Aller au contenu principal

Cours complet

Data Analyst + IA

Analytique vérifiée avec IA, SQL et tableurs

EDA assistée par IA, SQL, sorties structurées, vérification, confidentialité et tableaux de bord.

0%0/8 leçons

La progression est enregistrée localement dans votre navigateur.

8–14 semaines3 modules8 leçons4 évaluations

Module 1

Socle IA commun

Limites des modèles, discipline de preuve et vérification pour le travail analytique.

RésultatL’analyste distingue la sortie du modèle d’une preuve vérifiée.

  1. Culture IA et limites des modèles

    Essentiel

    Capacités, hallucinations, limites de contexte, confidentialité et usage responsable.

    Contenu →

  2. Prompt et context engineering

    Essentiel

    Instructions, contraintes, exemples et vérification des résultats.

    Prérequis: Culture IA et limites des modèles

    Contenu →

  3. Sorties structurées et évaluation

    Essentiel

    Schémas de réponse, contrôles déterministes et cas de test.

    Prérequis: Prompt et context engineering

    Contenu →Ressource →

Module 2

Analyse assistée par IA

EDA, SQL, tableurs et constats structurés avec vérification explicite.

RésultatUn workflow analytique reproductible avec hypothèses et preuves traçables.

  1. Sorties analytiques structurées

    Essentiel

    Hypothèses, métriques, constats, niveau de confiance et structure de résultats vérifiable automatiquement.

    Contenu →

  2. Vérification et rapprochement

    Essentielpratique + évaluation

    Recalcul, contrôle des sources, revue des anomalies et rapprochement entre résultats.

    Contenu →Pratique →Évaluation →

  3. Projet : workflow d’analytics IA vérifié

    Projetpratique + évaluation

    Dataset, SQL, constats, graphiques et rapport analytique étayé par des preuves.

    Contenu →Pratique →Évaluation →

Module 3

Confidentialité et communication

Gestion des PII, reproductibilité, lineage et communication prête pour la décision.

RésultatUn package d’analyse avec data lineage, capacité de revue et résultats prêts à décider.

  1. Confidentialité et PII

    Essentielpratique + évaluation

    Minimisation des données, masquage, politiques d’accès et usage sûr des données analytiques sensibles.

    Contenu →Pratique →Évaluation →

  2. Milestone : analyse IA prête pour la décision

    Jalonpratique + évaluation

    Chiffres vérifiés, graphiques, hypothèses, sources et decision brief révisable.

    Contenu →Pratique →Évaluation →

Pratique finale et évaluation

Le cours se termine par un artefact pratique et une grille d’acceptation. Le résultat est considéré comme terminé après validation des critères d’acceptation, et non après la simple lecture des contenus.

Vérification et rapprochement →Projet : workflow d’analytics IA vérifié →Confidentialité et PII →Milestone : analyse IA prête pour la décision →Ouvrir la roadmap →