Dernière chance ! -50 % sur DataCamp Premium
L'offre se termine dans
Description du cours
Les entretiens de code peuvent être exigeants. On peut vous poser des questions pour évaluer votre maîtrise d’un langage de programmation. On peut aussi vous confier une tâche à résoudre pour comprendre votre façon de raisonner. Et si vous postulez à un poste de data scientist, il est probable qu’on vous interroge sur les outils associés au langage. Dans tous les cas, pour décrocher un poste intéressant en data science, un peu de préparation est nécessaire pour donner le meilleur de vous‑même. C’est pourquoi il est essentiel de vous entraîner afin de démontrer votre expertise ! Ce cours sert de guide pour celles et ceux qui débutent leur parcours vers le métier de data scientist, et de piqûre de rappel pour ceux qui visent de nouvelles opportunités. Nous aborderons des notions fondamentales ainsi que des sujets avancés pour vous préparer à un entretien de code en Python. Comme il ne s’agit pas d’un cours pas à pas classique, certains exercices peuvent être assez complexes. Mais après tout, qui a dit qu’il était facile de réussir un entretien ?
Prérequis
Programme de formation
Plan du cours
1
Structures de données Python et manipulation de chaînes
Dans ce chapitre, nous rafraîchirons nos connaissances sur les principales structures de données utilisées en Python. Nous verrons comment travailler avec les listes, tuples, ensembles et dictionnaires. Nous parlerons aussi des chaînes de caractères et de l’écriture d’expressions régulières pour extraire des séquences spécifiques dans un texte donné.
- Quelles sont les principales structures de données en Python ?50 XP
- Méthodes de liste100 XP
- Opérations sur les ensembles50 XP
- Stocker des données dans un dictionnaire100 XP
- Quelles sont les méthodes courantes pour manipuler les chaînes de caractères ?50 XP
- Indexation et concaténation de chaînes100 XP
- Opérations sur les chaînes de caractères100 XP
- Correction d’erreurs de chaînes dans un DataFrame100 XP
- Comment écrire des expressions régulières en Python ?50 XP
- Écrire une expression régulière100 XP
- Trouvez le motif correct50 XP
- Découper selon un motif100 XP
2
Objets itérables et représentants
Ce chapitre est consacré aux objets itérables. Nous reviendrons sur leur définition et sur la façon de les reconnaître. Ensuite, nous aborderons les compréhensions de listes, une fonctionnalité clé du langage Python pour définir des listes. Puis, nous rappellerons comment combiner plusieurs objets itérables en un seul. Enfin, nous verrons comment créer des objets itérables personnalisés à l’aide de générateurs.
3
Fonctions et expressions lambda
Ce chapitre mettra l’accent sur les aspects fonctionnels de Python. Nous commencerons par définir des fonctions acceptant un nombre variable d’arguments positionnels et nommés. Ensuite, nous verrons les fonctions lambda et dans quels cas elles sont utiles. En particulier, nous apprendrons à les utiliser avec les fonctions map(), filter() et reduce(). Pour finir, nous rappellerons ce qu’est la récursivité et comment l’implémenter correctement.
4
Python pour le calcul scientifique
Ce chapitre couvrira des sujets liés au calcul scientifique en Python. Nous commencerons par expliquer la différence entre les tableaux NumPy et les listes, et pourquoi les premiers sont plus adaptés aux calculs complexes. Ensuite, nous verrons quelques techniques pratiques pour manipuler des DataFrames pandas. Enfin, nous réaliserons des visualisations de données à l’aide de nuages de points, d’histogrammes et de boîtes à moustaches.
S’exercer aux questions d’entretien de code en Python
Cours
terminé
