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.
778 Cours

Cours

Google Workspace End User: Google Sheets

  • DébutantNiveau de compétence
  • 4.8+
  • 18 révisions

Learn to create and edit spreadsheets in Google Sheets, work with data, build formulas, and collaborate in real time.

Cloud

6 heures 30 min

Cours

DataLab avec SQL

  • DébutantNiveau de compétence
  • 4.8+
  • 45 révisions

Améliorez vos compétences en analyse grâce à ce cours pratique utilisant SQL avec les classeurs DataLab.

Rapports

1 heure

Cours

Google Workspace End User: Google Calendar

  • DébutantNiveau de compétence
  • 4.8+
  • 18 révisions

Learn to create and manage events, schedule meetings, share calendars, and use tasks and reminders to stay organized.

Cloud

4 heures 45 min

Cours

AI Infrastructure: Networking Techniques

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 12 révisions

Design and deploy high-performance AI/ML solutions using Google Clouds AI Hypercomputer, GPUs, TPUs, Compute, and Google Kubernetes Engine.

Cloud

1 heure

Cours

Production Machine Learning Systems

  • IntermédiaireNiveau de compétence
  • 5
  • 8 révisions

Learn how to implement the various flavors of ML: static, dynamic, and continuous training; static and dynamic inference; and batch and online processing.

Cloud

16 heures

Cours

Programmation R défensive

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 78 révisions

Apprenez la programmation défensive en R pour renforcer la robustesse de votre code.

Développement de logiciels

4 heures

Cours

Lois de probabilité multivariées en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 44 révisions

Apprenez à analyser, visualiser et modéliser des données multivariées.

Probabilités et statistiques

4 heures

Cours

Google Workspace End User: Google Drive

  • DébutantNiveau de compétence
  • 4.8+
  • 17 révisions

Learn to upload, organize, share, and manage files and folders in Google Drive from any device.

Cloud

5 heures 30 min

Cours

Créer des tableaux de bord avec flexdashboard

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 51 révisions

Dans ce cours, vous apprendrez à créer des tableaux de bord statiques et interactifs à laide de flexdashboard et shiny.

Rapports

4 heures

Cours

Expressions régulières intermédiaires en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 34 révisions

Manipulez des données textuelles, analysez-les et bien plus en maîtrisant les expressions régulières et les distances entre chaînes dans R.

Développement de logiciels

4 heures

Cours

Julia intermédiaire

  • DébutantNiveau de compétence
  • 4.7+
  • 83 révisions

Take your Julia skills to the next level with our intermediate Julia course. Learn about loops, advanced data structures, timing, and more.

Développement de logiciels

4 heures

Cours

Google Workspace End User: Google Docs

  • DébutantNiveau de compétence
  • 4.8+
  • 18 révisions

Learn to create, format, and collaborate on documents in real time using Google Docs, stored securely in the cloud.

Cloud

4 heures 30 min

Cours

Machine Learning Operations (MLOps) for Generative AI

  • IntermédiaireNiveau de compétence
  • 4.9+
  • 12 révisions

Uncover the unique challenges faced by MLOps teams when deploying and managing Generative AI models, and explore how Vertex AI empowers AI teams.

Cloud

30 min

Cours

Combiner des données avec data.table en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 73 révisions

Ce cours vous montrera comment combiner et fusionner des ensembles de données avec data.table.

Manipulation des données

4 heures

Cours

Google Workspace End User: Google Meet

  • DébutantNiveau de compétence
  • 4.8+
  • 19 révisions

Learn to schedule, host, and manage video meetings in Google Meet, including screen sharing and collaboration tools.

Cloud

5 heures 30 min

Cours

Introduction to Gemini Enterprise

  • DébutantNiveau de compétence
  • 4.9+
  • 14 révisions

Gemini Enteprise brings together AI agents, enterprise search, NotebookLM, and intelligent data access to solve organizational challenges.

Cloud

2 heures 15 min

Cours

Analyser les données du recensement américain avec R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 38 révisions

Apprenez à visualiser et à explorer rapidement les données démographiques du Bureau du recensement des États-Unis à laide des outils tidyverse.

Analyse exploratoire des données

4 heures

Cours

Analyzing Social Media Data in R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 90 révisions

Extrayez et visualisez les données Twitter, effectuez des analyses de sentiments et de réseaux, et cartographiez vos tweets.

Manipulation des données

4 heures

Cours

Architecting with Google Kubernetes Engine: Production

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 11 révisions

Secure and monitor GKE production environments. Learn access control, logging, monitoring, CI/CD pipelines, and managed storage integration on Google Cloud.

Cloud

3 heures 30 min

Cours

Manage Scalable Workloads in GKE

  • AvancéNiveau de compétence
  • 4.7+
  • 8 révisions

Scale and manage multi-cluster GKE environments. Master fleets, Cloud Service Mesh, identity management, CI/CD at scale, and GKE Enterprise capabilities.

Cloud

7 heures 20 min

Cours

Practicing Statistics Interview Questions in R

  • AvancéNiveau de compétence
  • 4.7+
  • 23 révisions

In this course, youll prepare for the most frequently covered statistical topics from distributions to hypothesis testing, regression models, and much more.

Probabilités et statistiques

4 heures

Cours

Work with Gemini Models in BigQuery

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 15 révisions

Work with Gemini AI models in BigQuery for sentiment analysis. Analyze customer reviews using SQL and Python notebooks with Gemini.

Cloud

1 heure

Cours

Serverless Data Processing with Dataflow: Operations

  • AvancéNiveau de compétence
  • 4.9+
  • 12 révisions

Operate Dataflow pipelines in production. Learn monitoring, logging, troubleshooting, performance tuning, CI/CD, reliability, and templates.

Cloud

4 heures 13 min

Cours

Modélisation bayésienne avec RJAGS

  • AvancéNiveau de compétence
  • 4.8+
  • 51 révisions

Dans ce cours, vous apprendrez à mettre en œuvre des modèles bayésiens plus avancés à laide de RJAGS.

Probabilités et statistiques

4 heures

Cours

AI Infrastructure: Cloud GPUs

  • IntermédiaireNiveau de compétence
  • 5
  • 8 révisions

Well explore how CPUs, GPUs, and TPUs make AI tasks super fast, what makes each one unique, and how AI software gets the most out of them.

Cloud

1 heure

Cours

Optimiser du code R avec Rcpp

  • IntermédiaireNiveau de compétence
  • 4.9+
  • 12 révisions

Utilisez C++ pour améliorer considérablement les performances de votre code R.

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.