Big Data | Python pour l'analyse de données Mixte : présentiel / à distance

• Actions Collectives OPCO Atlas
  Cette formation peut être prise en charge à 100% dans le cadre des Actions Collectives.
  Pour en bénéficier, contactez-nous à hello.institute@docaposte.fr et complétez votre inscription sur campusAtlas.

En savoir plus sur les dispositifs de financement

• Comprendre les principes de la modélisation statistique,
• Savoir utiliser les principaux outils d'analyse et de traitement des données de Python,
• Extraire des données d'un fichier,
• Savoir appliquer les bonnes pratiques pour nettoyer et préparer les données avant analyse,
• Créer des modèles d'apprentissage simples,
• Choisir entre régression et classification en fonction du type de données,
• Évaluer les performances prédictives d'un algorithme,
• Créer des sélections et des évaluations dans de grands volumes de données pour identifier les tendances.

Introduction à la structure des données en Python

• Python pour les manipulations de données
• Listes, ensembles, strings, tuples et dictionnaires

Opérations avancées sur la structure de données intégrée

• Structures de données avancées
• Opérations de base sur les fichiers en Python

Introduction à NumPy, Pandas et Matplotlib

• Les tableaux NumPy
• Les DataFrames Pandas
• Statistiques et visualisation avec NumPy et Pandas
• Utiliser NumPy et Pandas pour calculer des statistiques descriptives de base sur le DataFrame

Data Wrangling avec Python

• Définition et processus
• Sous-ensembles, filtrage et regroupement
• Détection des valeurs extrêmes et traitement des valeurs manquantes
• Concaténer, fusionner et joindre
• Les méthodes utiles de Pandas
• Compréhension avancée des listes et fonction zip
• Formatage des données

Scraping de données avec Python

• Définition du scraping
• Les différents niveaux de difficulté sur plusieurs supports
• Lecture de données provenant de différentes sources textuelles, et non textuelles.
• Outils de scrapping
• Introduction à BeautifulSoup
• Introduction à CSS Select

Scraping avancé et collecte de données

• Les bases du Web scraping, bibliothèques BeautifulSoup
• Python comme solution ETL
• Formats de données structurées : CSV, flux XML et JSON
• Lire et écrire des fichiers
• Exploiter des données de fichiers provenant de différentes sources
• Fonctions pour l'accès et le chargement de données en blocs de lignes

Implémenter un scraper

• Scraper simple avec les requêtes GET et les pages séquencées
• Identification de la stratégie de navigation sur le site pour trouver les données
• Construction de l'algorithme du scraper
• Scraper complexe : envoi de données à un site Web, obtention de résultats plus complexes
• Requêtes POST et GET
• Parcourir un site pour trouver les données
• Identifier la stratégie à adopter
• Coder le scraper

Application dans la vie réelle et conclusion du cours

• Appliquer vos connaissances à des tâches de data wrangling et data scraping de la vie réelle

• Développeurs en Python,
• Responsables Infocentre,
• Développeurs de logiciels,
• Programmeurs,
• Data analysts,
• Data scientists.

• Admission sans disposition particulière

• Connaissances de base en Python et statistiques.

Docaposte Institute propose plusieurs dispositifs pédagogiques adaptés aux apprenants :

• Formation en présentiel
• En groupe (inter-entreprises ou intra-entreprise)
• En individuel (monitorat)
• En journée ou en cours du soir (sur demande spécifique)
• Formation en distanciel
• Distanciel synchrone
• Distanciel asynchrone

• Apports des connaissances communes.
• Mises en situation sur le thème de la formation et des cas concrets.
• Méthodologie d'apprentissage attractive, interactive et participative.
• Equilibre théorie / pratique : 60 % / 40 %.
• Supports de cours fournis au format papier et/ou numérique.
• Ressources documentaires en ligne et références mises à disposition par le formateur.
• Pour les formations en présentiel dans les locaux mis à disposition, les apprenants sont accueillis dans une salle de cours équipée d'un réseau Wi-Fi, d'un tableau blanc ou paperboard. Un ordinateur avec les logiciels appropriés est mis à disposition (le cas échéant).

En amont de la formation

• Recueil des besoins des apprenants afin de disposer des informations essentielles au bon déroulé de la formation (profil, niveau, attentes particulières...).
• Auto-positionnement des apprenants afin de mesurer le niveau de départ.

Tout au long de la formation

• Évaluation continue des acquis avec des questions orales, des exercices, des QCM, des cas pratiques ou mises en situation...

A la fin de la formation

• Auto-positionnement des apprenants afin de mesurer l'acquisition des compétences.
• Evaluation par le formateur des compétences acquises par les apprenants.
• Questionnaire de satisfaction à chaud afin de recueillir la satisfaction des apprenants à l'issue de la formation.
• Questionnaire de satisfaction à froid afin d'évaluer les apports ancrés de la formation et leurs mises en application au quotidien.

NB : dans le cadre d'une Action collective, chaque stagiaire bénéficiaire sera contacté par un prestataire choisi par l'Opco Atlas afin d'évaluer « à chaud » la qualité de la formation suivie.