thumbnail image

OUI DATA

  • Maîtriser R et SQL pour
  • POURQUOI LA DATA SCIENCE
  • HISTOIRE
  • ABOUT
  • OUI DATA vous présente
  • Programme
  • COMMANDEZ VOTRE
  • Questions
  • …  
    • Maîtriser R et SQL pour
    • POURQUOI LA DATA SCIENCE
    • HISTOIRE
    • ABOUT
    • OUI DATA vous présente
    • Programme
    • COMMANDEZ VOTRE
    • Questions

    OUI DATA

    • Maîtriser R et SQL pour
    • POURQUOI LA DATA SCIENCE
    • HISTOIRE
    • ABOUT
    • OUI DATA vous présente
    • Programme
    • COMMANDEZ VOTRE
    • Questions
    • …  
      • Maîtriser R et SQL pour
      • POURQUOI LA DATA SCIENCE
      • HISTOIRE
      • ABOUT
      • OUI DATA vous présente
      • Programme
      • COMMANDEZ VOTRE
      • Questions
      • Maîtriser R et SQL pour
      • POURQUOI LA DATA SCIENCE
      • HISTOIRE
      • ABOUT
      • OUI DATA vous présente
      • Programme
      • COMMANDEZ VOTRE
      • Questions
        • Maîtriser R et SQL

          pour la Data Science

          La DATA est le nouvel or noir

          Bonne nouvelle :

          • Analyser les données s’apprend
          • c’est plus facile que ça en a l’air

        • POURQUOI LA DATA SCIENCE VA CHANGER VOTRE VIE ?

          Si vous voulez travailler dans la DATA Science

          Si vous décidez de vous lancer dans l'univers de la Data, vous allez découvrir un nouvel univers stimulant, ouvert et rémunérateur :

          • Les problématiques sur lesquelles vous allez travailler sont extrêmement diverses : 
            • Prévoir le nombre de ventes dans les mois futurs
            • Déterminer le meilleur moment pour faire une action
            • Analyser automatiquement des scanners pour déterminer des cancers
            • Trouver les meilleurs prospects pour une entreprise en partant de sa base de données
            • Prévoir le comportement des marchés financiers pour investir sur la bourse
            • Déterminer la meilleure offre d'assurance en fonction des caractéristiques de son client
            • ...
          • Il est encore possible pour des autodidactes de percer dans cet univers : 
            • Les universités et les grandes écoles ne produisent pas assez de travailleurs pour pourvoir l'offre
            • Toutes les entreprises cherchent à valoriser leur data car elles savent qu'elles leur permettront de battre la concurrence. Même si elles n'ont pas encore commencé à déployer des processus basés sur la Data, elles ont conscience qu'il va falloir investir dans ce domaine
          • Le salaire des data scientist est plus important que celui des autres postes digitaux (développeur front, back office, designer) à expérience égale : 
            • Il y a moins de candidats sur ces postes
            • De plus en plus d'industrie se rendent compte qu'elles ont besoin de Data Scientist pour devenir plus compétitifs et gagner des parts de marché

           

          Si vous ne voulez pas travailler dans la DATA Science

          La Data Science n'est pas une technologie comme les autres. Elle ne permet pas simplement de mieux communiquer ou de mieux travailler comme le fait internet. Elle permet de prévoir l'avenir sur une problématique dédiée et à partir de cette prévision de prendre des décisions.

          Cette caractéristique permet non seulement de simplifier le travail des personnes utilisant la Data Science mais à moyen terme de purement et simplement les remplacer, et cela dans tous les domaines.

          Il n'y aura bientôt plus que 3 types de personnes :

          • Les personnes qui diront aux ordinateurs comment raisonner et comment fonctionner
          • Les personnes qui devront raisonner et faire ce que les ordinateurs leur diront
          • Les personnes qui n'auront pas de travail
          A vous de savoir si vous voulez anticiper la transformation qui va se passer dans les 5 prochaines années dans votre industrie.
        • POURQUOI AVEZ-VOUS PEUR DE VOUS LANCER DANS LA DATA SCIENCE ?

          Vous savez que la Data Science va changer la société. Mais vous avez peur de sauter le pas. Vous vous dites que ce n'est pas pour vous. Vous vous dites que c'est trop compliqué. Vous vous dites que vous n'avez pas les compétences en mathématiques, que vous ne savez pas programmer, que votre métier n'a rien à voir avec ce métier qui vous semble si compliqué.

           

          Cette peur qui vous paralyse, vous n'êtes pas la seule à la ressentir. En effet de très nombreuses personnes la ressentent et n'osent pas se tourner dans cette voix. Or cette peur est basée sur des présupposés totalement faux une fois qu'on a commencé à s'intéresser au domaine.

