Data Analyst
Vous êtes passionné par la donnée, vous souhaitez vous former ?
Rejoignez Simplon et devenez Data Analyst.
Data Analyst, un métier en plein essor au coeur de la Data
Le/la Data Analyst est un·e spécialiste de l’exploitation et de l’interprétation des données massives, désormais capable de transformer des flux d'informations complexes en leviers de décision stratégiques et opérationnels.
Au-delà du simple reporting, il/elle agit comme un traducteur capable d'identifier des tendances, de modéliser des comportements et de fournir des recommandations basées sur l'évidence des chiffres
.Intégré dans la résolution d’une problématique métier définie par l’organisation ou par un client, son rôle consiste à concevoir et développer des chaînes d’analyse des données et des tableaux de bord interactifs exploitables par des directions générales comme par des équipes opérationnelles. Ces solutions s’appuient sur des techniques d’exploration statistique (EDA), de nettoyage de données, mais aussi sur des outils de Business Intelligence (BI) et de programmation orchestrés via des pipelines de données automatisés.
Avec la maturité croissante du secteur et l’entrée dans une phase d’industrialisation de la donnée, l’outillage professionnel s’est considérablement étoffé. Le cadre méthodologique du DataOps (pour Data et Opérations) s’est imposé comme base de la fiabilité et de la qualité, auquel s’ajoutent désormais les pratiques d'analyse augmentée de briques d'IA générative pour accélérer le traitement du langage naturel ou du code.
Le métier de Data Analyst s’en voit au moins partiellement transformé. Il prend part notamment à la mise en œuvre des pratiques DataOps dans ses tâches de préparation et de structuration des données et à la surveillance continue des chaînes de traitement des données des indicateurs de performance (KPIs) pour garantir la stabilité du système d'information.
Il/elle intègre désormais des pratiques de développement liés à l’intégration de tests de qualité de données, le versioning des scripts et l’orchestrationIl/elle est donc spécialiste de la manipulation de bases de données, de l’analyse statistique, et du Data Storytelling, avec une très bonne connaissance des enjeux business, des technologies SQL/Python et du cycle de vie complet de la donnée, de sa collecte à sa valorisation.
Le métier de data analyst s’articule alors autour de 4 activités principales :
- Piloter la réalisation d’un produit dataRéaliser la collecte, le nettoyage et le stockage des données d’un produit data.
- Réaliser l'ingénierie et l’analyse de données d’un produit data
- Formaliser et interpréter les résultats d’un produit data
Les métiers et débouchés qui s'ouvrent à vous
À l’issue de la formation, vous pourrez accéder à des postes tels que :
Data Analyst
Consultant/analyst BI (Business Intelligence)
Business Analyst
Analytics Engineer
Le programme de formation
fondé sur la pédagogie Simplon
Phase 0
La Prairie - introduction du parcours de formation- 70 heures
Modalité : face à face pédagogique, en centre de formation
Cette première phase est un temps de la formation où les apprenants prennent leurs marques.
À la fin de la phase 0, les apprenant.e.s auront :
- compris le métier et surtout des compétences visées par le parcours de formation
- compris l’évaluation finale (certification) visée par le parcours de formation
- vécu une introduction à la pédagogie Simplon participé à l’émergence de la dynamique collective, de promotion
Cette phase permet également de faire les premiers pas dans l’analyse de données.
À la fin de cette phase, les apprenant.e.s seront capables de :
- collecter des données
- comprendre le fonctionnement d’un outil d’ETL
- comprendre les bases du fonctionnement d’une base de données
- structurer des données sous forme analytique
Phase 1
Développer un produit data à partir de données analytiques - 140 heures
Modalité : face à face pédagogique, en centre de formation
Après l’initiation aux tâches fondamentales incombant à un.e data analyst lors de La Prairie, cette phase 1 permet à l’apprenant de comprendre son rôle de lien avec les équipes métier, de planifier et de chercher l’information nécessaire à la résolution de ses missions, pour adopter un rôle d’intermédiaire business/tech. L'apprenant se concentre ici sur l’analyse des besoins métier : mener des entretiens avec les parties prenantes, définir des indicateurs clés (KPIs) pertinents. Il apprend également à organiser le
travail en mode agile, à réaliser une veille réglementaire et technique, et aborde les chaînes d’analyse, et la présentation de résultats en s’appuyant sur un tableau de bord.
Phase 2
Faire évoluer un produit data d'une PME avec dessources hétérogènes - 105 heures
Modalité : face à face pédagogique, en centre de formation
Après avoir appris à cadrer un produit data et à traduire un besoin métier en spécifications techniques, l'apprenant est désormais prêt à se confronter à la matière première du produit data. Cette phase aborde directement la collecte et l’analyse de données : extraire des données depuis des sources structurées et non structurées, programmer des scripts de nettoyage pour uniformiser les formats, effectuer des calculs statistiques d’indicateurs de tendance centrale et de mesures de la variabilité.
L’apprenant concevra ses premiers modèles conceptuels de données afin de transformer des flux bruts en bases exploitables pour l'analyse afin de mettre à jour un tableau de bord.
