Descriptif
Analyse de données avec Python : avancé est une formation de 3 jours (21 heures), de niveau expert, rattachée au domaine « Bases de données, outils décisionnels, Big Data et Cloud Computing ». Industrialiser des analyses de données avancées en Python. 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 :
- Créer des visualisations avancées pour explorer et communiquer des données complexes
- Utiliser des techniques statistiques avancées pour extraire des insights pertinents
- Manipuler de grands volumes de données efficacement avec des outils adaptés
- Automatiser des analyses avec Python pour optimiser les workflows
- Maîtriser les techniques de nettoyage et prétraitement avancé des données
- Développer des modèles prédictifs et d’apprentissage supervisé avec scikit-learn
Programme détaillé
| N° | Contenus et activités | Durée |
|---|---|---|
| Jour 1 | ||
| 1 | Positionnement expert et revue critique d'un notebook existant apporté par le groupe | 0,5 h |
| 2 | pandas sous contrainte : types catégoriels, copies et vues, chaînage de méthodes, profilage mémoire et temps | 1,5 h |
| 3 | Laboratoire : accélérer d'un facteur dix un traitement pandas de 8 Go sans changer de machine | 2,5 h |
| 4 | Passer à l'échelle : Dask et PySpark, partitionnement, exécution paresseuse, quand chacun est pertinent | 1,5 h |
| 5 | Travaux pratiques : porter le même traitement sur Dask puis PySpark et comparer coût et temps | 1 h |
| Jour 2 | ||
| 6 | Prétraitement avancé : encodages, mise à l'échelle, fuite de données, pipelines scikit-learn et ColumnTransformer | 1,5 h |
| 7 | Travaux pratiques : construire un pipeline complet avec validation croisée et recherche d'hyperparamètres | 2,5 h |
| 8 | Modèles supervisés : régression régularisée, arbres et gradient boosting, métriques et matrice de confusion | 1,5 h |
| 9 | Laboratoire : entraîner, comparer et interpréter trois modèles sur un jeu déséquilibré, choisir le seuil de décision | 1,5 h |
| Jour 3 | ||
| 10 | Statistique avancée avec SciPy : intervalles de confiance, tests, ajustement de distribution, séries temporelles | 1,5 h |
| 11 | Travaux pratiques : produire une visualisation Plotly interactive multi-facettes et l'exporter pour un métier | 1,5 h |
| 12 | Travaux pratiques : lire PostgreSQL et MongoDB, écrire les résultats et ordonnancer la chaîne dans Apache Airflow | 2 h |
| 13 | Atelier : structurer le code en paquet testé, journalisé et reproductible, revue de code croisée | 1,5 h |
| 14 | Synthèse et plan d'industrialisation individuel, évaluation des acquis | 0,5 h |
Méthodes pédagogiques
- Pédagogie active : 60 % 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
LMS DATAROCKSTARS, Python 3.x, JupyterLab / Jupyter Notebook, Pandas, NumPy, SciPy, scikit-learn, Plotly, Seaborn, Matplotlib, Dask, PySpark, PostgreSQL, MongoDB, Apache Airflow, VS Code / PyCharm aux certifications éditeurs
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
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