Data Scientist / Data Analyst &nbsp;Ingénieur et développeur Data et Business Intelligence &nbsp;Business Analyst / Product Owner &nbsp;Utilisateur de bases de données

PUBLIC CONCERNÉ

Connaissances informatiques et statistiques en traitement et analyse de données &nbsp;Avoir déjà utilisé un outil de programmation et de manipulation de données comme SQL/SAS/VBA/MatLab/R/C

PRÉREQUIS

Alternance des modalités pédagogiques : exposé, démonstrations pratiques, échanges collectifs, quiz collectif, exercices pratiques et remise du support de formation. 50 % du temps global de la formation est dédié aux exercices.

MÉTHODES MOBILISÉES

Notre auto-évaluation permet d’apprécier les acquis apportés par l’action de formation.

MÉTHODES ÉVALUATION

<h2>OBJECTIFS &amp; COMPÉTENCES VISÉES</h2><ul><li>Connaître les interfaces et librairies adaptées à la data</li><li>Apprendre les bases du langage nécessaires à l’analyse et à l’automatisation</li><li>Comprendre les principes de l’apprentissage et les principaux algorithmes</li><li>Appliquer les étapes d’apprentissage sur des cas réels sous Python (modèles prédictifs, segmentation)</li></ul>

<h2>PROGRAMME DE LA FORMATION</h2><h3> MODULE 1 : LE LANGAGE ET L’ÉCOSYSTÈME</h3>&nbsp;<ul><li>Situer Python et ses usages data</li><li>Les interfaces : librairies, notebook jupyter, IDE</li><li>Langage et programmation objet</li><li>Manipulation d’objets data (list, dict...)</li><li>Exercice : création et manipulation d’ objets élémentaires</li></ul><h3> MODULE 2 : MANIPULATION DE DONNÉES</h3>&nbsp;<ul><li>Introduction au Développement de fonctions</li><li>Le data management avec pandas : importer, croiser, transformer, fusionner, agréger, recoder …</li><li>Visualisation avec matplotlib, seaborn</li><li>Exercice : importation de fichiers sources, transformation, restitutions...</li></ul><h3>MODULE 3 : Fondamentaux de l’apprentissage</h3>&nbsp;<ul><li>Liens IA, Data Science, statistiques</li><li>Standards, vocabulaire, Librairie scikit-learn</li><li>Algorithmes : classification, régression, clustering, rules, anomaly, recommendation</li><li>Techniques : split, grid-search / cross validation, métriques, normalisation, fonction de perte, descente de gradient</li></ul><h3>MODULE 4 : Pratique supervisée et non supervisée</h3>&nbsp;<ul><li>Algorithmes supervisés : régression pénalisée, randomforest, boosting</li><li>Applications de type analyse prédictive, score</li><li>TP : construction d’un modèle de prédiction du churn</li><li>Analyse factorielle et réduction des dimensions</li><li>Techniques de clustering</li><li>Applications : clustering d’individus</li><li>TP : construction d’une segmentation à partir d’un clustering</li></ul>

Afin de faciliter l'organisation et la flexibilité des formations, elles sont toutes dispensées à distance.

Nos formations sont en distanciel

Nous délivrons habituellement cette formation au format Inter-entreprise.&nbsp;Si vous souhaitez l’organiser exclusivement pour vos collaborateurs, contactez-nous afin de déterminer le tarif dans ce format.

Formation Intra-Entreprise

En Inter-entreprise, le délai d’accès est de 1 semaine avant le début de la formation.&nbsp;En Intra-entreprise, les dates sont validées en tenant compte du planning respectif des formateurs et des participants, un délai de 20 jours est nécessaire entre la demande et le démarrage effectif de la formation.&nbsp;Délai de réponse : nous fixons un délai maximum de 2 semaines pour répondre à une demande.

Délais d’accès & de réponse

Nous vous invitons, si nécessaire, à nous contacter et nous tâcherons de vous répondre dans les plus brefs délais. Epsilon Masterclass s’engage également à recueillir les réclamations afin d’améliorer en continu la qualité de ses formations.&nbsp;Contactez-nous au 01 73 00 55 12, ou par email : <a href="mailto:masterclass@epsilon-france.com">masterclass@epsilon-france.com</a>Enregistré sous le numéro 11754361075. Cet enregistrement ne vaut pas agrément de l’État.

Contact & Réclamation

<h2>EPSILON vous propose une formation Python adapté aux profils Data.&nbsp;</h2>Python est un langage et un environnement de développement qui aujourd’hui est massivement utilisé par les profils Data pour les nombreux usages qu’il permet de couvrir : fonctionnalités scientifiques, développement, capacités à traiter, analyser et représenter les données, fonctionnalités de Data Science les plus innovantes (NLP, Deep Learning, IA as a service…).

Intégralement consacré à l’analyse et la manipulation des données, il permet de répondre à des problématiques Data complexes et notamment de construire des solutions d’Intelligence Artificielle ou des modèles de Machine Learning via différentes 
 techniques et langages.

datascience_picto_formations_e8b79ad9ea_c0cc1664dc.svg

DATA SCIENCE

Campus 145

Nos locaux à Paris

Python pour Data Scientists

Conjuguer data, marketing et tech pour des interactions entre marques et clients toujours plus justes et pertinentes

Epsilon France

Epsilon France : votre agence data marketing | Every Interaction Counts

20221003_EPSILON FRANCE_CAMPUS BASTILLE_BD_0XH11689 OK.webp

20221003_EPSILON FRANCE_CAMPUS BASTILLE_BD_0XH11858 OK.webp

20221003_EPSILON FRANCE_CAMPUS BASTILLE_BD_0XH11936 OK.webp

20221003_EPSILON FRANCE_CAMPUS BASTILLE_BD_0XH11861 OK.webp

20220927_EPSILON FRANCE_CAMPUS BASTILLE_BD_0XH11605 OK.webp

20221003_EPSILON FRANCE_CAMPUS BASTILLE_BD_0XH11766 OK.webp

20221003_EPSILON FRANCE_CAMPUS BASTILLE_BD_0XH11628 OK.webp

20221003_EPSILON FRANCE_CAMPUS BASTILLE_BD_0XH11748 OK.webp

20211102_BATIMENT_PUBLICIS 5.9_WASQUEHAL_DEBREU_RXT37981_OK.webp

20211102_BATIMENT_PUBLICIS 5.9_WASQUEHAL_DEBREU_RXT37941_OK.webp

20211102_BATIMENT_PUBLICIS 5.9_WASQUEHAL_DEBREU_RXT37954_OK.webp

20211102_BATIMENT_PUBLICIS 5.9_WASQUEHAL_DEBREU_RXT37907_OK.webp

20211102_BATIMENT_PUBLICIS 5.9_WASQUEHAL_DEBREU_RXT37967_OK.webp

20211102_BATIMENT_PUBLICIS 5.9_WASQUEHAL_DEBREU_RXT37877_OK.webp

20211102_BATIMENT_PUBLICIS 5.9_WASQUEHAL_DEBREU_RXT38020_OK.webp