À l’issue de la formation, le stagiaire sera capable de traiter et analyser des données complexes.

- Créer des visualisations avancées.
-Utiliser des techniques statistiques avancées.
- Manipuler de grands volumes de données.
- Automatiser des analyses avec Python.
3 jours
Formation synchrone en téléprésentiel
Tarif inter-entreprises : 2 250 € / participant
Tarif intra-entreprise : sur demande
Data scientists, analystes expérimentés.
Connaissances en Python niveau intermédiaire.
Vous disposez de 4 heures pour réaliser ce travail d'industrialisation. Vous travaillerez de manière individuelle. L'entraide technique est encouragée sur le canal de communication partagé afin de simuler un environnement de production en équipe (DevOps).
Modalités d'évaluation :
● Votre responsable technique (le formateur) validera en individuel la robustesse du script en y injectant un jeu de données volontairement corrompu pour tester la gestion des erreurs.
● Une session collective de "Revue de Production" sera organisée en fin de session pour comparer les stratégies de journalisation et d'optimisation du code retenues par le groupe.
Critères d'évaluation :
● Modularité et robustesse : Le script est découpé de manière logique, réutilisable, et ne plante pas face à une anomalie de données grâce à des blocs de capture d'erreurs pertinents.
● Qualité de la journalisation : Le fichier de log généré utilise les niveaux de criticité standards (INFO, WARNING, ERROR) et permet de retracer précisément chaque étape du flux.
● Automatisation du livrable : Le rapport final de synthèse est généré de bout en bout de manière 100% automatisée sans aucune action humaine manuelle.
Livrables :
● Le script Python principal d'orchestration (etl_pipeline.py) proprement documenté.
● Le fichier de journalisation généré lors du run de test (pipeline.log).
● Le rapport de synthèse final exporté automatiquement au format web (rapport_performance.html).
Si vous êtes en situation de handicap, il est possible de mettre en place des aménagements.
Prochaine session le 14 Décembre 2026.