DATA ANALYST

Le Data Analyst prend en charge la conception et le développement d'applications informatiques. Il conçoit, modélise et actualise la structure des bases de données selon les orientations et les besoins de l'entreprise. Ainsi, il est un collaborateur incontournable parce qu'il fournit aux décideurs à tout moment les éléments nécessaires aux prises de décisions stratégiques permettant de faire évoluer l'entreprise. Un Data Analyst doit donc d'une part, avoir une compréhension fine des activités de son entreprise, et d'autre part être un excellent communicant. Il doit être doté de solides compétences en statistiques et être à l'aise avec la visualisation des données. Métiers visés : Data Analyst, Chargé d'études statistiques, Statisticien, Data miner, Business analyst….Le volume des données et leurs variétés sont en perpétuelle évolution dans les entreprises. La formation est à vocation professionnalisante, permet d'avoir une compréhension fine des activités des entreprises et d'être un excellent communicant. A l'issue de la formation, vous serez doté de solides compétences en statistiques et serez à l'aise avec la visualisation des données. Nos formateurs vous apprendrons à interroger les bases de données, créer des dashboards comprenant des graphiques et indicateurs pertinents, explorer des données et tester des hypothèses statistiques. 630H de formation Formation éligible au CPF De nombreuses possibilités de financement Avec stage en entreprise Classe virtuelle + accès illimité aux cours enregistrés Collectif De 35 h en semaine Eligible au CQP2 "base de données" du Titre Professionnel du Ministre du Travail de niveau 6 Possibilité de poursuivre en Master Big Data / Informatique et Web / Data Scientist / Big Data / Intelligence Artificielle Formation à distance Formation éligible à l'alternance

2. Fondamentaux (Modélisation, Langages et Systèmes) UML, Langage SQL et interrogation d'une Bdd SGDB du marché Notions de statistiques et probabilités Python et notions de langage R 3. Fondamentaux de l'analyse de données Collecte des données : typologie des sources, les données non structurées, ETL/ELT, typologie 3V des sources Hadoop : HDFS et écosystème distribué Analytics et Apprentissage du choix d'un algorithme, modèles automatiques SPARK : gestion des cluster, ML dans SPARK, variables prédictives, classification et régression Traitement en flux Streams, STORM Analyser et modéliser des séries temporelles Python : Manipulation avec Pandas, Numpy 4. Analyse et Machin Learning Apprentissage supervisé, apprentissage non supervisé et méta-apprentissage Ingénierie de la décision : chaîne de Markove discrète, jeu d'entrainement et jeu de test Echantillonnages, régression logistique binaire, regroupements, arbres aléatoires, réseaux de neurones Text Mining : analyse statistique de corpus-Big Data : gestion de gros volumes de données 5. Mise en oeuvre de l'analyse de données Collecter les données : sources, outils de collectes et de traitement Stocker les données : les formes, les technologies, écosystème Hadoop Analyser les données : requête, analyse de données non structurées, programme d'automatisation des analyses, Deep Learning Transformer les données en décisions : besoins utilisateurs, traduction en requêtes, vérification de la qualité des données 6. Data visualisation pour la restitution de données Graphique, Tableau Software, formalisation Python Matplotlib Rapports statistiques

Titre professionnel (TP de niveau 6)