Vous pourrez ensuite fixer les objectifs ciblés de vos formations en data analyse ou orienter vos questions lors des sessions d’office hours data analyse que vous réservez.
Acquisition et gestion des données
- Analyser des données orientées business
- Nettoyer des bases de données
- Mettre en place des bases de données
- Automatiser la mise à jour de ses données
- Gérer des bases de données
- Extraire et traiter des données disponibles sur internet (web-scrapping)
- Enrichir ses données (ajouts de données publiques, géolocalisation…)
- Définir les processus assurant la confidentialité des données
- Améliorer la qualité des données
Interprétation des données
- Interpréter les résultats de l’analyse de données
- Analyser les données trafic de son site web
- Analyser des données de la base CRM (Users accounts)
- Adapter les offres clients en fonction du canal (mail, web, boutiques, print…)
- Analyser les ventes pour identifier les opportunités de croissance
- Décrire une base de données par la statistique descriptive
- Garantir la fiabilité des données récoltées
Méthodes de data analyse
- Maîtriser les méthodes de datamining
- Développer des outils de datamining
- Maîtriser la statistique inférentielle
- Maîtriser l’analyse statistique, exploratoire, descriptive ou prédictive
- Modéliser un Datawarehouse
- Modéliser des Datamarts
- Déployer les outils de collecte données (scraping, CRF, capteurs, transfert…)
- Mettre en place des démarches QOD (quality of data)
- Maîtriser un flow ETL (Extract/ Transform/Lead)
- Effectuer des requêtes en SQL
- Maîtriser Python
- Utiliser une méthode DMAIC en data analyse
- Transformer des bases de données hétérogènes au format CDISC
Liens avec les autres métiers de la data
- Parler avec des administrateurs/gestionnaires de base de données
- Comprendre les besoins opérationnels des équipes Produits/Marketing/Sales (tracking, reporting, analytique)
Business Intelligence / Dashboard
- Automatiser des dashboards (Power BI, Tableau…)
- Communiquer ses résultats à l’aide de visualisations (cf. compétence « Datavisualisation »)
- Identifier et hiérarchiser les besoins de Business Intelligence
Stack Data
- SQL Server
- Python
- Airflow
- AWS S3
- Redshift
- Power BI (Microsoft)
- Sisense (ex. Periscope Data)
- Alteryx
- Tableau
- Cristall Ball (Oracle)
- Pandas, Numpy, Scipy, Scikit-image (traitement des données)
- Mechanize, BeautifulSoup, Selenium (web-scrapping)
- SSIS (SQL Server Intégration Services)
- MSBI (SSIS, SSAS, Power BI)
- Azure orienté composants Data
- Adobe Analytics
- Visual Studio
- IBM Modeler
D’autres besoins ? N’hésitez pas à solliciter notre communauté d’experts en analyse de données et à prendre rendez-vous pour une session vidéo en face-à-face.
📈Ces objectifs sont recensés sur la base d’une synthèse des tendances sur les compétences réalisée par Skilmi (offres d’emploi, référentiels et observatoires de compétences, …). Vous pouvez recommander des objectifs additionnels à contact[@]skilmi.fr
👨🏼💻Vous êtes expert en Data Analyse ? Devenez mentor et proposez vos propres formations en Analyse de données pour aider la communauté Skilmi à atteindre ces objectifs !
🚀Explorez plus de compétences en IA/ Data