Formation Data Science : boite à outils du data scientist

• Rôle du Data Scientist dans l’entreprise

• Différences Data Analyst / Data Engineer / Data Scientist

• Cycle de vie d’un projet data (CRISP-DM, Agile Data)

• Bonnes pratiques organisationnelles

• Interaction avec les équipes métiers et IT

Cas pratique

Analyse d’un cas projet et identification des étapes

• Python et écosystème data

• Jupyter Notebook vs IDE

• Gestion des environnements (venv, conda)

• Gestion des dépendances (requirements)

• Structuration d’un projet data

Cas pratique 

Création d’un environnement et d’une arborescence projet

• Panorama des outils de nettoyage

• pandas 

• Nettoyage des données

• Gestion des valeurs manquantes

• Détection d’anomalies

• Bonnes pratiques de qualité et traçabilité des données

Cas pratique

Nettoyage et audit qualité d’un dataset réel

• Panorama des outils

• Choix des bons indicateurs

• Visualisations pertinentes pour l’analyse

• Storytelling avec les données

• Erreurs fréquentes en dataviz

Cas pratique 

Etude explorative de données complète avec restitution synthétique

• Feature engineering

• Encodage et normalisation

• Pipelines scikit-learn

• Séparation train/test

• Reproductibilité des expériences

Cas pratique 

Création d’un pipeline de préparation des données

• Panorama des algorithmes utilisés en pratique

• Utilisation standard de scikit-learn

• Entraînement, prédiction et évaluation

• Interprétabilité des modèles

• Sélection du bon modèle

Cas pratique

Benchmark rapide de plusieurs modèles

• Panorama des outils

• Git pour les projets data

• Bonnes pratiques de code (PEP8, modularité)

• Documentation des notebooks et scripts

• Gestion des versions de données

• Travail en équipe data

Cas pratique

Versioning et documentation d’un projet data

• Passage du notebook au script

• Sauvegarde et chargement de modèles

• Introduction aux API de prédiction

• Surveillance des modèles

• Notions de MLOps