C'est le moment ou jamais d'améliorer vos compétences en Data Science. Pas seulement parce que la Harvard Business Review a défini le rôle de Data Scientist comme « le job le plus sexy du 21e siècle », mais aussi parce que les entreprises sont désespérément à la recherche de talents capables de lire, écrire, analyser et communiquer des données.
Les entreprises collectent plus de données que jamais, mais elles n'ont pas assez de ressources pour en tirer profit. Les compétences data sont très demandées. Ceux qui les acquièrent n'auront que l'embarras du choix au moment de choisir leur emploi.
Que vous soyez encore novice ou prêt à vous lancer dans un cours en ligne, consultez cette sélection de ressources pour mieux maîtriser la Data Science et devenir le citizen data scientist dont toutes les entreprises rêvent.
Commencez par une newsletter sur la Data Science (ou même deux, voire trois)
Suivez les dernières actualités, techniques et technologies en matière de Data Science dans une newsletter. C'est un moyen simple et efficace d'en savoir plus sur les nouveaux concepts, les ressources, les Tech Talks, les opportunités de networking et même les offres d'emploi. Découvrez ci-dessous notre sélection de newsletters.
- Data Science Weekly : cette newsletter incontournable aborde tous les sujets qui traitent de la Data Science. Vous y trouverez une multitude d'informations et de ressources.
- Data Machina : vous ne jurez que par la Data Science ? Cette newsletter est faite pour vous. Elle propose un résumé hebdomadaire des informations insolites sur le machine learning.
- Data is Plural : explorez des jeux de données et des projets axés sur les données à la fois intéressants, utiles et originaux.
- Towards Data Science : des articles ni trop longs, ni trop courts, qui partagent concepts, idées et extraits de code avec les lecteurs.
- KDNuggets : plongez au cœur de l'IA, de l'analytique, du Big Data, de l'exploration de données, de la Data Science et du machine learning. Aucun sujet n'est laissé de côté : op-eds, cours, offres d'emploi, dernières actualités, événements, etc.
Abonnez-vous à ces chaînes YouTube
On trouve vraiment tout sur YouTube, y compris la Data Science, la programmation, le machine learning, l'IA, et bien plus encore. Et bonne nouvelle : tout est entièrement gratuit. Voici notre sélection :
- Sentdex : ce youtubeur propose d'excellents tutoriels sur la programmation Python dans tous les domaines : machine learning, analytique des données, développement de jeux et bien plus encore.
- StatQuest : avec Josh Starmer, des sujets comme les statistiques, le machine learning et la Data Science sont beaucoup moins effrayants. Ne manquez pas ses vidéos pour mieux comprendre les concepts essentiels.
- David Langer : si vous voulez en savoir plus sur le cycle de vie complet d'un projet d'exploration de données, ne cherchez pas plus loin. David vous parle du Data Wrangling, de l'ingénierie des caractéristiques, du machine learning, ainsi que de l'exploration, du nettoyage, de la visualisation et de l'analytique des données.
Et si vous suiviez un MOOC (Massive Open Online Course) ?
Les cours en ligne sont un excellent moyen de structurer votre apprentissage. En général, ces cours fournissent toutes sortes de ressources, notamment des vidéos, des travaux à rendre, des ateliers pratiques, des évaluations et des examens. Il faut parfois prévoir une petite participation pour passer les certifications. Voici notre sélection de MOOC :
- Certificat professionnel edX/HarvardX en Data Science : si vous êtes complètement novice, cette série de neuf cours vous apprendra à créer un projet Capstone pour illustrer vos compétences en visualisation de données, probabilités, inférence et modélisation, Data Wrangling, organisation des données, régression et machine learning.
- Certificat professionnel Coursera/IBM de Data Analyst : si vous souhaitez vous lancer en tant que Data Analyst, ne manquez pas cette série de cours. Vous y apprendrez les principes fondamentaux de l'analyse de données et développerez une expérience pratique. Préparez-vous à travailler avec des sources de données, des scénarios de projet et des outils d'analyse de données, dont Excel, SQL, Python, notebooks Jupyter et Cognos Analytics.
