Objectifs de la formation
Traiter des données à des fins décisionnelles
- En intervenant à toutes les étapes du cycle de vie de la donnée (insertion, modification, extraction, suppression)
- En utilisant le modèle de données adapté aux besoins
- En s’inscrivant dans une démarche de documentation des réalisations adaptée au public visé
- En traduisant correctement les demandes métier en programmes, avec le respect du cahier des charges s'il existe
- En écrivant un programme correctement structuré et documenté, respectant les bonnes pratiques
- En identifiant les librairies et langages dédiés
Analyser statistiquement les données
- En tenant compte du contexte de l’étude (économique, socio-démographique, commerciale, clinique...)
- En mettant en évidence les grandes tendances et les informations principales
- En identifiant et en mettant en œuvre les techniques adaptées aux attentes du client ou de l’instance décisionnaire
- En identifiant et en mettant en œuvre les techniques adaptées aux données complexes (données massives, données mal structurées, flux de données…)
- En tenant compte du contexte inférentiel (variabilité de l’échantillon)
Valoriser une production dans un contexte professionnel
- En s’adaptant au niveau d’expertise, à la culture et au statut du destinataire
- En s’exprimant correctement, aussi bien en français que dans une langue étrangère à l'oral comme à l'écrit
- En veillant aux aspects éthiques, déontologiques et réglementaires d’utilisation et de diffusion des données
- En interprétant et contextualisant les résultats (citations, vérification des sources, esprit critique)
- En utilisant la forme de restitution adaptée
- En tenant compte des réalités économiques et managériales des entreprises
Modéliser les données dans un cadre statistique
- En choisissant le modèle adapté à la situation
- En maîtrisant la qualité du modèle
- En s’adaptant aux spécificités (données, enjeux, méthodes) d'un domaine d'application particulier (santé, marketing, assurance, qualité, socio-démographie...)
- En s'adaptant à la complexité des données (données massives, données mal structurées, flux de données...)