Certification Data Scientist Python

Les projets que vous réaliserez

1. Projet 1 · 8 semaines

   Les Fondamentaux de Python

   **Présentation du projet**
   Vous développerez une application en ligne de commande permettant de gérer les notes d'une classe. Ce projet vous permettra d'appliquer les fondamentaux de Python, notamment les variables, les structures de contrôle, les fonctions et les collections, tout en écrivant un code clair, réutilisable et bien organisé. **Compétences visées :** - Comprendre la syntaxe fondamentale de Python. - Utiliser les variables, conditions, boucles et fonctions. - Manipuler les listes, dictionnaires et chaînes de caractères. - Organiser un programme en modules et fonctions. - Produire un code lisible et maintenable. **Étapes du projet :** 1. Concevoir la structure de l'application. 2. Implémenter les fonctionnalités d'ajout, modification et suppression des notes. 3. Calculer automatiquement les statistiques (moyenne, minimum, maximum). 4. Organiser le code en fonctions réutilisables. 5. Tester le programme et corriger les éventuelles erreurs. 6. Documenter le fonctionnement de l'application.

2. Projet 2 · 8 semaines

   Les Fondamentaux de Python

   **Présentation du projet**
   Vous développerez une application en ligne de commande permettant de gérer les notes d'une classe. Ce projet vous permettra d'appliquer les fondamentaux de Python, notamment les variables, les structures de contrôle, les fonctions et les collections, tout en écrivant un code clair, réutilisable et bien organisé. **Compétences visées :** - Comprendre la syntaxe fondamentale de Python. - Utiliser les variables, conditions, boucles et fonctions. - Manipuler les listes, dictionnaires et chaînes de caractères. - Organiser un programme en modules et fonctions. - Produire un code lisible et maintenable. **Étapes du projet :** 1. Concevoir la structure de l'application. 2. Implémenter les fonctionnalités d'ajout, modification et suppression des notes. 3. Calculer automatiquement les statistiques (moyenne, minimum, maximum). 4. Organiser le code en fonctions réutilisables. 5. Tester le programme et corriger les éventuelles erreurs. 6. Documenter le fonctionnement de l'application.

3. Projet 3 · 8 semaines

   Manipulation et Analyse des Données

   **Présentation du projet**
   Vous analyserez un jeu de données réel contenant plusieurs centaines d'enregistrements afin d'identifier les incohérences, nettoyer les données et produire un rapport statistique exploitable. Ce projet reproduit les principales tâches réalisées par un Data Analyst ou un Data Scientist avant toute phase de modélisation. **Compétences visées :** - Importer des données depuis différents formats. - Manipuler efficacement les DataFrames Pandas. - Nettoyer les données manquantes, erronées ou dupliquées. - Réaliser des statistiques descriptives. - Préparer un jeu de données pour le Machine Learning. **Étapes du projet :** 1. Importer le jeu de données. 2. Explorer sa structure et identifier les anomalies. 3. Nettoyer les valeurs manquantes et les doublons. 4. Transformer les colonnes lorsque nécessaire. 5. Produire des statistiques descriptives. 6. Générer un rapport d'analyse des données.

4. Projet 4 · 8 semaines

   Visualisation des Données

   **Présentation du projet**
   Vous réaliserez un tableau de bord professionnel permettant de visualiser les principaux indicateurs d'un jeu de données. À l'aide de Matplotlib et Seaborn, vous apprendrez à transformer des données brutes en visualisations claires facilitant la prise de décision. **Compétences visées :** - Choisir les graphiques adaptés à chaque type de données. - Créer des visualisations professionnelles avec Matplotlib. - Réaliser des graphiques statistiques avec Seaborn. - Mettre en évidence les tendances et anomalies. - Construire un rapport visuel pertinent. **Étapes du projet :** 1. Identifier les indicateurs clés à représenter. 2. Créer différents types de graphiques. 3. Personnaliser les visualisations. 4. Organiser les graphiques dans un tableau de bord cohérent. 5. Interpréter les résultats obtenus. 6. Présenter les principales conclusions.

5. Projet 5 · 8 semaines

   Machine Learning avec Scikit-learn

   **Présentation du projet**
   Vous développerez un modèle de Machine Learning capable de résoudre un problème réel, comme la prédiction du prix d'un bien immobilier ou la classification de clients. Vous apprendrez à entraîner, évaluer et améliorer les performances d'un modèle à l'aide de Scikit-learn. **Compétences visées :** - Préparer les données pour l'apprentissage automatique. - Séparer les données d'entraînement et de test. - Entraîner un modèle supervisé. - Évaluer les performances d'un modèle. - Interpréter les résultats et améliorer la précision. **Étapes du projet :** 1. Préparer les données d'entraînement. 2. Sélectionner un algorithme adapté. 3. Entraîner le modèle. 4. Évaluer les performances à l'aide des métriques appropriées. 5. Optimiser les paramètres du modèle. 6. Présenter les résultats obtenus.