heure

Cours

Introduction à Spark avec sparklyr en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 82 révisions

Apprenez à effectuer des analyses de mégadonnées à laide de Spark et du package sparklyr dans R, et découvrez Spark MLIb en seulement 4 heures.

Ingénierie des données

4 heures

Cours

Observability in Google Cloud

  • DébutantNiveau de compétence
  • 4.9+
  • 23 révisions

This course is all about application performance management tools, including Error Reporting, Cloud Trace, and Cloud Profiler.

Cloud

4 heures 30 min

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.

Download on the App StoreGet it on Google Play