Cours
Reconfigurer les données avec pandas
- IntermédiaireNiveau de compétence
- 4.8+
- 940
Remodelez les DataFrame dun format large à long, empilez et désempilez les lignes et colonnes, et manipulez les DataFrame multi-index.
Manipulation des données
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.
ou
En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données seront hébergées aux États-Unis.Cours
Remodelez les DataFrame dun format large à long, empilez et désempilez les lignes et colonnes, et manipulez les DataFrame multi-index.
Manipulation des données
Cours
Examinez un ensemble de data provenant dune société fictive appelée Databel dans Tableau et déterminez pourquoi les clients se désabonnent.
Visualisation des données
Cours
Développez de nouvelles fonctionnalités pour améliorer les performances de vos modèles de machine learning.
Machine learning
Cours
Développez vos compétences en pandas et répondez à des questions de marketing en fusionnant, découpant, visualisant et plus encore.
Analyse exploratoire des données
Cours
Présentez des data à laide dexemples. Communiquez des informations complexes via un dataset sur les entreprises certifiées écologiques.
Datalphabétisation
Cours
Transformez presque tous les ensembles de données en un format organisé afin de faciliter lanalyse.
Manipulation des données
Cours
Maîtrisez les multi-stage builds, les outils de mise en réseau Docker et Docker Compose pour optimiser vos applications conteneurisées.
Développement de logiciels
Cours
Apprenez à créer une base de données PostgreSQL et découvrez sa structure, ses types de données et comment normaliser les bases de données.
Préparation des données
Cours
Bash scripting allows you to build analytics pipelines in the cloud and work with data stored across multiple files.
Développement de logiciels
Cours
Conquer NoSQL and supercharge data workflows. Learn Snowflake to work with big data, Postgres JSON for handling document data, and Redis for key-value data.
Ingénierie des données
Cours
Maîtrisez la sécurité, la gouvernance et loptimisation des coûts AWS afin de vous préparer à la certification Cloud Practitioner.
Cloud
Cours
Apprenez à créer vos propres packages Python afin de faciliter lutilisation de votre code et de le partager avec dautres.
Développement de logiciels
Cours
Gouvernance de l’IA avec Collibra : concevez, intégrez et déployez une IA responsable via outils, cadres et MLOps.
Intelligence artificielle
Cours
Comprenez les enjeux et applications de l’XAI dans ce module d’initiation.
Intelligence artificielle
Cours
Apprenez à utiliser la KNIME Analytics Platform pour accéder, nettoyer et analyser des données grâce à une approche no-code/low-code.
Préparation des données
Cours
Apprenez les bases de la validation de modèles, les techniques, et commencez à créer des modèles validés et hautement performants.
Machine learning
Cours
Apache Kafka : des concepts clés à larchitecture avancée, créez, gérez et dépannez Kafka pour relever les défis réels du streaming de data.
Ingénierie des données
Cours
Dans ce cours, vous utiliserez T-SQL, la variante de SQL utilisée dans le serveur SQL de Microsoft pour lanalyse des données.
Développement de logiciels
Cours
Learn the core techniques necessary to extract meaningful insights from time series data.
Probabilités et statistiques
Cours
Devenez un expert dans lajustement de modèles ARIMA (modèles autorégressifs à moyenne mobile intégrée) à des données de séries chronologiques à laide de R.
Probabilités et statistiques
Cours
Build and deploy scalable web apps and serverless functions in Azure while mastering security, monitoring, and automation.
Cloud
Cours
Data visualization is one of the most desired skills for data analysts. This course allows you to present your findings better using Tableau.
Visualisation des données
Cours
You learn about the key features of Gemini and how they can be used to improve productivity and efficiency in Google Workspace.
Intelligence artificielle
Cours
Build PowerPoint presentations with Microsoft Copilot. Turn documents into slides, generate visuals, and speaker notes.
Intelligence artificielle
Cours
Apprenez à connecter Tableau à différentes sources de données et à préparer les données pour une analyse fluide.
Préparation des données
Cours
Apprenez à nettoyer des données avec Apache Spark en Python.
Préparation des données
Cours
Master Azure Management and Governance with our comprehensive course, ideal for data professionals seeking cloud expertise.
Cloud
Cours
Analyse d’images avec Keras : construisez, entraînez et évaluez des réseaux convolutifs (CNN) en Python.
Intelligence artificielle
Cours
Dans ce cours, vous découvrirez le cadre MLOps moderne, en explorant le cycle de vie et le déploiement des modèles dapprentissage automatique.
Machine learning
Cours
Maîtrisez les objets Java, le Collections Framework et la gestion des exceptions comme un pro, avec le logging !
Développement de logiciels
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.
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.
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.
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.
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.
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.
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.
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.
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.
Progressez où que vous soyez grâce à nos cours conçus pour mobile et à nos défis quotidiens de 5 minutes.