Objectifs de la formation

• Connaître les principes de base de la data science et l’organisation de la démarche
• Appréhender l’application de la data science afin de résoudre des questions et ses limites
• Développer sa capacité d’analyse et d’interprétation des chiffres par la représentation graphique
• Comprendre comment utiliser les outils de la data science et développer les modèles à des fins professionnelles
• Ouverture sur l’enjeu de l’exploitation de la donnée dans un contexte concurrentiel et d’amélioration continue
• Appréhender l’organisation et l’infrastructure pour les services et pour les projets de data science

Programme de la formation

Qu’est-ce que la data science ?

• Les fondamentaux : big data, data lake, data mining, intelligence artificielle, machine et deep learning, text mining.
• Les nouveaux défis : l’émergence et la multiplication de nouvelles sources de données.
• Hétérogénéité des données, flux temps réel et explosion des volumes de données, à prendre en compte.
• L’écosystème technologique du big data.
• Démystifier le monde de la data science : analyse descriptive, prédictive et prescriptive.
• Le métier, les outils et les méthodes du data scientist.
• Introduction au machine learning, à l’analyse supervisée et à l’analyse non supervisée.
• Notions de sur et sous-apprentissage.

Démonstration

Cas d’usage de la data science dans une chaîne de valeur métier (comportement client, offre produit, etc.).

Les méthodes et les modèles de la data science

• Collecte, préparation et exploration des données.
• L’importance de la démarche de la qualité des données (nettoyer, transformer, enrichir).
• Définition des métriques.
• Les méthodes statistiques de base.
• Les principales classes d’algorithmes supervisés : arbres de décision, K plus proches voisins, régression, Naive Bayes.
• Les principales classes d’algorithmes non supervisés : clustering, ACP, CAH, réseaux de neurones.
• Le text mining et les autres familles d’algorithmes.

Echanges

Analyses simples avec R ou Python pour illustrer les techniques de l’analyse supervisée (régression et classification) et non supervisée (clustering, segmentation et détection d’anomalies).

Représentation graphique et restitution des données

• Les langages de l’analyse statistique R et Python.
• Leurs environnements de développement (R-Studio, Anaconda, PyCharm) et leurs librairies (Pandas, machine learning).
• Les outils de DataViz (Power BI, Qlik, tableau, etc.).
• Modélisation des données : représentation des processus, des flux, des contrôles et des conditions.
• Modélisation des données : les outils (Orange, Power BI).
• Communiquer les résultats par le data storytelling : organiser le visuel (diagrammes, classements, cartographies).
• Communiquer les résultats par le data storytelling : restituer la signification des résultats.

Echanges

Exercices d’exploration graphique des données, analyse de la position et de l’étendue des données (nuages, histogrammes, etc.).

Modélisation d’un problème de data science

• Récapitulatif de la démarche.
• Analyse de deux cas métier, à titre d’exemple la relation client et la détection des fraudes, mais peuvent être autres.
• Cas métier 1 : la relation client dans l’assurance.
• Cibler les campagnes marketing. Comprendre les causes d’attrition client. Quels produits pour quels clients ?
• Cas métier 2 : la détection des fraudes.
• Comparer la recherche par statistiques classiques et data mining.
• Détection par méthode supervisée. Détection par méthode non supervisée.

Etude de cas

Mise en application pratique de la méthode au storytelling sur des cas métier.