PathTailor
ENSe connecterCréer mon parcours
PathTailor
Créer mon parcoursSe connecterRead in English

Devenir data scientist

Le catalogue prépare au métier de data scientist avec un parcours de 27 cours (139 leçons, 411 exercices, environ 83 heures), de « Bases de la programmation et algorithmique » à « Docker et déploiement ». 34 cours du catalogue citent ce métier parmi leurs débouchés.

  1. Bases de la programmation et algorithmique
  2. Terminal et ligne de commande
  3. Git et GitHub
  4. Coder avec un assistant IA (prompts, relecture du code)
  5. SQL fondamentaux (SELECT, filtres, agrégats)
  6. SQL intermédiaire (jointures, sous-requêtes)
  7. SQL avancé (CTE, fonctions de fenêtre)
  8. Statistiques descriptives
  9. Probabilités et statistiques inférentielles
  10. Python fondamentaux
  11. Python intermédiaire (fonctions, modules, POO)
  12. Analyse de données avec pandas et NumPy
  13. Nettoyage et préparation des données
  14. Visualisation (Matplotlib, Seaborn, Plotly)
  15. Analyse exploratoire des données
  16. Introduction au machine learning (scikit-learn)
  17. Apprentissage supervisé : régression et classification
  18. Apprentissage non supervisé : clustering, réduction de dimension
  19. Évaluation et validation des modèles
  20. Feature engineering
  21. Séries temporelles et prévision
  22. HTTP et API REST
  23. API avec FastAPI
  24. Deep learning avec PyTorch
  25. Traitement du langage (NLP) et LLM
  26. Déployer un modèle (API, MLOps de base)
  27. Docker et déploiement
Créer mon parcoursVoir les 27 cours dans l'ordre

Les étapes du parcours

  1. Fondamentaux

  2. SQL

  3. Statistiques

  4. Python

  5. Analyse de données

  6. Data science

  7. Back-end

  8. Python pour le web

  9. Data science

  10. Back-end

Compétences travaillées

Fondamentaux29

VariablesTypes de baseConditions if / elif / elseBoucles for et whileListesFonctionsAlgorithmiqueNavigationGestion des fichiersRecherche avec grepPipesScripts bashPermissionsVariables d'environnement

15 autres compétences

CommitZone de préparation (staging)Historique (log, diff)BranchesFusion (merge)ConflitsDépôt distant (remote)Pull requestModèle de langage (LLM)Rédaction de promptsRelecture de code généréTests automatisésDébogageSécurité du code généréUsage responsable

SQL25

SELECT et FROMClause WHEREORDER BYDISTINCTCOUNT, SUM, AVG, MIN, MAXGROUP BYHAVINGTester NULL avec IS NULLINNER JOINLEFT JOINAnti-jointureAuto-jointureSous requetesExists

11 autres compétences

CASE WHENUNION et UNION ALLCTE (WITH)WITH RECURSIVEClause OVERPARTITION BYROW_NUMBER, RANK, DENSE_RANKCumul glissantCadre ROWS BETWEENLAG et LEADNTILE

Statistiques19

Types de variablesEffectifs et fréquencesMoyenneMédianeVarianceÉcart-typeQuantilesValeurs aberrantesCorrélation de PearsonPandasProbabilitésThéorème de BayesLoi normaleLoi binomiale

5 autres compétences

Théorème central limiteIntervalle de confianceTest d'hypothèsep-valueScipy

Python79

VariablesTypes de basef-stringsConditionsBooléens et opérateurs logiquesListesBoucles for et whileCompréhensions de listeDictionnairesTuplesEnsembles (set)FonctionsExceptions try/exceptParamètres avancés

65 autres compétences

Annotations de typeFonctions lambdaFonctions d'ordre supérieurGénérateursModules et importBibliothèque standardEnvironnements virtuels et pipClasses et instancesMéthodesMéthodes spécialesHéritageDataclassesExceptions personnaliséesTableaux ndarrayCalcul vectoriséMasques booléensSeriesDataFrameLecture CSVExploration initialeloc et ilocFiltrage booléenTriColonnes calculéesRecodage de valeursDates avec .dtTexte avec .strgroupbyAgrégations multiplesTableaux croisésComptagesConcaténationJointuresContrôle des jointuresDiagnostic de qualitéDétection des manquantsDétection des doublonsValeurs manquantesImputationImputation par groupeConversion de typesto_numericto_datetimeType categoryHarmonisation du texteSuppression des doublonsValeurs aberrantesmelt et pivotPipeline de nettoyageValidation des donnéesFigure et AxesCourbesTitres, étiquettes et légendeChoix du graphiqueBarres et histogrammesNuages de points et boîtesSous-graphiquesFormatage des axesAnnotationsFonctions de niveau AxesEncodage par couleur (hue)FacettesPlotly ExpressStructure d'une figureExport HTML

