RNCP37429 - Data Analyst

La certification Data Analyst de niveau 6 délivrée par WILD CODE SCHOOL permet d'acquérir les compétences nécessaires pour transformer les données brutes en informations pertinentes et ainsi faciliter la prise de décision.

Pour cela, le data analyst est amené à réaliser différentes activités telles que l'identification et l'analyse des besoins des entreprises, organisations et utilisateurs en matière de données. Il/elle doit également définir et proposer une stratégie de prise de décision adaptée aux besoins métier.

Le data analyst doit être capable de traduire les données afin de les rendre utilisables et exploitables en fonction des besoins et objectifs des utilisateurs. Il/elle doit également être en mesure d'analyser des bases de données, d'effectuer des traitements et des analyses sur des données existantes et de réaliser des tableaux de bord pour les organisations.

Il/elle doit également pouvoir concevoir et structurer les étapes de collecte et de traitement de données pour les optimiser au mieux. Pour cela, il/elle utilise le langage SQL pour effectuer des requêtes et modifier les bases de données.

Le data analyst doit également être capable d'automatiser des collectes de contenu sur des pages web (scraping HTML) et d'effectuer des requêtes grâce aux API REST. Il/elle doit également prendre en compte les enjeux du RGPD et les responsabilités liées à la collecte, au traitement et à l'utilisation de données.

Pour mener à bien ses missions, le data analyst doit être en mesure de sélectionner, paramétrer et utiliser des logiciels de rédaction et d'exécution de code. Il/elle doit également participer activement à la gestion de projets "data" en utilisant des méthodologies modernes telles que l'agile ou le scrum.

Le data analyst doit également avoir une bonne maîtrise des algorithmes, notamment en langage Python, et savoir utiliser les structures de données pour effectuer des analyses. Il/elle doit également être en mesure d'effectuer des calculs matriciels (NumPy) et d'utiliser les DataFrames (Pandas) pour la création, l'import, la manipulation et le retraitement de données et de valeurs.

Il/elle doit également être capable d'interpréter des données et utiliser des plateformes de data science telles que KNIME ou dataiku, ainsi que les statistiques descriptives pour analyser des données. Le data analyst doit également être en mesure d'expliquer les résultats d'analyses de données, de différencier les corrélations et les causalités et de développer son sens critique par rapport à la science.

En plus de ces compétences techniques, le data analyst doit être capable de réaliser des dashboards (tableaux de bord) avec des logiciels adaptés et de définir des cartographies (Folium) de collecte et de compilation de données. Il/elle doit également savoir utiliser des tableurs tels qu'Excel et réaliser des tableaux croisés dynamiques pour permettre à des utilisateurs d'effectuer des requêtes sur des données spécifiques.

En tant qu'accompagnateur/trice, le data analyst doit être en mesure d'aider les utilisateurs et les équipes dans l'utilisation d'outils, dans des recherches et interprétations de données brutes et retraitées. Il/elle doit également être capable d'analyser les utilisations d'outils et de données retraitées par les utilisateurs afin de proposer des évolutions et améliorations des outils.

Le data analyst doit également être en mesure d'identifier des possibilités d'amélioration des recherches et exploitations de données par des organisations et des utilisateurs. Il/elle doit également être capable de relayer l'information au sein de son équipe en utilisant une communication efficace et adaptée.

Enfin, le data analyst doit réaliser une veille permanente sur les données, se former aux nouveaux outils et faire évoluer sa pratique. Il/elle doit également conseiller les utilisateurs sur la protection des données, l'éthique des algorithmes, la prise en compte du handicap et la responsabilité numérique de chacun. Il/elle doit également être en mesure de présenter de manière claire, concise et sans ambiguïté les informations à l'oral et à l'écrit.

Les capacités attestées par la certification Data Analyst incluent notamment la capacité à identifier les possibilités d'utilisation des données en fonction des besoins métier, à définir une stratégie de prise de décision adaptée, à modéliser des bases de données relationnelles, à réaliser des requêtes avancées répondant à des besoins métier complexes, à automatiser des collectes de données, à mettre en place une interface standard de partage automatique de données, à contrôler les modalités de collecte et d'utilisation de données et à mesurer les enjeux du RGPD.

Le data analyst doit également être capable de faire des choix méthodologiques pour l'automatisation des traitements et de les documenter avec clarté et concision. Il/elle doit également être en mesure d'utiliser les outils et méthodes modernes comme les méthodes agiles et les outils de suivi de projets, ainsi que de manipuler des structures de données et d'utiliser l'algorithmique pour traduire en script des besoins de traitements de données. Il/elle doit également appliquer les bonnes pratiques de la programmation pour avoir un code organisé, réutilisable et partageable.

Enfin, le data analyst doit être capable de nettoyer les données, de retraiter les valeurs aberrantes (outliers) et les valeurs manquantes, d'utiliser les expressions régulières (RegEx) pour traiter les valeurs textuelles et numériques, ainsi que de réaliser des tableaux de données pour faciliter l'import, la manipulation et la fusion de données.

En somme, la certification Data Analyst permet d'acquérir toutes les compétences nécessaires pour devenir un/une expert/e dans le domaine de l'analyse de données et d'accéder à différents métiers tels que data analyst, data scientist, data engineer, business analyst, etc.