Formation métier : Data Analyst
Le consultant expert en analyse de données (ou Data Analyst) a pour mission de valoriser et exploiter les données afin de répondre à une problématique métier.
Son rôle consiste à manipuler explorer et analyser les données pour en extraire la connaissance clef pour la réussite de l'entreprise.
Les entreprises sont fortement impactées par les évolutions technologiques du numérique et en particulier dans le domaine de la DATA. De nouveaux métiers prennent forme alors que les formations scolaires initiales sont peu ou pas en mesure d’adapter leurs programmes pour fournir les connaissances nécessaires et à jour. Pourtant, facteurs incontournables de croissance, le numérique et les métiers de la DATA, soutiennent le développement de nouveaux services à forte valeur ajoutée en phase avec les attentes du marché et la stratégie de développement de l’entreprise. C’est particulièrement le cas dans les secteurs de la banque et assurance qui manipulent de grandes quantités de données.
Informations pratiques
 | Durée du cursus | Jusqu'à 57 jours (399 heures) de formation, composée de : ➤ 60% de savoir-faire métier | |||
 | Public | ➤ Bac + 5 scientifique | |||
 | Pré-requis | ➤ Rigueur du raisonnement logique, faculté d’analyse, esprit de synthèse, sens de l’organisation |
Objectifs du parcours de formation Data Analyst
|
|
Programme détaillé pour préparer au métier de data Analyst
NB : les modules ci-dessous sont regroupés par catégorie, mais ne reflètent pas l'ordre des cours tels qu'ils seront suivis dans le parcours.
| Savoir-faire technique | Savoir-être métier et personnel | Mise en situation |
| TITRE | DUREE (Jrs) | % de pratique | ||
| Comprendre le système d’information et son évolution | 3 | théorique | ||
| Veille technologique | 3 | théorique | ||
| Recueil des exigences - IREB | 2 | 40% | ||
| Rédaction d'un cahier des charges | 2 | théorique | ||
| Le Big Data et ses enjeux : organisation et technologie | 2 | 40% | ||
| Introduction à Spark | 3 | 45% | ||
| Les bases du SQL | 3 | 40% | ||
| Big Data : les bases NoSQL | 3 | 40% | ||
| Introduction à la théorie des probabilités et statistiques | 2 | 55% | ||
| Visualisation des données | 1 | 50% | ||
| Intelligence artificielle pour la data science | 5 | 45% | ||
| Python pour le machine learning | 3 | 45% | ||
| Traitement du langage naturel et text mining avec R | 3 | 50% | ||
| GDPR | 1 | théorique | ||
| Intégration et travail en équipe | 1 | 80% | ||
| Communication interpersonnelle et écrite | 2 | 80% | ||
| Assertivité et place dans une équipe | 1 | 80% | ||
| Adopter la posture attendue en milieu professionnel | 1 | 80% | ||
| Préparation aux entretiens | 2 | 80% | ||
| Mise en situation à travers 4 business cases | 15 | 100% |
| Pour connaître les modalités de réalisation de la formation Data Analyst et de son financement, écrivez à info@globalknowledge.fr |
