Au terme de cette formation, tout participant saura :

• Appréhender de façon structurée « les data » ; saisir les logiques intrinsèques au cycle de vie des data, par contraste avec celle des programmes et outils de développement
• Découvrir (ou redécouvrir) une panoplie d’outils pour gérer les data
• Savoir spécifier la collecte, le stockage, le prétraitement de données selon le type de données et selon les usages potentiels

Module 1 : approche d’ensemble de la chaîne des data

Module 2 : données codées par l’Homme (formulaires)

• Codage (au sens des data)
• Traitement statistique
• Valeurs extrêmes
• Valeurs manquantes
• Aléas et biais d’échantillon (notamment en collecte « exhaustive »)
• Principal outil utilisé : Google Forms + Google Sheets

Module 3 : données de gestion type PGI/ERP/datawarehouses

• Structuration pour le stockage (base de données relationnelle)
• Interrogation structurée (SQL)
• Choix de l’unité statistique lors du traitement.
• Clés, (non-)redondance, tables de référence, modèle de données.

Module 4 : données multimédia, inventaires, textes structurés

• Enjeux de temps de lecture et d’écriture dans le stockage structuré. Indexation.
• Fichiers XML (dont html)
• Utilisation pour les logs
• Formatjson

Module 5 : textes naturels et NLP

• Expressions régulières (regex).
• Modèle du sac de mots (bag of words)
• Indexation par dictionnaire
• Écriture hexadécimale, encodage des caractères.
• Tokenisation et lemmatisation.
• Proximité ou distance entre textes. Classification automatique de textes, reconnaissance de thèmes ou découverte de thèmes (topic discovery).
• Proximité ou distance entre mots. Réseaux d’attention (attention networks). Utilisation de Transformers (BERT).

Module 6 : images

• Codage binaire des images (RGB) et enjeux de compression.
• Compression non destructive : PNG, GIF…
• Compression destructive : JPEG
• Prétraitement des images pour la reconnaissance d’images

Module 7 : séries temporelles

• Visualisation (dataviz)
• Autocorrélation
• Détection d’aberrations et alerte (smart alerting), détection de changement (changepoint detection)
• Compression et transmission. Compressive sensing.
• Interprétation des 0 et plages manquantes, modèles de durée
• Pseudo-textes : représentation SAX-VSM de séries temporelles.

Option : Module 8 : réseaux (graphes)

• Nœuds et liens
•  Représentations graphiques des réseaux
•  Utilisation pour formaliser des connaissances floues

 Utilisation en détection de fraude et plus largement en data analysis
 

A qui s’adresse cette formation ? 

Toute personne ayant à constituer ou prendre en charge des data, notamment en évolution de poste depuis le développement, en gestion de projets liés à la data, ou en évaluation et préparation de projets data.

Quels sont les pré-requis ?

Avoir une pratique d’au moins un type de données, et/ou d’un langage de programmation, facilite l’accès aux contenus de la formation.

Méthodes pédagogiques

• Module 1 (brise-glace) : jeu de rôles
• Modules 2 à 7 : 75% de pratique sur des cas d’école (miniature) avec des outils gratuits en ligne ; 25% de reprise théorique, vocabulaire spécifique, échanges.

Méthodes d'évaluations

Plusieurs QCM d’évaluation des acquis

A l’issue de cette formation, un certificat vous est délivré par ESIEE-IT

Pour vous inscrire, envoyez un mail à formationcontinue@esiee-it.fr (réponses sous 48heures).