Formation analyste de données

Leçon 1 • Éthique des données et principes de base de la gouvernance

Présente les principes de confidentialité, la propriété des données et les normes d'utilisation responsable. Prépare les étudiants aux obligations éthiques avant qu'ils ne manipulent de véritables ensembles de données.

Leçon 2 • Types et structures de données

Couvre les formats de données structurées, semi-structurées et non structurées ainsi que leurs modèles de stockage. Fournit le vocabulaire nécessaire pour travailler avec tout ensemble de données rencontré dans la pratique.

Leçon 3 • Le cycle de vie d'un projet d'analyse

Cartographie le processus de bout en bout, de la question d'affaires à la livraison d'informations. Les étudiants appliquent le cadre du cycle de vie à un scénario d'affaires type.

Leçon 1 • Tableaux croisés dynamiques et analyse synthétique

Montre comment agréger et découper les données de manière dynamique à l'aide de tableaux croisés dynamiques. Les étudiants résument un ensemble de données d'affaires et tirent des conclusions initiales à partir des résultats des tableaux croisés.

Leçon 2 • Nettoyage des données dans les tableurs

Aborde la suppression des doublons, la gestion des cellules vides et la normalisation des formats dans les tableurs. Prépare directement les étudiants aux défis de qualité des données dans les chapitres suivants.

Leçon 3 • Formules et fonctions de base

Enseigne les fonctions arithmétiques, logiques, de recherche et de texte utilisées quotidiennement par les analystes. Les étudiants construisent une bibliothèque de formules réutilisables applicable à de véritables ensembles de données d'affaires.

Leçon 4 • Interface et navigation du tableur

Oriente les étudiants vers l'environnement du tableur, les raccourcis clavier et l'organisation des classeurs. Les habitudes d'efficacité établies ici accélèrent tout le travail ultérieur avec le tableur.

Leçon 1 • Principes fondamentaux des bases de données relationnelles

Explique les tables, les clés, les relations et les principes de conception de schémas. Fournit les connaissances structurelles nécessaires pour écrire des requêtes JOIN précises plus tard.

Leçon 2 • Joindre plusieurs tables

Explique les jointures INNER, LEFT, RIGHT et FULL avec des scénarios multi-tables pratiques. Les étudiants construisent des requêtes qui combinent des données de trois tables connexes ou plus.

Leçon 3 • Requêtes SELECT de base

Enseigne les clauses SELECT, WHERE, ORDER BY et LIMIT pour une récupération ciblée des données. Les étudiants interrogent une base de données d'exemple pour répondre à des questions d'affaires spécifiques.

Leçon 4 • Sous-requêtes et expressions de table communes

Présente les sous-requêtes, les CTE et les fonctions de fenêtre pour le formatage avancé des données. Les étudiants remanient des requêtes imbriquées complexes en structures CTE lisibles et maintenables.

Leçon 1 • Normalisation et transformation des données

Couvre la normalisation des formats, le transtypage et l'ingénierie des caractéristiques pour la préparation à l'analyse. Les étudiants transforment des champs bruts en variables d'analyse cohérentes et correctement typées.

Leçon 2 • Documenter le processus de nettoyage

Établit des pratiques pour journaliser les transformations, versionner les ensembles de données et rédiger des dictionnaires de données. Une documentation reproductible garantit que les étapes de nettoyage peuvent être vérifiées et répétées.

Leçon 3 • Déduplication et liaison d'enregistrements

Enseigne les méthodes de correspondance exacte et floue pour identifier et fusionner les enregistrements en double. Les étudiants dédupliquent un ensemble de données clients en utilisant des approches basées sur des règles et sur la similarité.

Leçon 4 • Évaluation de la qualité des données

Définit l'exhaustivité, la cohérence, l'exactitude et l'actualité comme dimensions de la qualité. Les étudiants profilent un ensemble de données brutes et documentent tous les problèmes de qualité identifiés.