- Atelier pratique Udemy « Machine Learning A-Z™: Hands-On Python & R In Data Science » : plongez au cœur du machine learning. Découvrez comment créer des algorithmes de machine learning en Python ou R.
- Programme Nanodegree Udacity/Alteryx/Tableau « Predictive Analytics for Business » : développez les compétences nécessaires pour résoudre des problèmes métier concrets grâce à l'analyse prédictive et à la Business Intelligence.
Apprenez en vous amusant
Participez à un hackathon, un concours ou un défi en Data Science et mesurez-vous à d'autres Data Scientists. C'est un excellent moyen de s'entraîner et d'apprendre les uns des autres, tout en s'amusant. Voici notre sélection :
- Kaggle : affrontez des Data Scientists du monde entier dans la recherche d'une solution à des problèmes concrets. Avec plus de 536 000 membres actifs venant de 194 pays et près de 150 000 contributions par mois, ce site offre toutes les ressources nécessaires pour découvrir, apprendre et s'entraîner.
- Hackerearth : ce site a organisé plus de 1 000 hackathons et 10 000 défis de codage. Rejoignez sa communauté pour vous entraîner, développer vos compétences et participer à des compétitions.
- TopCoder : relevez trois types de défis en data science, par exemple sur les algorithmes à grande échelle, le codage et l'idéation.
- Vous souhaitez utiliser les données pour une bonne cause ? Projet ou collaboration, analytique ou Data Science, à court ou à long terme : mettez vos compétences au service d'une organisation établie pour contribuer à une bonne cause.
Entraînez-vous sur des données réelles
Travaillez sur des problèmes concrets en accédant à des jeux de données réels avec des données en libre accès, et créez des projets à ajouter à votre portefeuille. Des organismes gouvernementaux, des organisations indépendantes et des agences partagent leurs données pour permettre à chacun d'y accéder, de les utiliser et de les partager. Voici notre sélection :
- Projet Google Dataset Search : vous recherchez un type de données spécifique ? Google est là pour vous. Son outil de recherche de jeux de données peut vous aider à trouver facilement des données en ligne disponibles gratuitement.
- Données ouvertes de la Banque mondiale : obtenez des données sur différents pays du monde entier, y compris des microdonnées, des statistiques de séries temporelles et des données géospatiales.
- Registre des données ouvertes sur AWS : explorez des jeux de données disponibles via les ressources AWS. Découvrez des données intéressantes issues de l'initiative Facebook Data for Good, du Big Data Program de NOAA, de l'accord Space Art Agreement de la NASA et bien plus encore.
Rejoignez la Communauté Alteryx
Alteryx a la communauté la plus active du secteur. Elle organise des défis ludiques et concrets qui testent les compétences analytiques des utilisateurs. Découvrez comment la rejoindre :
- Communauté Alteryx : créez un compte gratuit et accédez aux ressources Alteryx pour améliorer vos compétences. Découvrez plusieurs façons d'apprendre : défis hebdomadaires à relever en groupe pour trouver une solution à des problèmes analytiques concrets, leçons interactives, certifications Alteryx gratuites.
- Le portail Data Science regroupe des contenus d'exception sur la Data Science, issus de notre Alteryx Academy, de blogs, de podcasts et de discussions.
- Centre de solution virtuel : un problème vous bloque ? Notre Centre de solution virtuel vous permet de contacter en temps réel des experts des solutions Alteryx pour résoudre vos problèmes liés à l'analytique.
- Programme ADAPT (Advancing Data & Analytics Potential Together) : vous subissez les effets du COVID-19 dans votre travail ? Découvrez notre programme gratuit et accédez à des cours de formation sur la Data Science et l'analytique. Le programme ADAPT vous aide à développer les compétences dont vous avez besoin pour vous reconvertir ou faire progresser votre carrière.
Où en êtes-vous dans votre projet pour devenir analyste, citizen data scientist ou Data Scientist ? Quelles ressources avez-vous trouvé les plus utiles ?