Analyse de données10

Profilage des donnéesValeurs manquantesDoublonsAnalyse univariéeAnalyse bivariéeParadoxe de SimpsonÉvolution temporelleSynthèse d'analysePandasMatplotlib

Data science74

Machine learningFeatures et variable cibleEstimateurDécoupage train/testSurapprentissageStandardisationPipelineValidation croiséeRégression linéaireMAE, RMSE, R²RégularisationRégression logistiqueArbre de décisionk plus proches voisins

60 autres compétences

Forêt aléatoireGradient boostingClusteringK-meansScore de silhouetteDBSCANClustering hiérarchiqueAnalyse en composantes principalest-SNESegmentationMatrice de confusionPrécision et rappelCourbe ROC et AUCSeuil de décisionRéglage d'hyperparamètresCompromis biais-varianceFuite de donnéesTransformations numériquesEncodage one-hotEncodage par la cibleImputationColumnTransformerFeatures temporellesEncodage cycliqueSélection par filtrageImportance par permutationPandasDécompositionStationnaritéEvaluationLissage exponentielARIMA / SARIMAFeatures de lag et de calendrierBacktestingTenseurAutogradnn.ModuleBoucle d'entraînementRegularisationRéseau convolutifTransfer learningBasesTokenisationTF-IDFClassification de textesEmbeddingArchitecture TransformerGrand modèle de langageRetrieval-Augmented GenerationLoRA / PEFTÉvaluation des LLMSérialisationAPI d'inférenceFastAPI et PydanticDockerTests de modèleIntégration et déploiement continusRegistre de modèlesMonitoringDérive des données

Back-end20

Requête et réponse HTTPStructure d'une URLMéthodes HTTPCodes de statutPrincipes RESTPaginationValidation des donnéesErreurs structurées (Problem Details)Cache HTTP et ETagCORSRoutageConteneursImagesDockerfile

6 autres compétences

Build multi-étapesSécurité des imagesDocker ComposeRegistre d'imagesCI/CDReverse proxy et HTTPS

Python pour le web8

Opérations de chemin (routes)Validation automatiqueModèles PydanticOpérations CRUDInjection de dépendancesBase de donnéesTests avec TestClientPrincipes REST

Cours qui citent ce métier

Questions fréquentes

Combien de temps faut-il pour suivre le parcours Data scientist ?

Le parcours de base représente environ 83 heures de leçons et d'exercices, réparties en 27 cours et 139 leçons. Tu avances à ton rythme, leçon par leçon.

Faut-il des connaissances avant de commencer ?

Non. Le parcours commence par « Bases de la programmation et algorithmique », un cours sans prérequis.

Quels domaines le parcours couvre-t-il ?

Dans l'ordre : Fondamentaux, SQL, Statistiques, Python, Analyse de données, Data science, Back-end, Python pour le web. Le dernier cours est « Docker et déploiement ».

Le parcours donne-t-il une certification ?

Pas à ce stade. La plateforme ne délivre pas encore de certification et ne revendique ni enregistrement RNCP, ni Qualiopi, ni éligibilité au CPF.

Les autres métiers

  • Devenir data analyst

    17 cours · 87 leçons · environ 47 h
    1. Bases de la programmation et algorithmique
    2. Coder avec un assistant IA (prompts, relecture du code)
    3. SQL fondamentaux (SELECT, filtres, agrégats)
    4. SQL intermédiaire (jointures, sous-requêtes)
    5. Statistiques descriptives
    6. Python fondamentaux
    7. Analyse de données avec pandas et NumPy
    8. Nettoyage et préparation des données
    9. Visualisation (Matplotlib, Seaborn, Plotly)
    10. Probabilités et statistiques inférentielles
    11. Analyse exploratoire des données
    12. Indicateurs métier et KPI
    13. SQL avancé (CTE, fonctions de fenêtre)
    14. Data storytelling et présentation des résultats
    15. Automatiser avec Python (fichiers, Excel, API)
    16. Tests A/B et expérimentation
    17. Pipelines ETL simples
    • Fondamentaux
    • SQL
    • Statistiques
    • Python
    • Analyse de données

  • Devenir analyste Power BI

    13 cours · 65 leçons · environ 26 h
    1. SQL fondamentaux (SELECT, filtres, agrégats)
    2. SQL intermédiaire (jointures, sous-requêtes)
    3. Modélisation de bases de données
    4. Statistiques descriptives
    5. Indicateurs métier et KPI
    6. Découverte de Power BI Desktop
    7. Power Query : importer et transformer
    8. Modélisation en schéma en étoile
    9. DAX fondamentaux
    10. DAX avancé (contexte, time intelligence)
    11. Data storytelling et présentation des résultats
    12. Concevoir rapports et tableaux de bord
    13. Service Power BI : publication, partage, sécurité RLS
    • SQL
    • Statistiques
    • Analyse de données
    • Power BI

