background section

Crash Course Data Science

You want to get a broad picture of the tasks of a "data scientist". You want to know what questions data science can answer and what skills, tools and techniques you need to find the answers to those questions. You want to get an understanding of how the business can make better decisions by relying on insights you get from data.

Choisissez votre session de formation

    • lu 8 août '22
      09:00 - 12:00
    • ve 12 août '22
      09:00 - 12:00
    • me 17 août '22
      09:00 - 12:00
    • ve 19 août '22
      09:00 - 12:00
    • Online

    • ma 27 sept '22
      09:00 - 12:00
    • je 29 sept '22
      09:00 - 12:00
    • ma 4 oct '22
      09:00 - 12:00
    • je 6 oct '22
      09:00 - 12:00
    • Online

    • lu 17 oct '22
      13:30 - 16:30
    • je 20 oct '22
      13:30 - 16:30
    • lu 24 oct '22
      13:30 - 16:30
    • je 27 oct '22
      13:30 - 16:30
    • Online

    • me 30 nov '22
      09:00 - 12:00
    • ve 2 déc '22
      09:00 - 12:00
    • me 7 déc '22
      09:00 - 12:00
    • ve 9 déc '22
      13:30 - 16:30
    • Online

  • Vous avez vu les prochaines sessions pour cette formation.Consultez les autres sessions en bas de cette page

Nos formations ne vous coûteront rien.
Découvrez pourquoi et à qui elles s'adressent.
  • Type de formation

    Classe en ligne

  • Durée de la formation

    2 jours

  • Suivez cette formation en :
    EN, NL 
  • Code de formation

    DL2156EOC

Résultats à l’issue de cette formation

You can list the types of questions that data science can answer You can list the main tools and techniques used in data science You can describe the phases of a data science project

Public cible

You enjoy processing data and creating reports.
You are a manager, analyst or developer with an interest in analytics and data processing and reporting.

Méthode d'apprentissage: Classe en ligne

Vous suivez cette formation en ligne sur votre ordinateur. Votre parcours comprend trois étapes complémentaires.

  • Étape 1

Votre formation commence sur Karibu, notre plateforme d’apprentissage en ligne. Vous effectuez cette première étape à votre rythme, où et quand vous le souhaitez.

Attention : il est indispensable d’achever cette étape avant de poursuivre votre formation.

  • Étape 2 (3 h) : classe en ligne

Lors de cette étape, vous rencontrez les autres participant·es via Zoom. Votre groupe compte généralement 6 à 12 personnes. Tout le monde peut s’entendre et se voir, dans une optique de discussion, d’interaction et de collaboration. Ensemble, vous apprenez ainsi les un·es des autres, sur la base des connaissances acquises lors de l’étape 1.

  • Étape 3

Cet apprentissage se déroule également sur Karibu, à votre rythme, où et quand vous le souhaitez.

Aperçu du programme

Asynchronous: 

  • Introduction:
    • history of data science 
    • purpose of data science (what questions can we answer with data science?) 
    • tools of a data scientist 
    • global overview of the phases in a data science project 

     

  • Understand the question: what is the business question? 
  • "Data gathering": where can we find data? 
  • Data storage: where and how can we store data? 
    • hierarchical and network databases 
    • relational databases and SQL 
    • no SQL databases 
  • "Data pre-processing": preparing data for analysis

 

Synchronous: 

  • Getting started: stockpiling data in different types of databases 
  • Getting started: case

 

Asynchronous:

  • "Explore the data": on an exploration into the data 
    • BI, data warehouses 
  • "Visualize the results": how can we best visualize our results?

 

Synchronous: 

  • "Analyze in depth": what patterns do we find in the data (data mining) 
  • Getting started: case

 

Asynchronous:

  • "Tell the story": How can we present our results convincingly?