Nettoyer un jeu de données ouvert
Récupérer un fichier sur data.gouv.fr, corriger les types, les doublons et les valeurs manquantes avec pandas, puis documenter chaque choix.
Tous les parcoursDécouvrir Coursera PlusAprès l’étape 2 Après l’étape 3 Après l’étape 4 Après l’étape 5
Data et IA · 01Débutant
Data Analyst
Débutant ou personne en reconversion vers l'analyse de données en entreprise.
Nettoyer des données avec pandas, les décrire et les tester statistiquement, construire des visualisations claires et intégrer l'IA dans un flux d'analyse.
368heures de cours
37semaines à 10 h
5étapes
19cours
3universités
Compétences visées
Data VisualizationData PresentationPython ProgrammingData ProcessingData CleansingWeb ScrapingStatistical AnalysisMatplotlibStatistical VisualizationExploratory Data AnalysisData-Driven Decision-MakingRestful API
Intitulés de compétences repris de Coursera.
Métiers visés
- Data analyst
- Analyste BI
- Chargé d’études statistiques
Progression
- 1University of MichiganDébutantPython, SQL, SQLite
Prérequis annoncés : No prerequisites; designed as an on-ramp to programming
Voir les 5 cours
Cours Niveau Durée Note (avis) Programming for Everybody (Getting Started with Python) Débutant 17 h 4,8 (233 775) Python Data Structures Débutant 20 h 4,9 (97 365) Using Python to Access Web Data Débutant 19 h 4,8 (44 591) Using Databases with Python Débutant 14 h 4,8 (21 659) Capstone: Retrieving, Processing, and Visualizing Data with Python Débutant 9 h 4,7 (14 483) - 2University of Colorado BoulderDébutantPython, pandas, NumPy, Seaborn
Prérequis annoncés : Python fundamentals and statistics
Voir les 5 cours
Cours Niveau Durée Note (avis) Fundamental Tools of Data Wrangling Débutant 27 h 4,3 (22) Data Collection and Integration Intermédiaire 28 h 4,5 (16) Data Understanding and Visualization Intermédiaire 25 h — Data Processing and Manipulation Intermédiaire 29 h — Data Wrangling with Python Project Intermédiaire 26 h — - 3University of MichiganDébutantPython, Jupyter, Matplotlib, NumPy, pandas, Seaborn, Statsmodels
Prérequis annoncés : High school algebra; basic Python recommended
Voir les 3 cours
Cours Niveau Durée Note (avis) Understanding and Visualizing Data with Python Débutant 20 h 4,7 (2 741) Inferential Statistical Analysis with Python Intermédiaire 22 h 4,6 (938) Fitting Statistical Models to Data with Python Intermédiaire 15 h 4,4 (718) - 4Johns Hopkins UniversityIntermédiaireTableau, ParaView
Voir les 3 cours
Cours Niveau Durée Note (avis) Foundations of Data Visualization Intermédiaire 24 h 4,7 (10) Advanced Techniques in Data Visualization Intermédiaire 28 h — Specialized Data Visualization Approaches Intermédiaire 31 h — - 5University of MichiganDébutantGenerative AI tools, GitHub
Prérequis annoncés : Basic familiarity with computers and internet search
Voir les 3 cours
Cours Niveau Durée Note (avis) AI-Powered Data Analysis: A Practical Introduction Débutant 5 h 4,5 (30) Systems Thinking for AI & Automation Débutant 4 h — Rethink How You Decide with AI Débutant 5 h —
Avec Coursera Plus
Ce parcours représente 368 heures, soit environ 9 mois à 10 heures par semaine. L’abonnement Coursera Plus donne accès à la plupart de ses cours pendant cette période.
Projets à réaliser
Test A/B
Comparer deux versions d’une page web à partir de données publiques ou simulées : test d’hypothèse, intervalle de confiance et recommandation chiffrée.
Tableau d’indicateurs
Concevoir 4 à 6 graphiques lisibles sur un thème (transports, énergie, ventes) et rédiger une page d’analyse.
Analyse assistée par IA
Mener une analyse avec un assistant IA, puis vérifier et corriger chaque résultat à la main ; noter les erreurs relevées.
Manuels gratuits
Python for EverybodyCharles R. SeveranceGratuit, CC BY 4.0
Python for Data Analysis, 3rd ed.Wes McKinneyAccès libre en ligne
Think Stats, 3rd ed.Allen B. DowneyGratuit, licence Creative Commons non commerciale
OpenIntro StatisticsD. Diez, M. Çetinkaya-Rundel, C. BarrPDF gratuit