Formation : Python avancé pour data-scientists

Durée de la formation

4 jours

Code cours

LY010

Prix de la formation

3 230 € HT

Sessions programmées

15 au 18 décembre

Public :

développeurs en Python, Développeurs de logiciels, programmeurs, Data analysts, Data scientists.

Objectifs :

Savoir utiliser les principaux outils de traitement et d'analyse de données pour Python, savoir extraire des données d'un fichier et les manipuler, mettre en place un modèle d'apprentissage simple

Prérequis :

Bonne connaissance de la programmation Python.

Pour tester vos connaissances actuelles sur le sujet : Validation des pré-requis
Pour nous préciser vos attentes : Validation des attentes

Objectifs pédagogiques:

Savoir utiliser les principaux outils de traitement et d'analyse de données pour Python
Savoir appliquer les pratiques optimales en matière de nettoyage et de préparation des données avant l'analyse
Être capable d'extraire des données d'un fichier
Comprendre les mécanismes d'interconnexion aux bases de données
Comprendre les principaux outils de traitement et d'analyse de données pour Python

Programme détaillé de la formation

Positionnement Python dans l'analyse de données

Besoins des data-scientists : calculs, analyse d'images, machine learning, interface avec les bases de données
Apports de python : grande variété d'outils, expertise dans le domaine du calcul scientifique
Tour d'horizon des outils:
pandas, pyarrow, agate, bokeh, scikit-learn, pybrain, tensorflow, keras, mxnet, caffe, Pytorch

Calculs et graphiques

NumPy : Base du calcul sur des tableaux
SciPy : Scientific Tools for Python, couche scientifique
Manipulation de tableaux, fonctions mathématiques.
Représentation graphique avec basemap et matplotlib.

Atelier : Mise en oeuvre de SciPy/NumPy : manipulation d'images, détection de contours

Être capable d'extraire des données d'un fichier

Pandas : manipulation de tables de données. Notion de dataframe.
Manipulation de données relationnelles
Tableaux avec Pandas: indexation, opérations, algèbre relationnelle
Stockage dans des fichiers: CSV, JSon
Comparaison et performances Pandas / pyarrow / NumPy

Atelier : construction d'ETL de base entre json et csvkagglt.com,

Comprendre les mécanismes d'interconnexion aux bases de données

Définitions : pilotes, connexions, curseurs, CRUD, transactions
Les pilotes : postgresql, mysql, mariadb, ... Présentation de sql-alchemy
Opérations : gestion du curseur, chargement de données, insertion et modification d'enregistrements

Atelier : mise en oeuvre avec postgresql. Construction d'ETL SQL/json

Comprendre les principaux outils de traitement et d'analyse de données pour Python

Présentation des outils d'apprentissage Python : scikit-learn, pybrain, TensorFlow/keras, mxnet, caffe

Atelier : mise en oeuvre de scikit-learn

Créer des sélections et des classements dans de grands volumes de données pour dégager des tendances

Présentation de pyspark
Machine learning et deep learning : les solutions Python,
TensorFlow : principe de fonctionnement, plateformes supportées, distribution

Sites de références data-sciences

Ressources d'apprentissage, datasets, modèles de données pré-entrainés, etc ..
Présentation de : kaggle.com, data-puzzles.com, huggingface.co

Optimisation des développements

Tour d'horizon des outils actuels et futurs:
Jupyter notebook, Aide à la vérification de code, respect des recommandations PEP8 :
exemples avec pydecodestyle, Pylint, Black
Analyse et production de code informatique avec une IA.
Génération de code avec OpenAI : démonstrations ChatGPT, apports, bonnes pratiques.

Atelier : utilisation de la génération de code et de snippets Python avec ChatGPT

Ces formations pourraient aussi vous intéresser

Python avancé : programmation scientifique

Code : LY002|Durée : 4 jours

Machine Learning avec scikit-learn

Code : DS011|Durée : 2 jours

Visualisation avancée de données avec Python

Code : LY005|Durée : 3 jours

Phirio

+33 1 55 33 52 10
info@phirio.fr

Calendrier
Code cours : LY010

Contenu de la formation
Python avancé pour data-scientists:

Positionnement Python dans l'analyse de données
Calculs et graphiques
Être capable d'extraire des données d'un fichier
Comprendre les mécanismes d'interconnexion aux bases de données
Comprendre les principaux outils de traitement et d'analyse de données pour Python
Créer des sélections et des classements dans de grands volumes de données pour dégager des tendances
Sites de références data-sciences
Optimisation des développements

Accès à la liste des cours

Vous pouvez bien entendu composer votre programme personnel à partir de nos descriptifs de cours

Note de satisfaction des participants à la formation Python avancé pour data-scientists

4.5/5

Taux d'atteinte des objectifs à la formation Python avancé pour data-scientists

82.5%

Taux de réalisation des exercices à la formation Python avancé pour data-scientists

82.5%

Télécharger le programme

Version du document : S907
Date de mise à jour du document : 2025/10/07

Formation : Python avancé pour data-scientists

Durée de la formation

Code cours

Prix de la formation

Sessions programmées

Public :

Objectifs :

Prérequis :

Objectifs pédagogiques:

Programme détaillé de la formation

Positionnement Python dans l'analyse de données

Calculs et graphiques

Être capable d'extraire des données d'un fichier

Comprendre les mécanismes d'interconnexion aux bases de données

Comprendre les principaux outils de traitement et d'analyse de données pour Python

Créer des sélections et des classements dans de grands volumes de données pour dégager des tendances

Sites de références data-sciences

Optimisation des développements

Liens complémentaires

Déroulé pédagogique

Modalités et délais d'accès

Méthodes mobilisées et modalités d'évaluation

Ces formations pourraient aussi vous intéresser

Python avancé : programmation scientifique

Machine Learning avec scikit-learn

Visualisation avancée de données avec Python

Phirio

Note de satisfaction des participants à la formation Python avancé pour data-scientists

4.5/5

Taux d'atteinte des objectifs à la formation Python avancé pour data-scientists

82.5%

Taux de réalisation des exercices à la formation Python avancé pour data-scientists

82.5%

Phirio

Formations