Le Data Scientist
Pour les profils maîtrisant Python et SQL et souhaitant construire des modèles prédictifs rigoureux et les déployer. Accent sur la rigueur scientifique et la mise en production.
Programme du Parcours
6 ModulesPython & Pandas — Analyse de Données Professionnelle
Analyser, nettoyer et transformer des données avec Python. Pandas est l'outil standard du Data Analyst dans toutes les grandes organisations.
Projet Pratique
"Analyse exploratoire complète d'un dataset Open Data africain (économie ou santé) livrée en notebook documenté"
SQL — Interroger et Analyser des Bases de Données
Extraire, filtrer, agréger et analyser des données directement depuis des bases relationnelles. SQL est la compétence la plus demandée par les employeurs data.
Projet Pratique
"Analyse complète d'une base de données PME fictive : 8 tables, 50 000 lignes, livrée avec documentation SQL"
SQL Avancé & Gouvernance Data
Maîtriser les requêtes analytiques complexes, l'optimisation sur entrepôts cloud et la gouvernance des données pour des environnements de production en équipe.
Projet Pratique
"Pipeline SQL production-ready sur BigQuery avec dbt, CI/CD, RLS, audit RGPD et documentation data catalog"
Machine Learning Discriminatif — Classification & Régression
Comprendre, appliquer et évaluer les algorithmes de machine learning supervisé sur des problèmes métier concrets, avec la rigueur scientifique nécessaire à la production.
Projet Pratique
"Modèle de prédiction du churn client : données brutes → pipeline → évaluation → rapport d'interprétation livré"
Pipelines de Données — Orchestration & Architecture
Concevoir des pipelines de données de production : orchestration, architecture moderne (Medallion/Lakehouse) et qualité des données à l'échelle.
Projet Pratique
"Pipeline ELT complet : ingestion multi-source → Medallion sur BigQuery → dashboard Power BI avec orchestration Airflow"
Data Viz Python & Tableau — Storytelling Analytique
Produire des visualisations analytiques de haut niveau avec Python (Matplotlib, Seaborn, Plotly) et Tableau, et maîtriser le storytelling par la donnée.
Projet Pratique
"Story data complète présentée comme un rapport direction : insight principal, 3 visualisations clés, recommandation chiffrée"