A la fin de la phase 2, l’apprenant⸱e se capable de :
- faire évoluer les spécifications fonctionnelles après des changements sur les besoins exprimés par les métiers,
- ajouter des nouvelles sources de données non structurées à une chaîne de traitement
automatisée et réaliser une analyse exploratoire,
- modifier les modèles des données,
- modifier la chaîne d'analyse suite à un changement sur les spécifications fonctionnelles,
- mettre à jour un tableau de bord à la suite d'un changement sur la source et le modèle des données,
- découvrir le fonctionnement d’une API pour la collecte des données à l’aide d’un outil
d’intelligence artificielle,
- générer la documentation de traitements des données à l’aide d’un outil d’intelligence
artificielle.
Phase 3
Industrialiser, automatiser et sécuriser un produit data - 140 heures
Modalité : face à face pédagogique, en centre de formation
Après avoir abordé le nettoyage et de la structuration des données dans la phase précédente, l'apprenant doit aller plus loin dans sa maîtrise et apprendre à passer d'un traitement manuel à une solution robuste et automatisée.
Cette phase introduit l’apprenant à l'industrialisation des solutions : modélisation de données complexes (dénormalisation), création de pipelines de traitement automatisés et mise en œuvre de tests de qualité. La phase intègre également une dimension FinOps à travers la collecte et l'interprétation des bilans de consommation et la configuration d'outils de supervision (monitoring) axés sur la consommation des ressources ainsi que les métriques de santé, permettant de maintenir en condition opérationnelle un tableau de bord opérationnel.
A la fin de la phase 3, l’apprenant.e est capable de :
- organiser le travail d'équipe pour mettre à disposition un produit data en considérant le planning et les ressources disponibles,
- concevoir des modèles de données dénormalisés performants,
- développer et automatiser une chaîne d'analyse, incluant l'importation quotidienne et le nettoyage automatique des données,
- garantir la fiabilité du produit data (test d'intégrité des données, application du RGPD),
- configurer un système de supervision et de monitorage,
- maintenir le produit en condition opérationnelle à l'aide d'un outil de supervision existant et dans la résolution d'incidents documentés,
- créer un tableau de bord opérationnel et alimenté par plusieurs sources,
- utiliser un outil d’intelligence artificielle intégré dans l'environnement de développement de pour assister dans les tâches de qualité : revue, tests, documentation, optimisation, maintenance (refactorisation, debuggage).
- générer des fichiers de configuration pour la chaîne automatique de traitement des données, à l’aide d’un outil d’intelligence artificielle.
Phase 4
Concevoir et déployer un produit data de bout en bout - 175 heures
Modalité : face à face pédagogique, en centre de formation
Après avoir industrialisé l'architecture de données dans le Cloud et garanti la fiabilité opérationnelle grâce à l'automatisation et au monitorage, l'apprenant dispose de toutes les briques techniques et méthodologiques pour agir en autonomie. Cette phase ultime est celle de la synthèse et de l’approfondissement : l'apprenant continue à progresser sur l’ensemble des technique à travers le pilotage et et la réalisation d’un projet complet, de l'analyse du besoin initial à la création de tableaux de bord décisionnels avancés qui aboutira à la réalisation du chef d’œuvre. Il perfectionne son Data Storytelling pour restituer ses conclusions de manière percutante. A la fin de la phase 4, l’apprenant.e se capable d'analyser le besoin métier et réaliser le dossier de conception.
Phase 5
Préparation au passage de la certification - 70heures
Cette dernière phase est dédiée au renforcement, à la préparation de l’examen, au passage de l’examen et au bilan pédagogique individuel.
Les pré-requis
et conditions pour nous rejoindre
L'entrée en formation est conditionnée à la validation des tests de positionnement. Ces tests ont pour objectifs de sécuriser les parcours des apprenant.es et de constituer le collectif de la promotion. Pour cela, ces tests vont permettre d’informer le candidat sur l’organisme et la formation, d’évaluer son profil et de l’aiguiller si besoin dans son parcours.
Les évaluations menées dans les tests de positionnement servent à apprécier :
la motivation du candidat à s'engager dans le projet de formation ; les conditions dans lesquelles le candidat ou la candidate pourra suivre la formation (situation financière, logement, …) ; la cohérence du projet professionnel ; les compétences transversales identifiées comme favorisant la réussite de l’entrée et du suivi de la formation.
L'état d’esprit
L'implication sérieuse du candidat dans les étapes du positionnement et notamment la réalisation complète des phases d'auto-apprentissage ou tests
Une très forte motivation à démontrer lors de la candidature
Curieux et créatif, avec un bonne capacité d’expression à l’oral
et à l’écrit
Prêt à travailler en équipe et à collaborer autour de projets
La volonté de vous investir dans la durée dans un parcours de formation intense
Le niveau de maîtrise technique
Être titulaire d’un diplôme de niveau 4 avec au moins 1 an d’expérience professionnelle
ou être titulaire d’un niveau 5 ou plus dans un domaine scientifique ou de gestion.
Une première expérience en programmation informatique :
- installer un environnement de développement et d’exécution,
- programmer un algorithme simple : variables, fonctions, conditions et boucles.
Savoir travailler avec un ordinateur : création de documents (textes, diaporamas, tableaux…), naviguer sur le web (url, recherches, onglets, favoris…), envoyer des e-mails, utiliser des outils de communication instantanés (textes, appels vidéos…)
La compréhension du métier de Data Analyst
La maîtrise du français au niveau B2
Handicap
Si vous êtes en situation de handicap, il est possible de mettre en place des aménagements.
