1 – Le déluge des données et comment en tirer parti

• L’émergence de nouvelles sources de données
• De nouvelles technologies pour maîtriser ce volume – coûts de stockage, puissance de calcul, parallélisation
• Le modèle des grands du web – culture de la mesure et souplesse technologique

2 – Définitions et cas d’usage métier

• Définitions (Business Intelligence, Business Analytics, Big Data, Data Visualisation, Data Science & Intelligence Artificielle)
• La donnée comme avantage concurrentiel – clé d’amélioration des processus, au cœur de nouveaux produits, commercialisation
• Exemples de cas d’usage industriels (relations clients, anti-fraude, maintenance prédictive, analyse de texte & d’images)

3 – Méthodologie d’analyse de données

• Le processus CRISP-DM – de la compréhension à l’exploitation de la donnée
• Une approche itérative expérimentale, proche d’une démarche de recherche
• Des compétences clés à maîtriser (bases de données, architecture informatique, statistiques & probabilités, Machine Learning)

4 – Préparation de la donnée

• Collecte de la donnée via des formats divers et variés
• Une qualité de données souvent insuffisante
• Stockage de la donnée (Data Warehouse et Data Lake)
• Gouvernance & RGPD – objectifs, grand principes et conséquences

5 – Infrastructure et outils informatiques

• Boîte à outils data
• Une infrastructure orientée données et usages – architecture, ingestion, stockage et calcul distribué
• Les solutions cloud – promesses des solutions d’Amazon Web Services, Google Cloud Platform et Microsoft Azure

6 – Rappels de statistiques et probabilités

• Notions de base – série statistique, variable aléatoire discrètes et continues, médiane / moyenne / écart-type
• Corrélation vs. Causalité

7 – Modélisation, algorithmes, évaluation

• Les différentes problématiques du Machine Learning
• Démarche Data Science dans un cadre supervisé – classification & régression, évaluation des modèles, sous/sur-apprentissage
• Algorithmes classiques dans un cadre supervisé – régressions linéaire & logistique, Support Vector Machine, Arbre de décision, Forêt aléatoire
• Apprentissage non supervisé – utilisation de l’algorithme K-Means

8 – Data Visualisation

• Pourquoi visualiser – le pouvoir de la Data Visualisation
• Comment visualiser – choix du message et de l’encodage
• Outils et technologies

9 – Démarche projet

• Démarche globale
• Proof-of-Concept
• Industrialisation – les grandes étapes précédant l’industrialisation
• Mettre un modèle en production

10 – Réussir sa transformation par la donnée

• Une organisation pour innover par la donnée – centralisation vs. décentralisation, interne vs. externe
• Data Lab, une cellule transverse avec des rôles et responsabilités
• Recrutement – les profils types
• Facteurs de succès