           

          En effet pour être Data Scientist, il n'y a pas besoin d' :

          • Etre excellent en mathématiques. En fait, un Data scientist fait très peu de mathématiques compliquées. Tous les algorithmes qu'il utilise sont en effet masqué par des objets informatiques qui cachent la complexité théorique. Vous n'avez à qu'à comprendre quoi utiliser à quel moment. Mais vous n'aurez jamais à faire ces opérations mathématiques par vous-même. Vous utiliserez des boites à outils qui le feront pour vous. Il vous faut seulement apprendre à utiliser ces boites à outils. 
          • Etre excellent programmeur. Un Data Scientist code en effet 80% du temps. Mais le type de script qu'il développe est beaucoup plus simple qu'un vrai développement informatique. Il n'est jamais question de classes, d'objets, d'héritage, de programmations fonctionnelles, ... Il s'agit de code simple utilisant des programmes disponibles qui sont spécialisés dans le traitement de la données
          Le fait que tout le monde ai peur de se lancer est donc une excellente opportunité pour vous.

          En 2016 a commencé mon périple dans le monde merveilleux de la Data. Après avoir passé plusieurs années comme chef de projet, je décide de changer de vie en me positionnant sur un poste de Data Scientist, poste pour lequel je n'avais aucune compétence de base. Je savais certes programmer, mais je n'avais jamais fait de Python ni de R depuis plusieurs années. J'avais certes un petit bagage mathématiques, mais je n'avais pas pratiqué cette discipline depuis près de 6 ans.

          Comment cela est t il possible ?

          J'ai réussi à convaincre mes employeurs de ma capacité à monter en compétence très rapidement pour être opérationnel en 3 mois. 3 mois est pour moi le parfait timing pour :

          • Ingurgiter le maximum de données 
          • Tester le maximum de code
          • Se lancer dans des projets prometteurs pour valider ces connaissances d'un point de vue globale

          Comment faire ?

          Il y a, sur le marché, 2 grands types de formation :

          • Les formations de type MOOC, qui peuvent être gratuits ou payants et qui sont basés sur des vidéos et des exercices en ligne. Le point positif de ces formations est qu'on peut les faire où l'on veut et quand l'on veut. Le point négatif est qu'on ne peut que très rarement poser des questions avec le formateur. On peut donc se retrouver facilement bloqué par une notion qu'on n'a pas comprise. Ces formations sont 
            • Soit totalement gratuits, qu'on trouve sur Youtube
            • Soit gratuits, avec une option de certification payante, par exemple sur Coursera ou sur OpenClassRoom qui coûte 500 euros par mois
            • Soit payant sur Udemy ou Udacity, qui coute entre 150 et 1300 euros
          • Les formations en présentiel où un professeur vient et présente à un groupe d'élèves les notions à apprendre et leur demande de faire des exercices. L'avantage est d'avoir un accès privilégié au formateur. L'inconvénient est que cet accès est très court dans le temps, le prix de ces formations est prohibitif et qu'il faut bloquer des jours pour se former. Ces formations sont données par des 
            • Ecoles d'ingénieur, comme Telecom Paris et qui coûte plus de 10 000 euros
            • Startups spécialisées comme Jedha qui coûte 4500 euros

          Moi j'ai personnellement eu la chance de pouvoir faire les 2 : j'ai dépensé des milliers d'Euros pour pouvoir me former en continue sur le Web mais aussi avec des data scientistes sur des jours dédiés.

          Et j'en suis venu à la conclusion qu'il y a une meilleure méthode pour se former à la Data Science qui permettrait :

          • D'apprendre à son rythme
          • D'avoir accès à un professeur lorsqu'on en a besoin
          • De pouvoir travailler de n'importe où

          Et à un prix compétitif

          Il y a une façon de mieux faire

          Ce que je vous propose est de réunir le meilleur des 2 mondes :

          • Une formation qui vous permet d'étudier n'importe où, dans tous les pays, et n'importe quand, quand vous avez le temps
          • Une formation qui vous laisse étudier à votre rythme
          • Une formation qui vous permet de vous concentrer sur une notion à la fois et qui oblige à faire des choses par vous même pour vous prouvez que vous pouvez vous débrouiller seul
          • Une formation où vous devez interagir avec un professeur tout au long de la formation pour : 
            • Valider que vous avez tout compris
            • Répondre à vos questions

          Bref, une formation où on vous pousse à aller au bout et en vous donnant les moyens d'y arriver, et tout cela en 3 mois.

        • Qui suis-je pour vous dire cela ?