  • Devenir développeur web JavaScript

    24 cours · 127 leçons · environ 75 h
    1. Bases de la programmation et algorithmique
    2. Terminal et ligne de commande
    3. Git et GitHub
    4. Coder avec un assistant IA (prompts, relecture du code)
    5. HTML fondamentaux
    6. CSS fondamentaux
    7. Mise en page responsive (Flexbox, Grid)
    8. JavaScript fondamentaux
    9. DOM et événements
    10. JavaScript asynchrone (promesses, fetch, API)
    11. Accessibilité et SEO
    12. Structures de données et complexité
    13. TypeScript
    14. React
    15. SQL fondamentaux (SELECT, filtres, agrégats)
    16. SQL intermédiaire (jointures, sous-requêtes)
    17. Modélisation de bases de données
    18. HTTP et API REST
    19. Node.js fondamentaux
    20. API avec Express
    21. Tests automatisés
    22. Authentification et sécurité web (OWASP)
    23. Application full-stack React + Node
    24. Docker et déploiement
    • Fondamentaux
    • Front-end
    • SQL
    • Back-end
    • JavaScript côté serveur

  • Devenir développeur web Python

    22 cours · 115 leçons · environ 70 h
    1. Bases de la programmation et algorithmique
    2. Terminal et ligne de commande
    3. Git et GitHub
    4. Coder avec un assistant IA (prompts, relecture du code)
    5. Python fondamentaux
    6. Python intermédiaire (fonctions, modules, POO)
    7. HTML fondamentaux
    8. CSS fondamentaux
    9. Mise en page responsive (Flexbox, Grid)
    10. JavaScript fondamentaux
    11. DOM et événements
    12. JavaScript asynchrone (promesses, fetch, API)
    13. SQL fondamentaux (SELECT, filtres, agrégats)
    14. SQL intermédiaire (jointures, sous-requêtes)
    15. Modélisation de bases de données
    16. HTTP et API REST
    17. API avec FastAPI
    18. Django fondamentaux
    19. Tests automatisés
    20. Authentification et sécurité web (OWASP)
    21. Application complète avec Django
    22. Docker et déploiement
    • Fondamentaux
    • Python
    • Front-end
    • SQL
    • Back-end
    • Python pour le web

  • Devenir développeur web PHP

    22 cours · 116 leçons · environ 68 h
    1. Bases de la programmation et algorithmique
    2. Terminal et ligne de commande
    3. Git et GitHub
    4. Coder avec un assistant IA (prompts, relecture du code)
    5. HTML fondamentaux
    6. CSS fondamentaux
    7. Mise en page responsive (Flexbox, Grid)
    8. JavaScript fondamentaux
    9. DOM et événements
    10. JavaScript asynchrone (promesses, fetch, API)
    11. SQL fondamentaux (SELECT, filtres, agrégats)
    12. SQL intermédiaire (jointures, sous-requêtes)
    13. Modélisation de bases de données
    14. PHP fondamentaux
    15. PHP orienté objet et Composer
    16. PHP et bases de données (PDO)
    17. HTTP et API REST
    18. Laravel fondamentaux
    19. Tests automatisés
    20. Authentification et sécurité web (OWASP)
    21. Laravel avancé (API, files d'attente, tests)
    22. Docker et déploiement
    • Fondamentaux
    • Front-end
    • SQL
    • PHP
    • Back-end

  • Devenir développeur web Java

    23 cours · 121 leçons · environ 70 h
    1. Bases de la programmation et algorithmique
    2. Terminal et ligne de commande
    3. Git et GitHub
    4. Coder avec un assistant IA (prompts, relecture du code)
    5. Structures de données et complexité
    6. HTML fondamentaux
    7. CSS fondamentaux
    8. Mise en page responsive (Flexbox, Grid)
    9. JavaScript fondamentaux
    10. DOM et événements
    11. JavaScript asynchrone (promesses, fetch, API)
    12. SQL fondamentaux (SELECT, filtres, agrégats)
    13. SQL intermédiaire (jointures, sous-requêtes)
    14. Modélisation de bases de données
    15. Java fondamentaux
    16. Java orienté objet
    17. Collections, streams et exceptions
    18. Tests avec JUnit
    19. HTTP et API REST
    20. Spring Boot : API REST
    21. Persistance avec JPA et Hibernate
    22. Authentification et sécurité web (OWASP)
    23. Docker et déploiement
    • Fondamentaux
    • Front-end
    • SQL
    • Java
    • Back-end

