Objectifs

• Collecter, préparer et fiabiliser les données nécessaires à un projet d’analyse
• Analyser, modéliser et interpréter les données pour éclairer la décision
• Concevoir des restitutions visuelles et décisionnelles des données
• Optimiser leurs pratiques d’analyse : automatisation, conformité, sobriété numérique et usage encadré de l’IA générative

Contenus

Bloc 1 – Collecter, préparer et fiabiliser les données

• Analyse du besoin métier, qualification des sources et de leurs conditions d’usage
• Extraction en SQL, collecte de fichiers et d’API, consolidation de données hétérogènes
• Nettoyage, enrichissement, documentation et sécurisation des jeux de données

Bloc 2 – Analyser, modéliser et interpréter les données

• Statistiques descriptives et analyse des relations entre variables
• Indicateurs, segmentations, scores et modèles prédictifs simples en Python
• Interprétation des résultats, limites et recommandations métier

Bloc 3 – Concevoir des restitutions visuelles et décisionnelles

• Recueil du besoin de pilotage, maquettage et dictionnaire d’indicateurs
• Tableaux de bord interactifs (Power BI), ergonomie, accessibilité et data storytelling
• Rapports, notes de synthèse et présentation orale adaptés au public

Bloc 4 – Optimiser les pratiques d’analyse de données

• Automatisation des traitements et des mises à jour, contrôle des flux
• Traçabilité, sécurité, conformité RGPD et sobriété numérique
• Usage critique et contrôlé de l’intelligence artificielle générative

Possibilité de validation par blocs de compétences.