Business Analytics, Data Science
et Dataviz
- 2 jours
-
Voir les dates
- ParisParis
- €2 045 € ht (2 454 € ttc)
LE MOT DE L’INTERVENANT
La Data Science et les Business Analytics sont des éléments...
La Data Science et les Business Analytics sont des éléments essentiels de la nouvelle vague digitale mise en mouvement par l’utilisation avancée de la Donnée. Cette session vous donne des bases larges et solides pour appréhender les nouveaux projets, et interagir avec, orienter et évaluer des équipes de spécialistes. Elle est une première étape dans la construction d’une expertise, que vous pouvez ensuite compléter par des formations plus spécialisées en Machine Learning et en technologies Big Data.
NOUVEAU
Disponible en distanciel
Prochaine session : 25-26 MARS 2021
Comment la révolution des données peut-elle contribuer à la performance de l’entreprise ?
Les grands acteurs du Web ont vulgarisé l’usage des Business Analytics et de la Data Science afin d’exploiter les données du Big Data. A l’heure où même la Maison Blanche se dote d’un CDO (Chief Data Officer), la culture de la Donnée se diffuse dans les entreprises et révolutionne les business models : Uber, Amazon, Airbnb, Google nous le démontrent tous les jours.
Il devient de plus en plus nécessaire aux décideurs, dans les fonctions métiers et IT, de comprendre les résultats que l’on peut obtenir, les limitations, les méthodes et les démarches des Business Analytics, de la Data Science et de la Data Visualisation. Ce séminaire leur permettra, grâce à l’acquisition de bases solides sur le sujet, de s’engager dans la transformation de leur activité en toute connaissance de cause.
![]() |
Le déluge des données et comment en tirer parti |
L’émergence de nouvelles sources de données
Des nouvelles technologies pour maîtriser ce volume
Le modèle des grands du Web
|
|
![]() |
Définitions et use cases métier |
Définitions
La Donnée comme avantage concurrentiel
Cas d’usages
|
|
![]() |
Méthodologie d’analyse de données |
Le processus CRISP-DM
Une approche itérative expérimentale
Des compétences clés
|
|
![]() |
Préparation de la Donnée |
Collecte de la Donnée
Une qualité de données souvent insuffisante
Stockage de la donnée (Data Warehouse et Data Lake)
Gouvernance et RGPD
|
|
![]() |
Infrastructures et outils informatiques |
Une infrastructure orientée données et usages
Les solutions Cloud
|
|
![]() |
Rappels de statistiques et probabilités |
Notion de base
Corrélation vs causalité
De l’inférence bayésienne au Machine Learning |
|
![]() |
Modélisation, algorithmes, évaluation |
Types d’apprentissages Apprentissage supervisé. Démarche Data Science
Apprentissage supervisé. Algorithmes classiques
Apprentissage non supervisé
Recommandation |
|
![]() |
Visualisation : la Dataviz |
Pourquoi visualiser ?
Outils et technologies
|
|
![]() |
Démarche projet |
Démarche globale
POC
Industrialisation
Mettre en production un modèle
Facteurs clés / Facteurs de risque
|
|
![]() |
Réussir sa transformation par la Donnée |
Une organisation pour innover par la Donnée
DataLab
Recrutement
Facteurs de succès
|