Il s'agit du premier des sept cours du certificat Google Advanced Data Analytics, qui permettra de développer les compétences nécessaires pour postuler à des postes de professionnels des données plus avancés, tels que data scientist débutant ou analyste de données de niveau avancé. Les professionnels des données analysent les données pour aider les entreprises à prendre de meilleures décisions. Pour ce faire, ils utilisent des techniques puissantes telles que la narration de données, les statistiques et l'apprentissage automatique. Dans ce cours, vous commencerez votre voyage d'apprentissage en explorant le rôle des professionnels des données sur le lieu de travail. Vous découvrirez également le flux de travail PACE (Planifier, Analyser, Construire, Exécuter) et la manière dont il peut vous aider à organiser des projets de données.
Fondements de la science des données
Ce cours fait partie de Google Advanced Data Analytics (analyse avancée des données) Certificat Professionnel
Instructeur : Google Career Certificates
Enseignant de premier plan
171 952 déjà inscrits
Inclus avec
(2,476 avis)
Ce que vous apprendrez
Comprendre les carrières et les industries courantes qui utilisent l'analytique des données avancée
Étudier l'impact que l'analyse de données peut avoir sur la prise de décision
Expliquer comment les professionnels des données préservent la confidentialité des données et l'éthique.
Élaborer un plan du projet en tenant compte des rôles et des responsabilités des membres de l'équipe
Compétences que vous acquerrez
- Catégorie : Project Management
- Catégorie : Partager les connaissances avec les parties prenantes
- Catégorie : Dynamique des équipes interfonctionnelles
- Catégorie : Poser des questions efficaces
- Catégorie : Communication écrite efficace
Détails à connaître
Ajouter à votre profil LinkedIn
19 quizzes, 1 devoir
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise en Analyse des Données
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable auprès de Google
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 5 modules dans ce cours
Vous commencerez par une introduction au certificat Google Advanced Data Analytics. Ensuite, vous explorerez l'histoire de la science des données et les façons dont la science des données aide à résoudre les problèmes d'aujourd'hui.
Inclus
7 vidéos10 lectures2 quizzes3 plugins
Maintenant que vous connaissez mieux l'histoire de la science des données, vous êtes prêt à explorer les carrières actuelles dans ce domaine. Vous découvrirez comment les professionnels des données gèrent et analysent leurs données, ainsi que la manière dont les connaissances fondées sur les données peuvent aider les organisations.
Inclus
8 vidéos9 lectures5 quizzes1 plugin
Vous identifierez les compétences que les professionnels des données utilisent pour analyser les données. Vous découvrirez également comment les professionnels des données collaborent avec leurs coéquipiers.
Inclus
9 vidéos6 lectures2 quizzes1 devoir
Vous découvrirez le flux de travail d'un projet PACE (Planifier, Analyser, Construire, Exécuter) et apprendrez à organiser un projet de données. Vous apprendrez également à communiquer efficacement avec vos coéquipiers et les parties prenantes.
Inclus
7 vidéos9 lectures6 quizzes1 plugin
Vous réaliserez un projet de fin de cours, ce qui vous donnera l'occasion d'appliquer vos nouvelles compétences et connaissances en matière de données du cours 1 à un scénario professionnel et de vous entraîner à résoudre un problème commercial.
Inclus
4 vidéos11 lectures4 quizzes
Instructeur
Offert par
Recommandé si vous êtes intéressé(e) par Analyse des Données
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
Affichage de 3 sur 2476
2 476 avis
- 5 stars
78,76 %
- 4 stars
15,17 %
- 3 stars
3,87 %
- 2 stars
0,92 %
- 1 star
1,25 %
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Les organisations de tous types et de toutes tailles ont des processus commerciaux qui génèrent des volumes massifs de données. À chaque instant, toutes sortes d'informations sont créées par les ordinateurs, l'internet, les téléphones, les textes, la vidéo en continu, les photographies, les capteurs et bien d'autres choses encore. Dans le paysage numérique mondial, les données sont de plus en plus imprécises, chaotiques et non structurées. Alors que la vitesse et la variété des données augmentent de façon exponentielle, les organisations peinent à suivre le rythme.
La science des données et l'analytique des données avancée font partie d'un domaine d'étude qui utilise les données brutes pour créer de nouvelles façons de modéliser et de comprendre l'inconnu. Pour acquérir des connaissances, les entreprises s'appuient sur des professionnels des données pour acquérir, organiser et interpréter les données, ce qui permet d'éclairer les projets et les processus internes. Les data scientists et les analystes de données avancés s'appuient sur une combinaison de compétences essentielles, notamment les statistiques, les méthodes scientifiques, l'analyse des données et l'intelligence artificielle.
Un professionnel des données est un terme utilisé pour décrire toute personne qui travaille avec des données et/ou qui possède des compétences en matière de données. Au minimum, un professionnel des données est capable d'explorer, de nettoyer, de sélectionner, d'analyser et de visualiser des données. Il peut également être à l'aise avec l'écriture de code et avoir une certaine familiarité avec les techniques utilisées par les statisticiens et les ingénieurs en apprentissage automatique, notamment la construction de modèles, le développement de la pensée algorithmique et la construction de modèles d'apprentissage automatique.
Les professionnels des données sont responsables de la collecte, de l'analyse et de l'interprétation de grandes quantités de données au sein d'une variété d'organisations différentes. Le rôle d'un professionnel des données est défini différemment selon les entreprises. D'une manière générale, les professionnels des données possèdent des capacités techniques et stratégiques qui nécessitent des compétences analytiques plus avancées, telles que la manipulation des données, la conception expérimentale, la modélisation prédictive et l'apprentissage automatique. Ils effectuent diverses tâches liées à la collecte, à la structuration, à l'interprétation, au suivi et à la communication des données dans des formats accessibles, ce qui permet aux parties prenantes de comprendre et d'utiliser les données de manière efficace. En fin de compte, le travail des professionnels des données aide les organisations à prendre des décisions éclairées et éthiques.
Les grands volumes de données - et la technologie nécessaire pour les gérer et les analyser - sont de plus en plus accessibles. Pour cette raison, les opportunités de carrière se sont multipliées pour les personnes capables de raconter des histoires à l'aide de données, comme les analystes de données seniors et les data scientists. Ces professionnels collectent, analysent et interprètent de grandes quantités de données au sein de différentes organisations. Leurs responsabilités nécessitent des compétences analytiques avancées telles que la manipulation des données, la conception expérimentale, la modélisation prédictive et l'apprentissage automatique.