  • Devenir développeur IA

    12 cours · 61 leçons · environ 28 h
    1. Bases de la programmation et algorithmique
    2. Python fondamentaux
    3. Python intermédiaire (fonctions, modules, POO)
    4. Git et GitHub
    5. Utiliser l'IA générative au travail
    6. HTTP et API REST
    7. Intégrer un LLM dans une application
    8. RAG en production
    9. Agents IA et automatisation
    10. Évaluer et superviser un système d'IA
    11. Docker et déploiement
    12. Héberger des modèles d'IA en local
    • Fondamentaux
    • Python
    • IA générative
    • Back-end

  • Devenir data engineer

    18 cours · 91 leçons · environ 43 h
    1. Terminal et ligne de commande
    2. Git et GitHub
    3. SQL fondamentaux (SELECT, filtres, agrégats)
    4. SQL intermédiaire (jointures, sous-requêtes)
    5. SQL avancé (CTE, fonctions de fenêtre)
    6. Modélisation de bases de données
    7. Python fondamentaux
    8. Python intermédiaire (fonctions, modules, POO)
    9. Analyse de données avec pandas et NumPy
    10. Entrepôts de données et modélisation analytique
    11. Qualité et gouvernance des données
    12. Transformer les données avec dbt
    13. Orchestrer des pipelines avec Airflow
    14. Traitement distribué avec Spark
    15. PostgreSQL en pratique (index, performances)
    16. Docker et déploiement
    17. Fondamentaux du cloud
    18. Déployer une application sur le cloud
    • Fondamentaux
    • SQL
    • Python
    • Data engineering
    • Back-end
    • Cloud et DevOps

  • Devenir analyste marketing

    9 cours · 45 leçons · environ 19 h
    1. SQL fondamentaux (SELECT, filtres, agrégats)
    2. SQL intermédiaire (jointures, sous-requêtes)
    3. Statistiques descriptives
    4. Indicateurs métier et KPI
    5. Analytics marketing
    6. Analytics e-commerce
    7. Data storytelling et présentation des résultats
    8. Tests A/B et expérimentation
    9. Référencement local et présence en ligne
    • SQL
    • Statistiques
    • Analyse de données
    • Analytics métier
    • Sites et CMS

  • Devenir ingénieur cloud et DevOps

    10 cours · 50 leçons · environ 20 h
    1. Terminal et ligne de commande
    2. Git et GitHub
    3. Linux pour le développeur
    4. Docker et déploiement
    5. Intégration et déploiement continus
    6. Fondamentaux du cloud
    7. Déployer une application sur le cloud
    8. Kubernetes
    9. Infrastructure as code avec Terraform
    10. Cybersécurité : les bases pour tous
    • Fondamentaux
    • Cloud et DevOps
    • Back-end
    • Compétences transverses

  • Devenir développeur mobile

    10 cours · 53 leçons · environ 28 h
    1. Bases de la programmation et algorithmique
    2. Git et GitHub
    3. JavaScript fondamentaux
    4. DOM et événements
    5. JavaScript asynchrone (promesses, fetch, API)
    6. TypeScript
    7. React
    8. HTTP et API REST
    9. Applications mobiles avec React Native
    10. Applications mobiles avec Flutter
    • Fondamentaux
    • Front-end
    • Back-end
    • Mobile

  • Devenir chef de projet digital

    7 cours · 35 leçons · environ 12 h
    1. Utiliser l'IA générative au travail
    2. Gestion de projet agile
    3. Analyse métier : du besoin aux spécifications
    4. Conception UX et maquettes
    5. RGPD pour les équipes data et produit
    6. SQL fondamentaux (SELECT, filtres, agrégats)
    7. Indicateurs métier et KPI
    • IA générative
    • Compétences transverses
    • SQL
    • Analyse de données

  • Devenir expert Excel et reporting

    8 cours · 40 leçons · environ 12 h
    1. Excel fondamentaux
    2. Excel : fonctions de recherche et logique
    3. Excel : tableaux croisés dynamiques
    4. Modéliser et fiabiliser un classeur Excel
    5. Utiliser l'IA générative au travail
    6. Power Query et Power Pivot dans Excel
    7. Automatiser Excel (VBA et Office Scripts)
    8. Power Automate : automatiser ses tâches
    • Excel
    • IA générative
    • Power Platform

Dis ce que tu veux savoir faire, on construit ton parcours

Ton parcours est assemblé à partir des cours du catalogue. Avec l'offre Pro, chaque leçon est racontée avec des exemples de ton métier.

L'aperçu est gratuit, et les cours se suivent un par un sans payer. Le parcours ne contient que des leçons du catalogue.