          Je m'appelle Nicolas Brunn

          Je suis Data Scientist depuis plus de 4 ans, avant un parcours en Direction des Systèmes d'information de plus de 6 ans

          Mon profil LinkedIn est

          https://www.linkedin.com/in/nicolasbrunn/

          Ma chaine Youtube est

          https://www.youtube.com/channel/UCzsU0h6kxkSSCqpXTRUHubg

          CONTACT
        • OUI DATA vous présente la formation Maitriser R et SQL pour la Data Science

          La méthode complète pour savoir analyser les données de l'entreprise

          1

          Durée

          La formation se répartit sur 12 semaines contenant chacun 1 grand thème à maitriser

          2

          Contenu

          A chaque semaine correspond :

          • des vidéos
          • du code R ou SQL
          • une présentation Power Point en cas de point théorique à voir (modèle de données, ...) 
          • un challenge
          3

          Déroulé de la semaine

          Vous travaillez sur les vidéos pour apprendre les commandes que je vous montre

          Vous faites le challenge et vous me l'envoyez

          Je le corrige personnellement et :

          • Soit je le valide et je vous envoie la suite
          • Soit il y a un problème et je vous guide pour arriver à la fin
          4

          Interactions

          Nous avons donc au moins 12 moments où nous nous retrouvons tout au long de la formation

          5

          Résultat

          Vous ne serez donc jamais seul pendant la formation et vous pourrez faire la formation à votre rythme

        • PROGRAME DE FORMATION

          Semaine 1 : Maîtriser votre environnement de développement

          Après cette première semaine, vous saurez comment :

          • Installer
          • Configurer
          • Utiliser votre environnement de développement. 

          Vous serez autonome dans la création de script sur votre ordinateur.

          Semaine 2 : Fondamentaux

          de R

          Maintenant que vous savez créer un projet, on entre en douceur dans R :

          • Premières commandes de R
          • Importation d'un package
          • Lecture de fichier csv
          • Manipulation simple de dataframe

          Semaine 3 : R avancée

          Début du Titanic

          Vous savez maintenant faire des opérations basiques en R. On va monter le niveau :

          • Création de fonctions
          • Les différents types de variables
          • Les conditions, les boucles, ...

          On se lance aussi dans notre première étude de cas sur le Titanic :

          • Importation des données
          • Première étude descriptive pour comprendre le cas d'usage

          Semaine 4 : Titanic, analyse des données et graphiques

          Maintenant que vous avez le niveau suffisant pour écrire des vrais programmes en R, on va se concentrer sur l'analyse des données du Titanic :

          • Méthode permettant de savoir si une donnée est intéressante ou non
          • Création de graphiques
          • Création de features issues de colonnes présentes dans la data frame

          Semaine 5 : Titanic, premier modèle de prévision

          Vous avez analysés les données du Titanic. Maintenant vous allez utiliser cette analyse pour faire votre premier modèle de données :

          • Théorie pour comprendre le modèle Random Forest
          • Création d'un modèle Random Forrest
          • Interprétation des résultats
          • Publication des résultats sur Kaggle

          Semaine 6 : Manipulation de données avancée

          Bravo, vous avez fait votre premier cas d'analyse de bout en bout ... Mais il vous reste encore beaucoup apprendre pour devenir bon et productif en analyse de la donnée. C'est ce qu'on voit cette semaine avec l'étude approfondie de la librairie dplyr :

          • Compréhension de la grammaire dplyr
          • Manipulation de DataFrame
          • Création de graphique complexe

          Semaine 7 : Modèle de prévision avancé

          Le Random Forest c'est bien, mais il existe un grand nombre de modèles. Donc on va en passer un certain nombre en revu et comprendre :

          • Comment les interpréter de façon systématique
          • Comment les choisir en fonction de votre problématique

          Semaine 8 : Application Web

          pour la Data

          Créer des graphiques statiques c'est bien. Mais créer des graphiques permettant une intéraction (zoom, selection des courbes, ...) et sur une page Web facilement déployable, c'est quand même vraiment mieux. Après cette semaine, vous serez capable de créer de véritables applications web très (très) rapidement pour :

          • Permettre à votre client de s'approprier ses données
          • Analyser plus facilement les données
          • Provoquer un effet Whaouh chez vos clients

          Semaine 9 : Mining et analyse

          de données textuelles

          L'analyse des données textuelle est très importante : Internet est comme une mine d'information qu'il faut savoir traiter pour en tirer de la valeur. Cette semaine, on se concentre donc sur :

          • Les manipulations de Data Frame contenant des chaines de caractères
          • La création de modèle prédictif dédié à la prédiction de sentiments, de catégorisation, ...

