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.
349 Cours

Cours

Trading financier en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 285 révisions

Apprenez à mettre en œuvre des stratégies de trading personnalisées en Python, les tester rétrospectivement et à évaluer leurs performances.

Finance appliquée

4 heures

Cours

Reconfigurer les données avec pandas

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 784 révisions

Remodelez les DataFrame dun format large à long, empilez et désempilez les lignes et colonnes, et manipulez les DataFrame multi-index.

Manipulation des données

4 heures

Cours

Traitement du langage naturel avec spaCy

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 582 révisions

Maîtrisez les opérations spaCy, formez des modèles de langage naturel. Extrayez des info de data non structurées et identifiez des modèles.

Machine learning

4 heures

Cours

Réduction de dimension en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 852 révisions

Comprenez le concept de réduction de la dimensionnalité de vos données et maîtrisez les techniques permettant dy parvenir dans Python.

Machine learning

4 heures

Cours

Manipuler des séries temporelles en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 283 révisions

Maîtrisez la manipulation des data temporelles via R, limportation, la synthèse, la création de sous-ensembles, via zoo, lubridate et xts.

Manipulation des données

4 heures

Cours

Intermediate Workflow Automation with n8n

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 44 révisions

Design resilient, production-ready n8n automations that fetch APIs, process data in batches, handle errors, and run unattended on a schedule.

Intelligence artificielle

4 heures

Cours

A/B Testing en Python

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 355 révisions

Tests A/B en Python pour analyser des expériences, valeurs p, contrôles de cohérence et analyses pour orienter les décisions commerciales.

Probabilités et statistiques

4 heures

Cours

Introduction à Bioconductor avec R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 112 révisions

Learn to use essential Bioconductor packages for bioinformatics using datasets from viruses, fungi, humans, and plants!

Probabilités et statistiques

4 heures

Cours

Concepts NoSQL

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 516 révisions

Dans ce cours (aucune connaissance en code requise), découvrez les 4 principales bases de données nosql et les moteurs les plus courants.

Ingénierie des données

2 heures

Cours

Modéliser des données avec le Tidyverse

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 228 révisions

Discover different types in data modeling, including for prediction, and learn how to conduct linear regression and model assessment measures in the Tidyverse.

Probabilités et statistiques

4 heures

Cours

Building Dashboards with Dash and Plotly

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 274 révisions

Learn how to build interactive and insight-rich dashboards with Dash and Plotly.

Visualisation des données

4 heures

Cours

Biomedical Image Analysis in Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 233 révisions

Learn the fundamentals of exploring, manipulating, and measuring biomedical image data.

Manipulation des données

4 heures

Cours

Créer des rapports avec R Markdown

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 322 révisions

R Markdown est un langage de formatage convivial permettant de créer des rapports dynamiques à partir du code R.

Rapports

4 heures

Cours

Algèbre linéaire pour la data science en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 133 révisions

Ce cours constitue une introduction à lalgèbre linéaire, lun des domaines mathématiques les plus importants qui sous-tendent la science des données.

Probabilités et statistiques

4 heures

Cours

Bases de l’inférence en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 52 révisions

Apprenez à tirer des conclusions sur une population à partir dun échantillon de données grâce à un processus appelé inférence statistique.

Probabilités et statistiques

4 heures

Cours

Statistical Thinking in Python (Part 1)

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 108 révisions

Build the foundation you need to think statistically and to speak the language of your data.

Probabilités et statistiques

3 heures

Cours

Data Types and Functions in Snowflake

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 486 révisions

Learn Snowflake data types and functions to manipulate text, numbers, and dates while building custom functions and pivot tables.

Manipulation des données

3 heures

Cours

Conception centrée utilisateur dans Power BI

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 417 révisions

Apprenez à concevoir des visualisations et des rapports Power BI en tenant compte des utilisateurs.

Visualisation des données

2 heures

Cours

Concepts de monitoring en Machine Learning

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 462 révisions

Surveillez les modèles machine learning en production : dérive des données et des concepts, et méthodes pour limiter la dégradation du modèle.

Machine learning

2 heures

Cours

Détection de fraude en Python

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 190 révisions

Apprenez à détecter les fraudes à laide de Python.

Machine learning

4 heures

Cours

Intermediate Data Visualization with Seaborn

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 429 révisions

Use Seaborns sophisticated visualization tools to make beautiful, informative visualizations with ease.

Visualisation des données

4 heures

Cours

Plan d’expériences en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 328 révisions

Dans ce cours, vous découvrirez les principes fondamentaux de la conception expérimentale, un élément essentiel de toute analyse de données.

Probabilités et statistiques

4 heures

Cours

Techniques statistiques dans Tableau

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 642 révisions

Améliorez vos compétences en matière de reporting grâce aux fonctions statistiques intégrées de Tableau.

Probabilités et statistiques

4 heures

Cours

Apprentissage non supervisé en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 101 révisions

Ce cours propose une introduction au regroupement et à la réduction de dimensionnalité dans R, dans une perspective de machine learning.

Machine learning

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.