Retour au catalogue
Programme de formation

Data Analyst

Une fiche claire pour comprendre le contenu, les prérequis et les perspectives professionnelles.

Durée700 Heures
Prix1 000 000 FCFA
Data Analyst
Présentation

Objectifs et contenu

Certification niveau Bac +3 — Bootcamp en temps partiel

Devenez un expert de l'analyse et de la valorisation des données. Ce bootcamp intensif en temps partiel vous forme aux compétences techniques et métiers les plus recherchées : programmation Python, bases de données et SQL, Business Intelligence, datavisualisation avancée, text mining et machine learning — avec un projet fil rouge pour mettre en application l'ensemble de vos compétences sur un cas réel.

Une formation de niveau Bac+3, pensée pour des profils en reconversion ou en montée en compétences, compatible avec une activité professionnelle en parallèle.

🎯 Objectifs de la formation

  • Maîtriser la programmation Python appliquée à la data
  • Concevoir, interroger et gérer des bases de données avec SQL
  • Construire des solutions de Business Intelligence pour le pilotage décisionnel
  • Réaliser des visualisations de données avancées et impactantes
  • Extraire et analyser de l'information à partir de textes (Text Mining)
  • Concevoir et déployer des modèles de Machine Learning
  • Mener un projet data de bout en bout, de la collecte à la restitution

📚 Programme détaillé

Module 1 — Programmation Python (80h)

  • Fondamentaux Python : syntaxe, structures de données, fonctions, POO
  • Librairies data : NumPy, Pandas
  • Manipulation, nettoyage et préparation des données (data cleaning, data wrangling)
  • Automatisation de traitements de données avec scripts Python
  • Introduction aux notebooks (Jupyter)

Module 2 — Base de données et langage SQL (60h)

  • Modélisation relationnelle (MCD, MLD)
  • SQL : requêtes, jointures, sous-requêtes, fonctions d'agrégation
  • Optimisation de requêtes
  • Connexion Python ↔ bases de données (SQLAlchemy, connecteurs SQL)
  • Introduction aux bases NoSQL (MongoDB)

Module 3 — Business Intelligence (60h)

  • Concepts et architecture décisionnelle (data warehouse, ETL/ELT)
  • Modélisation multidimensionnelle (schéma en étoile, en flocon)
  • Power BI : connexion aux sources, transformation des données (Power Query)
  • Création de tableaux de bord et rapports décisionnels
  • Introduction à Tableau (alternative/complément à Power BI)

Module 4 — Datavisualisation avancée (50h)

  • Principes de storytelling avec la donnée
  • Visualisation avec Python : Matplotlib, Seaborn, Plotly
  • Datavisualisation interactive et dashboards dynamiques
  • Choix des visualisations selon le message et l'audience
  • Bonnes pratiques UX/UI appliquées à la data

Module 5 — Text Mining (40h)

  • Fondamentaux du traitement du langage naturel (NLP)
  • Prétraitement de texte (tokenisation, nettoyage, lemmatisation)
  • Extraction d'information et analyse de sentiments
  • Librairies : NLTK, spaCy
  • Cas d'usage : analyse d'avis clients, réseaux sociaux, veille

Module 6 — Machine Learning (80h)

  • Fondamentaux du Machine Learning : apprentissage supervisé/non supervisé
  • Régression, classification, clustering
  • Librairie Scikit-learn
  • Évaluation et optimisation des modèles (validation croisée, métriques)
  • Introduction au Deep Learning (notions de base)
  • Bonnes pratiques : overfitting, feature engineering, interprétabilité des modèles

Module 7 — Projet fil rouge (60h)

  • Projet data de bout en bout mené en continu tout au long de la formation
  • Collecte et préparation des données (Python/SQL)
  • Analyse exploratoire et modélisation (Machine Learning)
  • Construction de tableaux de bord et restitution (BI/Datavisualisation)
  • Soutenance devant un jury professionnel

Format temps partiel : environ 10-12h de formation par semaine, soit une durée totale de 9 à 12 mois selon le rythme retenu (soir/week-end ou journées dédiées).

🛠️ Outils et technologies

Python • Pandas • NumPy • SQL (MySQL/PostgreSQL) • Power BI • Tableau • Matplotlib • Seaborn • Plotly • NLTK • spaCy • Scikit-learn • Jupyter Notebook

Insertion

Débouchés

Métiers
Data Analyst • Business Analyst • Analyste décisionnel (BI) • Data Visualisation Specialist • Consultant Data • Chargé d'études statistiques • Junior Data Scientist • Analyste Marketing/CRM Data

Secteurs qui recrutent
Banques et institutions financières • Télécoms • Assurances • Grande distribution et e-commerce • Administrations publiques • Secteur pétrolier et industriel • ONG et organisations internationales • ESN et cabinets de conseil

Évolution
Data Analyst senior • Data Scientist • Chef de projet Data/BI • Responsable Business Intelligence • Consultant Data indépendant