          Semaine 10 : SQL débutant

          Savoir analyser et faire des modèles prédictifs c'est bien. Mais si vous n'avez pas de données, vous n'irez jamais loin. Or 99% des entreprises stockent leur données dans des bases de données, qui sont accessibles via SQL. Le but de la semaine est donc de découvrir ce langage et de construire vos premières requêtes

          Semaine 11 : SQL avancée

          Vous savez récupérer des données en SQL : bravo. Mais est ce que vous savez qu'il est aussi possible de faire de la Data Science en SQL. Et c'est parfois nécessaire quand les données sont tellement importantes qu'elles ne peuvent être traitées sur votre ordinateur

          Semaine 12 : Reporting (avec Excel, Power Point) et packaging

          Vous êtes maintenant un Data Scientist ayant une bonne expérience en :

          • Récupération de données
          • Analyse et manipulation de données
          • Création de modèles prédictifs

          Vous savez même faire des applications Web.

          Mais pour vous enlever ce verni débutant, il faut encore que vous sachiez faire 2 choses pour sortir du lot :

          • Savoir créer et distribuer vos propres packages
          • Savoir générer automatiquement des éléments de reporting avec Excel et Power Point

          Examen final

          Un examen pour vérifier que vous avez bien acquis toutes les notions et avoir la certification :

          • Une étude de cas en 4 heures
          • Une présentation de l'étude de cas devant un jury de Data Scientists 

           

        • COMMANDEZ VOTRE FORMATION POUR 499 EUROS au lieu de 999 euros

          pour encore

        • QUESTIONS

          A qui s adresse cette formation ?

          Cette formation s'adresse principalement aux personnes en entreprise ou en reconversion professionnelle qui veulent profiter de l'essort du big data et des besoins des entreprises pour changer de vie et faire carrière. Si c'est votre cas, sachez que votre première vie est une immense force que vous saurez utiliser quand vous aurez les connaissances en Analyse de Données. Vous aurez en effet, à la fin du cursus, une double casquette : vous serez en effet un expert dans le domaine de votre ancienne vie et vous saurez analyser les données comme un Data Scientist

          Quel est le niveau minimal pour faire cette formation ?

          Un niveau de terminal en mathématiques est appréciable et avoir fait de la programmation est un plus. Mais ce n'est nullement une nécessité : la formation part de 0 et explique point par point tout ce qu'il y a à savoir. La seule différence entre une personnes ayant déjà des connaissances et une venant d'un autre horizon est le nombre d'heures qu'elle devra passer pour faire chaque semaine.

          De quoi ai-je besoin pour faire cette formation ?

          Vous avez besoin d'un ordinateur et d'une connexion Internet pour télécharger les outils et les éléments de chaque semaine. N'importe quel ordinateur fait l'affaire.

          Est ce que je vais avoir un travail de data scientiste après cette formation ?

          Je vais être honnête avec vous : je ne peux pas vous garantir que vous allez travailler chez Google comme Data Scientist après cette formation. Par contre je peux vous assurez que vous aurez toutes les compétences pour analyser les données comme un Data Scientist à la fin de la formation.

          Comment se déroule cette formation ?

          La formation se déroule 100% online. Chaque lundi vous commencez un nouveau thème et, en général, vous m'envoyer le résultat du challenge le samedi. Je le corrige le dimanche, je reviens vers vous s'il y a des problèmes pour qu'on voit où ça bloque et je valide votre semaine. On vérifie que la semaine s'est bien passée et je vous envoie la suite. On fait donc au moins 12 points par formation. Je ne veux en effet laisser aucun élève sur le bord de la route

          Combien de temps faut il prévoir pour arriver au bout de la formation ?

          Tout dépend de votre niveau inital et de votre courbe de progression. En général mes élèves disent qu'ils passent entre 2 et 3 heures pour les rapides et entre 4 et 5 heures pour les autres.

          Pourquoi faire cette formation ?

          Cette formation s'adresse à 3 grands types de personnes :

          • Des Data Scientist qui n'ont que des connaissances en mathématiques ou en python
          • Des Data Analyst qui souhaitent monter très rapidement en connaissance
          • Des personnes qui souhaitent se tourner vers l'analyse de données et qui pour l'instant utilisent uniquement Excel

          Est ce que je peux suivre cette formation hors de France ?

          Oui bien sûr. La formation étant 100% en ligne, vous pouvez la faire où vous voulez.

          Utilisation de cookies
          Nous utilisons des cookies pour assurer une expérience de navigation fluide. En continuant, nous supposons que vous acceptez l'utilisation des cookies.
          En savoir plus