Descriptif
Data science : les fondamentaux est une formation de 3 jours (21 heures), de niveau initiation, rattachée au domaine « Bases de données, outils décisionnels, Big Data et Cloud Computing ». Comprendre la démarche data science et réaliser une première analyse prédictive. Conçue et animée par des praticiens en activité, elle alterne apports ciblés (30 %) et mises en pratique (70 %) sur des laboratoires cloud individuels, avec des cas inspirés des secteurs banque, assurance et services publics. Disponible en inter-entreprises, en intra sur catalogue et en version sur mesure adaptée au contexte de l'entreprise.
Objectifs pédagogiques
À l'issue de la formation, le participant sera capable de :
- Démarche et cycle de vie d'un projet data
- Préparation des données
- Statistiques descriptives
- Premiers modèles de machine learning
- Restitution des résultats
Programme détaillé
| N° | Contenus et activités | Durée |
|---|---|---|
| Jour 1 | ||
| 1 | Tour de table, autopositionnement et prise en main de l'environnement Jupyter du laboratoire | 0,5 h |
| 2 | Le cycle de vie d'un projet data : cadrage de la question métier, données disponibles, mesure du succès, rôles dans l'équipe | 1,5 h |
| 3 | Travaux pratiques : charger avec pandas des données aux formats CSV, JSON et Excel — 50 000 dossiers clients —, explorer types, distributions et valeurs manquantes | 2,5 h |
| 4 | Travaux pratiques : manipuler avec NumPy et pandas — tableaux multidimensionnels, diffusion, indexation, sélection par plage de dates et par expression régulière | 2,5 h |
| Jour 2 | ||
| 5 | Premiers modèles supervisés expliqués : régression linéaire, régression logistique, arbre de décision, surapprentissage | 1,5 h |
| 6 | Travaux pratiques : agréger et remodeler — groupby, fonctions personnalisées appliquées, tableaux croisés et pivots, moyenne, médiane, percentiles et écart-type | 2,5 h |
| 7 | Travaux pratiques : visualiser avec matplotlib et Plotly — choix du type de graphique, graphiques interactifs et règles d'accessibilité | 1,5 h |
| 8 | Travaux pratiques : préparer les données pour la modélisation — nettoyage, encodage des variables catégorielles, normalisation, découpage apprentissage-test | 1,5 h |
| Jour 3 | ||
| 9 | Travaux pratiques : entraîner et comparer trois modèles de prédiction de résiliation avec scikit-learn, puis les évaluer — matrice de confusion, précision, rappel, courbe ROC, validation croisée | 2,5 h |
| 10 | Atelier : restituer les résultats — variables les plus influentes, graphiques et message au commanditaire | 1,5 h |
| 11 | Révision ciblée du périmètre de la certification RS6763 — chargement et préparation, indexation et pivots, filtres temporels et par expression régulière, calculs statistiques, graphiques interactifs — et entraînement sur sujet blanc | 1,5 h |
| 12 | Passage de la certification RS6763 et débriefing individuel | 1,5 h |
Méthodes pédagogiques
- Pédagogie active : 69 % du temps en pratique encadrée — laboratoires cloud provisionnés par participant, travaux pratiques guidés, fil rouge applicatif —, le reste en apports structurés, démonstrations commentées, cadrage et évaluation
- répartition calculée sur le déroulé détaillé de cette formation, et non annoncée de façon uniforme
- classe inversée avec prérequis sur le LMS
- apprentissage adaptatif selon le positionnement initial
- travaux en binômes
- classe virtuelle en séquences de 3 h 30 maximum sur Microsoft Teams
- support clair, complet et paginé remis à chaque participant
Technologies et outils mobilisés
Python, pandas, scikit-learn, Jupyter
Modalités d'évaluation et de validation
- Positionnement initial en ligne
- quiz de validation à chaque séquence
- évaluation finale des acquis (QCM et mise en situation)
- satisfaction à chaud
- questionnaire de transfert à 30 jours
- attestation de fin de formation
- préparation et passage de la certification Certification RS6763 (France Compétences)
Plateforme, laboratoires et ressources
- LMS DATAROCKSTARS : parcours, supports numériques, quiz, évaluations, émargement par demi-journée
- laboratoires cloud individuels accessibles depuis un navigateur, sans installation, données fictives, détruits en fin de session
- bibliothèque O'Reilly (plus de 60 000 ressources)
- accès aux supports pendant 6 mois