La science des données d'entreprise en pratique
Introduction
Qu'il s'agisse de lutter contre la fraude, de détecter un cancer ou de prédire un ouragan, vous avez besoin de données et d'IA. Rejoignez une nouvelle vague de professionnels férus de données en accédant à des millions d'emplois disponibles sur le marché.
IBM SkillsBuild pour le monde universitaire
Cours en autonomie
Il s'agit d'un cours d'étude, exposant l'apprenant à la méthodologie de la science des données, afin d'aborder des problèmes d'entreprise réels.
C'est votre premier job ?
Acquérir un nouvel ensemble de compétences en analyse de données, les compléter avec des technologies low-code alimentées par l'IA, et votre connaissance du secteur, pour vous mettre sur la voie de rejoindre une équipe de science des données, en tant que membre d'une nouvelle race de professionnels compétents en matière de données, ayant accès à des millions d'emplois disponibles sur le marché.
Vous cherchez à améliorer votre poste ?
Si vous avez déjà un emploi et même une certaine expérience dans le domaine de l'analyse des données, ce cours vous permettra de choisir une spécialisation et de faire avancer votre carrière.
Objectifs
Jouez différents rôles au sein d'une équipe de science des données, résolvez des défis réels au sein de l'entreprise et tirez parti de technologies alimentées par l'IA.
Portée
- Rôles des équipes de science des données
- Méthode de la science des données
- Outils d'analyse des données
- Cas d'utilisation dans le monde réel
Résultats de l'apprentissage :
- Comprendre la composition et le fonctionnement d'une équipe de Data science, notamment les différents rôles, processus et outils.
- Concepts et méthodes statistiques clés essentiels pour trouver la structure des données et faire des prédictions.
- Internaliser la méthodologie de la science des données en apprenant à : (a) caractériser un problème commercial ; (b) formuler une hypothèse ; (c) démontrer l'utilisation des méthodologies dans le cycle analytique ; (d) planifier l'exécution.
- Construire des ensembles de données utilisables en identifiant et en collectant les données requises, et en manipulant, transformant et nettoyant les données ; démontrer la capacité à traiter les anomalies de données telles que les valeurs manquantes, les valeurs aberrantes, les données non équilibrées et la normalisation des données.
- Expérience pratique avec IBM Watson Studio, Data Refinery Spark, Jupyter Notebooks et les bibliothèques Python.
- Visualiser les analyses statistiques, identifier les tendances et communiquer efficacement les résultats aux sponsors exécutifs pour une prise de décision axée sur les affaires.
Parcours
À propos de ce cours
Ce cours est divisé en trois niveaux de pratique. Chaque niveau couvre des sujets plus avancés et s'appuie sur les concepts, la pratique et les compétences abordés dans les niveaux de pratique précédents.
Niveau 1 - Méthode de la science des données
Explorer les personnes, les processus et les outils nécessaires à la mise en place d'une équipe de science des données efficace.
- 1. Le paysage de la science des données
- 2. La science des données dans le nuage
- 3. Méthodologie de la science des données
Niveau 2 - Traitement des données
Effectuer des techniques de manipulation de données afin d'identifier des modèles et d'extraire des informations.
- 1. Explorer et préparer les données
- 2. Explorer les données des sinistres d'assurance (étude de cas interactive)
- 3. Représenter et transformer des données
- 4. Découvrir des modèles de fraude aux sinistres (étude de cas interactive)
Niveau 3 - Aide à la décision
Exploiter les techniques de visualisation pour fournir une analyse et un soutien de l'impact sur l'entreprise.
- 1. Visualisation et présentation des données
- 2. Analyse diagnostique de la fraude (étude de cas interactive)
Conditions préalables
Les compétences que vous devrez posséder avant de vous inscrire à cette offre de cours :
Suivre le cours Getting started with enterprise Data science de la série Data Science Practitioner.
Par ailleurs, vous devrez avoir des connaissances préalables sur les sujets suivants :
- La pertinence des projets de science des données pour soutenir la transformation numérique des entreprises dans de multiples secteurs.
- Compétences transversales en science des données, à l'intersection des statistiques, de la programmation informatique et de l'expertise du domaine.
- Rôles d'une équipe de science des données : Scientifique des données, ingénieur des données, analyste des données et développeur d'IA.
- Plateformes de collaboration en science des données dans le cloud, notamment IBM Watson Studio et Data Refinery.
- Ingestion et manipulation de données à l'aide d'un jeu de données CSV.
Certificat numérique
Intermédiaire
La science des données d'entreprise en pratique
Voir badgeÀ propos de ce badge
Ce détenteur de badge a réalisé toutes les activités d'apprentissage incluses dans cette expérience d'apprentissage en ligne, y compris les laboratoires pratiques, les concepts, les méthodes et les outils liés à la méthodologie de la science des données. Il démontre ses compétences et sa compréhension de la méthodologie de la science des données en s'engageant dans des scénarios du monde réel et en jouant le rôle des processus/outils utilisés par une équipe de science des données ; exemple d'apprentissage : Un scénario de l'industrie de l'assurance utilisant des approches et des technologies de pointe en matière d'analyse de la fraude.
Compétences
Data analyst, Data Engineer, Data Refinery, Data science, Data visualization, Data wrangling, Insurance fraud, Jupyter Notebooks, PixieDust, Python libraries, Watson Studio.
Critères
- Doit participer à une session de formation dans un établissement d'enseignement supérieur qui propose le programme IBM Skills Academy.
- Doit avoir suivi les activités du cours en ligne en autonomie et les contrôles de connaissances validant la compréhension des sujets couverts.