Objectifs pédagogiques
À l'issue de la formation, le stagiaire sera capable de :
- Écrire des scripts Python simples dans un notebook Jupyter
- Importer des données de sources variées : fichiers Excel et CSV, bases de données, API
- Nettoyer, transformer, joindre et agréger des données avec pandas
- Produire des statistiques descriptives et mener des analyses simples
- Choisir la représentation graphique adaptée à un message et la réaliser avec Plotly
- Assembler un tableau de bord interactif et automatiser une analyse récurrente
Public visé
- Analystes, chargés d'études, contrôleurs de gestion, ingénieurs et techniciens qui exploitent des données
- Utilisateurs avancés d'Excel qui veulent automatiser leurs analyses
Prérequis
- Pratique courante d'un tableur (filtres, formules, tableaux croisés)
- Notions de statistique descriptive (moyenne, médiane, écart-type)
- Aucune expérience de la programmation n'est exigée
- Un ordinateur avec Python installé (une procédure d'installation est fournie)
Programme
Jour 1 — Les bases de Python pour la donnée
Environnement de travail
- Python, Jupyter et VS Code : installer et organiser son environnement
- L’écosystème de la donnée : pandas, NumPy, Plotly, Streamlit
Les fondamentaux du langage
- Variables, types, listes et dictionnaires
- Conditions, boucles et fonctions
- Lire et comprendre un message d’erreur
Importer des données
- Fichiers CSV et Excel, encodages et séparateurs
- Requêtes SQL sur une base de données
- Données publiques via une API (open data)
Jour 2 — Préparer et analyser
Préparer les données avec pandas
- Sélectionner, filtrer, trier, créer des colonnes
- Valeurs manquantes, doublons, types et dates
- Joindre plusieurs tables, pivoter, agréger par groupe
Analyser
- Statistiques descriptives et tableaux croisés
- Repérer les valeurs atypiques et contrôler la qualité des données
- Corrélations et premières analyses explicatives
Jour 3 — Visualiser et communiquer
Les principes de la data visualisation
- Quel graphique pour quel message ? Comparaison, évolution, répartition, relation
- Couleurs, lisibilité, accessibilité : les bonnes pratiques
- Les pièges qui trompent le lecteur
Graphiques interactifs avec Plotly
- Barres, courbes, nuages de points, histogrammes et boîtes à moustaches
- Cartes simples pour les données territoriales
- Graphiques interactifs et export
Du script au tableau de bord
- Assembler un tableau de bord interactif avec Streamlit
- Automatiser une analyse récurrente : du fichier brut au rapport
- Projet final et perspectives : Power BI, machine learning, mise en production
Méthodes pédagogiques
- Alternance d'apports et d'exercices pratiques sur poste, avec un fil rouge sur un jeu de données réel
- Possibilité de travailler sur les données des participants (en intra, après accord)
- Notebooks corrigés, codes source et aide-mémoire remis aux participants
- Formation dispensée par un data scientist expérimenté, formateur de développeurs data et IA
Modalités d'évaluation
- Questionnaire de positionnement en début de formation
- Exercices pratiques corrigés à chaque module
- Projet final : analyse complète et tableau de bord sur un jeu de données inédit
- Questionnaire de satisfaction à chaud
Accessibilité
Formation accessible aux personnes en situation de handicap. Contactez-nous en amont (contact@dcid-consulting.fr) afin d'étudier ensemble les adaptations nécessaires.