Matin [3h] : Comprendre la Data Science

M1 – Le déluge des données et comment en tirer parti
Détail du contexte actuel, caractérisation de la big-data, ses outils, ses acteurs
1. L’émergence de nouvelles sources de données : présentation et demystification des 5 V du big data
2. Nouvelles solutions face aux nouvelles complexités : calcul distribué, cloud computing et bases de données non structurées
3. Comment les géants industriels d’aujourd’hui se sont créés grâce à l’exploitation des données : les GAFAM, Netflix et autres

M2 – Définitions et cas d’usage métier
Comprendre la datascience par l’exemple
1. Où chercher la donnée : données internes, externes, open data. Comment y accéder grâce aux APIs ou au web scraping
2. Les grandes familles de cas d’usage par ordre croissant de complexité : analyse descriptive, prédictive, prescriptive
3. Les principaux cas d’usage marketing : score d’appétence, tarification, anti-churn
4. Les principaux cas d’usage NLP : Extraction de thème, analyse de sentiment, synthèse automatique, chatbot
5. Recommandation : suggérer le bon produit au bon moment à la bonne personne, “content based” vs “collaborative filtering”.

Après-Midi [4h] : Mise en place d’un projet de Data Science

M1 – De l’analyse statistique au machine learning
Comprendre et choisir un modèle adapté au contexte
1. Définition de Machine Learning, et principales étapes de son évolution
2. Les deux grandes catégories de problèmes : apprentissage supervisé et apprentissage non supervisé
3. Choisir un algorithme adapté : statistique vs algorithmique, compromis performance / intelligibilité, principales classes d’algorithmes
4. Comment mesurer la qualité d’un modèle : Principales métriques de performance, standard ou ad hoc
5. Le problème du sur-apprentissage et comment l’éviter
6. Comment présenter ses résultats : introduction aux principes et aux outils de datavisualisation

M2 – Infrastructures et outils informatiques
Quelles sont aujourd’hui les meilleures technologies ?
1. Points de force et de faiblesse des principaux outils analytiques : python, R, SQL, SAS, DataRobot …
2. Un environnement technologique nouveau adapté aux besoins Big Data : Hadoop, Spark, Hive, Apache …
3. L’architecture data : comment répondre à un ensemble de besoins grâce à une vision plus globale.

M3 – Démarche projet
Apprendre à structurer un projet Data
1. La démarche globale d’un projet big data et les questions à se poser à chaque étape : cadrage / POC / pilote / industrialisation / run
2. Clarification sur les différents rôles dans un projet data, et sur leurs compétences et responsabilités
3. Les réflexes qui aident un projet à avancer dans la bonne direction : agilité, communication, suivi, code review, documentation
4. Les contraintes réglementaires à respecter, l’exemple du RGPD. Définitions, obligations, sanctions prévues.