Composante
Formation continue Panthéon-Sorbonne (FCPS)
Langue(s) d'enseignement
Français
Présentation
Cette formation qualifiante a pour vocation de permettre l’acquisition de connaissances et de compétences spécifiques liées à la programmation et à l’analyse de données sous Python.
Prochaines sessions (sous réserve d'un nombre suffisant d'inscrits) :
2-3-4 décembre 2024
22-23-24 septembre 2025
Les inscriptions sont ouvertes.
▶ Information et inscription :
inter-fcps@univ-paris1.fr
Objectifs
Faire des analyses avancées en science de données. La formation est ainsi organisée essentiellement autour de la maîtrise avancée de Python.
Savoir-faire et compétences
- Maîtrise des fonctions de base de Python pour travailler sur des données.
- Maitrise des principales librairies Python de science de données.
Les + de la formation
- Pour chaque cours l'apprenant disposera de vidéos, de quiz (qui peuvent contribuer à l'évaluation si nécessaire) et de d'exercices pratiques.
- Nous fournissons l'environnement de code donc pas de contrainte matériel pour les apprenants.
- Enfin nous pouvons si besoin générer pour chaque apprenant un badge Linkedin authentifié.
- Plus de 80 % de nos intervenants sont des professionnels du secteur.
Organisation
Membres de l’équipe pédagogique
Responsable de la formation :
Marc-Arthur Diaye, professeur des universités à l’université Paris 1 Panthéon-Sorbonne, directeur de la mention Econométrie-statistiques.
Paul Thavenot (co-fondateur), Lead Data Scientist spécialisé en Natural Language Processing
Chercheurs, experts et praticiens formeront le panel des intervenants.
Programme
3 jours l 21 heures
JOUR 1
- Le matin, Les fondamentaux de la programmation Python
- L'après-midi, Les fondamentaux de la manipulation de données tabulaires avec Python
JOUR 2
- Le matin, Data Management avancé avec Python (analyse et nettoyage de données, calculs d'agrégats)
- L'après midi, Data Visualisation avec Python
JOUR 3
- Le matin, Les fondamentaux du Machine Learning Supervisé avec Python
- L'après midi, Les fondamentaux du Machine Learning Non Supervisé avec Python
▶ Évaluation : quiz et/ou cas pratiques et/ou exercices et/ou jeu de rôle etc.
Une attestation de formation est délivrée à l’issue de la formation.