Certification professionnelle

Objectifs et contexte de la certification :

Face à l’explosion du volume d’informations et à la multiplication des sources disponibles, les entreprises sont amenées à s'appuyer sur le Big Data pour anticiper le comportement de leurs clients, optimiser leur modèle opérationnel, et informer les décisions stratégiques. 

L’analyse de données massives s’impose aujourd’hui comme une véritable nécessité pour rester compétitif dans la quasi-totalité des secteurs professionnels, y compris le marketing, la publicité, la commerce, l’assurance ou encore la médecine. Le volume considérable de données, aux formats divers, nécessite toutefois de recruter de nouveaux profils qui sachent les “faire parler” ou, en d’autres termes, qui aient les compétences techniques et mathématiques pour agréger, interpréter et communiquer des connaissances extraites d’un jeu de données. Ces compétences correspondent au profil du data analyst.    

Activités visées :

  Les missions du Data Analyst sont variées et visent à : 

Agréger des données : les normaliser tout en conservant leur intégrité.

Interpréter des données : le Data Analyst identifie des tendances, tire des conclusions et sensibilise les destinataires à l'utilisation pertinente des données.

Aider à la prise de décision en vue d’améliorer la stratégie de l'entreprise.

Présenter des résultats en résumant les conclusions importantes à l'aide de graphiques sous forme de dashboard ou de rapport écrit.

Collaborer avec les administrateurs et gestionnaires de la base de données pour suggérer des améliorations dans la collecte et la gestion des données.

Corriger les éventuels problèmes dans la chaîne de traitement, gérer les aspects liés à la sécurité (RGPD) et effectuer une veille des technologies disponibles.

Compétences attestées :

Bloc de compétences 1 - créer une base de données et effectuer des requêtes afin de répondre à des besoins utilisateurs : 

Configurer une base de données afin d’y intégrer un jeu de données à exploiter.   

Effectuer des requêtes SQL pour répondre à une problématique métier.   

Mettre à jour un catalogue de données pour rendre accessible la base de données à ses utilisateurs. 

 Bloc de compétences n°2 – collecter et préparer des données de sources variées en utilisant un outil de gestion des données :

Collecter et intégrer des données venant de plusieurs sources en respectant les règles de protection des données en vigueur.      

Préparer des données pour l'analyse en respectant les normes internes à l’entreprise. 

 Bloc de compétences n°3 – nettoyer et décrire un jeu de données à l’aide d’un langage de programmation spécialisé afin d’en préparer l’exploitation  : 

Pré-traiter des données stockées en les classifiant et en corrigeant les erreurs et les incohérences présentes.   

Réaliser une analyse uni-variée de données pré-traitées afin de les décrire et de détecter les incohérences. 

 Bloc de compétences n°4 – formaliser les résultats d’une analyse statistique en utilisant des outils de visualisation : 

Analyser un besoin client pour formuler des questions analytiques et définir des indicateurs de suivi.   

Créer les graphiques permettant de représenter les résultats obtenus.   

Créer un tableau de bord (dashboard) permettant de visualiser et de mesurer les résultats obtenus en fonction d’indicateurs donnés.      

 Bloc de compétences n°5 – réaliser l’analyse exploratoire de données structurées afin de les synthétiser et de les interpréter : 

Réaliser une analyse multi-variée pour comprendre la corrélation entre des variables et les synthétiser.     

Analyser des séries temporelles pour mesurer un phénomène au cours du temps.   

Réaliser un test statistique afin de vérifier une prédiction.    

Bloc de compétences n°6 – réaliser une modélisation statistique à l’aide de méthodes d’apprentissage supervisé et non supervisé : 

Mettre en œuvre une méthode d’apprentissage supervisée pour réaliser une analyse prédictive.   

Mettre en œuvre une méthode d’apprentissage non supervisée pour opérer des classifications automatiques et partitionner des données.  

Modalités d'évaluation :

Les compétences sont validées au travers de projets (études de cas) qui permettent au candidat de se projeter en situation professionnelle reconstituée. 

Chaque projet donne lieu à une production de livrables par le candidat et à une soutenance devant un évaluateur.