Leçon 1 • Analyse de distribution univariée

Examine les distributions à une seule variable à l'aide d'histogrammes, de diagrammes en boîte et de courbes de densité. Les étudiants identifient la forme de la distribution, les valeurs aberrantes et les zones de concentration des données.

Leçon 2 • Exploration des données catégorielles

Applique des diagrammes à barres, des diagrammes de décompte et des tests du khi-deux à l'analyse des variables catégorielles. Les étudiants évaluent les distributions de catégories et testent l'indépendance entre les champs catégoriels.

Leçon 3 • Analyse bivariée et multivariée

Explore les relations entre deux variables ou plus à l'aide de nuages de points et de corrélations. Les étudiants quantifient et visualisent les associations à travers plusieurs dimensions d'ensembles de données.

Leçon 4 • Statistiques descriptives essentielles

Couvre les mesures de tendance centrale, de dispersion et de forme pour résumer les distributions. Les étudiants calculent et interprètent des statistiques descriptives pour les variables continues et catégorielles.

Leçon 1 • Présenter efficacement les résultats

Prépare les étudiants à livrer des présentations de données en direct avec confiance et clarté. Les étudiants présentent leur histoire de tableau de bord et reçoivent une rétroaction structurée de leurs pairs.

Leçon 2 • Principes de conception de la visualisation

Établit des règles pour la sélection des graphiques, l'utilisation des couleurs et la réduction de la charge cognitive. Des choix de conception corrects empêchent les erreurs d'interprétation et augmentent la confiance des parties prenantes dans les résultats.

Leçon 3 • Créer des graphiques dans des outils de visualisation

Montre la construction de graphiques à barres, de lignes, de nuages de points et de cartes dans un outil BI. Les étudiants reproduisent des visuels d'analyse exploratoire des données dans un environnement de visualisation professionnel.

Leçon 4 • Conception et mise en page des tableaux de bord

Couvre la hiérarchie de mise en page, l'interactivité et la conception de filtres pour les tableaux de bord multi-graphiques. Les étudiants assemblent un tableau de bord fonctionnel qui répond à une question d'affaires définie.

Leçon 1 • Tests statistiques courants

Couvre les tests t, l'ANOVA et les tests du khi-deux pour comparer des groupes et tester des associations. Les étudiants sélectionnent et exécutent le test correct pour chaque scénario analytique.

Leçon 2 • Principes fondamentaux de l'analyse de régression

Présente la régression linéaire simple et multiple pour modéliser les relations et faire des prédictions. Les étudiants construisent, évaluent et interprètent des modèles de régression sur des ensembles de données d'affaires.

Leçon 3 • Fondements des probabilités et de l'échantillonnage

Couvre les règles de probabilité, les distributions et les méthodes d'échantillonnage qui sous-tendent l'inférence. Les étudiants distinguent avec précision les paramètres de population des statistiques d'échantillon.

Leçon 4 • Intervalles de confiance

Explique l'estimation par intervalle pour les moyennes et les proportions avec différents niveaux de confiance. Les étudiants construisent et communiquent des intervalles de confiance pour des indicateurs d'affaires.

Leçon 1 • Prévision et analyse des tendances

Couvre les moyennes mobiles, la décomposition des tendances et les méthodes de base de prévision de séries chronologiques. Les étudiants construisent une prévision à court terme et quantifient son incertitude pour les parties prenantes.

Leçon 2 • Tests A/B et expérimentation

Conçoit et analyse des expériences contrôlées pour évaluer les changements de produits ou de processus. Les étudiants planifient un test A/B, calculent la taille de l'échantillon et interprètent correctement les résultats.

Leçon 3 • Segmentation et analyse de cohorte

Applique la logique de regroupement et le suivi de cohorte pour comprendre le comportement des clients et des utilisateurs. Les étudiants segmentent un ensemble de données et comparent la performance des cohortes dans le temps.

Leçon 4 • Définir et cadrer les problèmes analytiques

Traduit des questions d'affaires ambiguës en énoncés de problèmes analytiques structurés. Les étudiants produisent un cahier des charges de projet avec une portée, des indicateurs et des critères de succès définis.