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.
404 Cours

Cours

Régression intermédiaire en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 863 révisions

Apprenez à effectuer une régression linéaire et logistique avec plusieurs variables explicatives.

Probabilités et statistiques

4 heures

Cours

Développement logiciel avec Cursor

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 504 révisions

Développez du code prêt pour la production avec Cursor. Découvrez les invites IA, la refactorisation, les tests et les workflows avancés.

Intelligence artificielle

1 heure 30 min

Cours

Algèbre linéaire pour la data science en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 159 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

Créer des agents IA avec Google ADK

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 608 révisions

Développez progressivement un assistant de service client à laide du kit de développement dagent (ADK) de Google.

Intelligence artificielle

1 heure

Cours

Modélisation du risque de crédit en Python

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 328 révisions

Préparez les data sur les crédits, appliquez le machine learning et les règles métier pour réduire les risques et garantir la rentabilité.

Finance appliquée

4 heures

Cours

Bases de l’inférence en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 61 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

Automatisation intermédiaire des flux de travail avec n8n

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 140 révisions

Créez des automatisations n8n robustes, prêtes pour la production : appels d’API, traitement par lots, gestion des erreurs et exécution autonome planifiée.

Intelligence artificielle

4 heures

Cours

Concepts NoSQL

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 614 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

Développer des packages Python

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 1 052 révisions

Apprenez à créer vos propres packages Python afin de faciliter lutilisation de votre code et de le partager avec dautres.

Développement de logiciels

4 heures

Cours

Introduction à la gestion du risque de portefeuille en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 404 révisions

Évaluez risque/rendement d’un portfolio, créez des portefeuilles d’actions pondérés par capitalisation et prévoyez/couvrez le risque de marché par scénarios.

Finance appliquée

4 heures

Cours

Conception centrée utilisateur dans Power BI

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 573 révisions

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

Visualisation des données

2 heures

Cours

Apprentissage supervisé en R : Régression

  • IntermédiaireNiveau de compétence
  • 4.6+
  • 110 révisions

Dans ce cours, vous apprendrez à prédire des événements futurs avec la régression linéaire, les modèles additifs généralisés, les forêts aléatoires et xgboost.

Machine learning

4 heures

Cours

Réduction de dimension en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 997 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

Audit des dépenses avec Claude

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 49 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

Introduction aux bases de données en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 329 révisions

Dans ce cours, vous apprendrez les fondamentaux des bases de données relationnelles et comment interagir avec elles.

Manipulation des données

4 heures

Cours

Analyse de séries temporelles dans SQL Server

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 480 révisions

Découvrez comment exploiter les données de date et dheure dans SQL Server pour lanalyse de séries chronologiques.

Manipulation des données

5 heures

Cours

Concepts de monitoring en Machine Learning

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 593 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

Google: Build and Deploy Agents in Production

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 164 révisions

Explore multi-agent system architecture and deployment using Googles ADK and Google Cloud infrastructure for production-grade agent applications.

Cloud

30 min

Cours

Machine Learning pour la finance en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 253 révisions

Modélisez et prédisez les cours boursiers avec des modèles linéaires, des arbres de décision, des forêts aléatoires et des réseaux de neurones.

Machine learning

4 heures

Cours

Optimisation des hyperparamètres en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 900 révisions

Découvrez les techniques doptimisation automatique des hyperparamètres en Python, notamment Grid, Random et Informed Search.

Machine learning

4 heures

Cours

Transactions et gestion des erreurs dans SQL Server

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 369 révisions

Apprenez à rédiger des scripts qui détectent et gèrent les erreurs et contrôlent plusieurs opérations simultanées.

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.

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.