Formation Data Analyst

Dans ce premier module, vous découvrirez les KPI (Key Performance Indicators) propres à chaque pôle d’une organisation. Vous apprendrez à exploiter les données produites à l’aide d’outils no-code très communs en entreprise :

Python est le langage de programmation le plus courant en Data Analysis. A mesure que vous vous familiariserez avec la Data, vous devrez apprendre à coder. C’est pour cela que nous verrons comment comment écrire du code efficace, et à utiliser des bibliothèques comme Pandas, Numpy et Plotly.

Une fois que vous savez écrire du code Python, vous serez en mesure d'extraire des données pour les amener dans l’infrastructure interne de l’entreprise. La façon la plus courante de le faire est d'utiliser des outils ETL(Extract Transform Loads), des API et des Data Warehouses. C’est pourquoi, vous apprendrez à utiliser des outils d'ELT comme Airbyte pour amener les données vers Big Query et automatiser vos processus en utilisant Zapier.

En tant que Data Analyst, vous passerez beaucoup de temps à requêter des données provenant de diverses bases et sources. Il est donc primordial que vous maîtrisiez SQL : nous approfondirons votre niveau de programmation SQL. Vous passerez donc en revue les jointures, les functions, comprendrez les schémas de table afin de pouvoir extraire tout type de données pour les visualiser avec les outils de BI vus dans le module suivant.

Maintenant que vous savez comment collecter, extraire et transformer vos données, vous pouvez les visualiser et commencer à prendre des décisions. Vous apprendrez à utiliser PowerBI et Tableau, les deux outils de BI (Business Intelligence) les plus demandés sur le marché. Puis, nous vous enseignerons les meilleures pratiques en matière de création de graphiques et de présentation.