Comprendre le métier de Data Analyst et cadrer une décision
Adopter la posture professionnelle du Data Analyst et transformer une demande métier en question d’analyse mesurable.
Métiers d'avenir
← Mandragore AcademyDécouvrir un métier. Comprendre les compétences. Construire son chemin.
Des parcours de découverte en 8 leçons pour comprendre chaque métier, identifier les compétences clés et savoir quelles formations suivre pour aller plus loin.
Choisissez votre métier
15 métiers à découvrir · 120 leçons d'exploration
Parcours de découverte et d'orientation — ne constitue pas une certification professionnelle.
Votre Learning Workspace personnel est créé automatiquement lors de votre premier achat.
Parcours de découverte
15 parcours en 8 leçons pour comprendre les métiers, leurs missions et les compétences clés.
AI Engineer / Ingénieur IA
comprendre le rôle, les missions et les compétences d'un AI Engineer
Machine Learning Engineer
comprendre comment un Machine Learning Engineer industrialise et maintient des modèles en production
AI Agent Developer
découvrir comment un AI Agent Developer conçoit des agents capables d'utiliser outils, données et actions
AI Product Manager
comprendre comment un AI Product Manager transforme un besoin métier en produit IA utile et mesurable
Human-AI Interaction Designer
découvrir comment concevoir des interactions utiles, compréhensibles et maîtrisables entre humains et IA
AI Trainer / AI Data Specialist
comprendre comment préparer, qualifier et évaluer les données et comportements utilisés par les systèmes IA
Data Analyst
découvrir comment un Data Analyst transforme des données en informations utiles à la décision
Data Scientist
comprendre comment un Data Scientist explore les données et construit des modèles analytiques ou prédictifs
Cybersecurity Analyst
découvrir comment un Cybersecurity Analyst surveille, qualifie et contribue à traiter les incidents cyber
AI Security Specialist
comprendre comment un AI Security Specialist protège applications, agents et flux de données utilisant l'IA
AI Governance & Ethics Specialist
découvrir comment un spécialiste de la gouvernance IA encadre risques, conformité, responsabilité et usages
Digital Trust Officer
comprendre comment un Digital Trust Officer coordonne sécurité, données, conformité et confiance numérique
AI Automation Specialist
découvrir comment un AI Automation Specialist automatise des processus en combinant IA, scripts et intégrations
Analytics Engineer
comprendre comment un Analytics Engineer transforme des données brutes en modèles fiables pour la BI et l'analyse
Digital & AI Transformation Specialist
découvrir comment un Digital & AI Transformation Specialist pilote une transformation numérique et IA de bout en bout
Parcours professionnels
Des parcours complets, structurés par niveaux, pour acquérir des compétences professionnelles directement mobilisables.
Data Analyst
Data Analyst professionnel — De la donnée brute à la décision
Parcours professionnel complet pour apprendre à transformer des données brutes en analyses fiables, indicateurs utiles et recommandations directement exploitables par les métiers.
Data Scientist
Data Scientist professionnel — Du problème métier au modèle en production
Parcours professionnel complet pour conduire une démarche Data Science, du problème métier jusqu’au modèle évalué, déployé et surveillé.
Cybersecurity Analyst
Cybersecurity Analyst professionnel — Détection, investigation et réponse à incident
Parcours professionnel complet pour apprendre à détecter, qualifier, investiguer et contribuer à traiter des incidents de cybersécurité.
Aperçu du parcours
Adopter la posture professionnelle du Data Analyst et transformer une demande métier en question d’analyse mesurable.
Lire la structure d’un jeu de données, comprendre son origine et mesurer sa qualité avant toute analyse.
Explorer un fichier, contrôler les calculs et restituer une première conclusion avec Excel et des visualisations adaptées.
Aperçu du parcours
Comprendre le rôle du Data Scientist, traduire un enjeu métier en problème de modélisation et mettre en place un environnement de travail reproductible.
Identifier les problèmes de qualité des données et mobiliser les bases statistiques et probabilistes nécessaires à un projet de Data Science.
Mettre en place un protocole expérimental rigoureux et établir une première baseline de référence.
Aperçu du parcours
Comprendre l'environnement technique, réseau et identitaire nécessaire à l'analyse d'événements de sécurité.
Reconnaître les mécanismes d'attaque courants et identifier les sources de journalisation disponibles pour l'analyse.
Interpréter un événement de sécurité avec rigueur et appliquer les principes de collecte et de préservation de la preuve.