Introduction à l'analyse de données

1. Qu’est-ce que la data analyse ?

• Définitions et enjeux

• Différences entre data analyse, data science et data engineering

• Métiers de la donnée : analyst, scientist, engineer

2. Cycle de vie d’un projet data

• Compréhension du besoin

• Collecte des données

• Nettoyage et traitement

• Analyse exploratoire

• Visualisation

• Interprétation et recommandations

3. Types de données

• Données structurées vs non structurées

• Données quantitatives vs qualitatives

• Variables discrètes, continues, catégorielles

4. Outils et environnement

• Environnement Python : Jupyter, Pandas, Matplotlib

• Données dans Excel, CSV, SQL

• Notions d’API, fichiers JSON, etc.

5. Principes éthiques de la data analyse

• Confidentialité

• Biais dans les données

• Interprétation responsable