RNCP34964
Item
- Intitulé
- Data analyst
- N° de fiche
- RNCP34964
- Id fiche
- 20423
- Nouvelles certifications
- RNCP37837
- Etat de la fiche
- Publiée
- Certificateurs
-
49386136300080
OPENCLASSROOMS
Actif
01/04/2023
49386136300072
OPENCLASSROOMS
Inactif
01/04/2023 - Existance partenaires
- Oui
- Activités visées
- Les missions du Data Analyst sont variées et visent à : Agréger des données : les normaliser tout en conservant leur intégrité. Interpréter des données : le Data Analyst identifie des tendances, tire des conclusions et sensibilise les destinataires à l'utilisation pertinente des données. Aider à la prise de décision en vue d'améliorer la stratégie de l'entreprise. Présenter des résultats en résumant les conclusions importantes à l'aide de graphiques sous forme de dashboard ou de rapport écrit. Collaborer avec les administrateurs et gestionnaires de la base de données pour suggérer des améliorations dans la collecte et la gestion des données. Corriger les éventuels problèmes dans la chaîne de traitement, gérer les aspects liés à la sécurité (RGPD) et effectuer une veille des technologies disponibles.
- Capacités attestés
- Bloc de compétences 1 - créer une base de données et effectuer des requêtes afin de répondre à des besoins utilisateurs : Configurer une base de données afin d'y intégrer un jeu de données à exploiter. Effectuer des requêtes SQL pour répondre à une problématique métier. Mettre à jour un catalogue de données pour rendre accessible la base de données à ses utilisateurs. Bloc de compétences n°2 – collecter et préparer des données de sources variées en utilisant un outil de gestion des données : Collecter et intégrer des données venant de plusieurs sources en respectant les règles de protection des données en vigueur. Préparer des données pour l'analyse en respectant les normes internes à l'entreprise. Bloc de compétences n°3 – nettoyer et décrire un jeu de données à l'aide d'un langage de programmation spécialisé afin d'en préparer l'exploitation : Pré-traiter des données stockées en les classifiant et en corrigeant les erreurs et les incohérences présentes. Réaliser une analyse uni-variée de données pré-traitées afin de les décrire et de détecter les incohérences. Bloc de compétences n°4 – formaliser les résultats d'une analyse statistique en utilisant des outils de visualisation : Analyser un besoin client pour formuler des questions analytiques et définir des indicateurs de suivi. Créer les graphiques permettant de représenter les résultats obtenus. Créer un tableau de bord (dashboard) permettant de visualiser et de mesurer les résultats obtenus en fonction d'indicateurs donnés. Bloc de compétences n°5 – réaliser l'analyse exploratoire de données structurées afin de les synthétiser et de les interpréter : Réaliser une analyse multi-variée pour comprendre la corrélation entre des variables et les synthétiser. Analyser des séries temporelles pour mesurer un phénomène au cours du temps. Réaliser un test statistique afin de vérifier une prédiction. Bloc de compétences n°6 – réaliser une modélisation statistique à l'aide de méthodes d'apprentissage supervisé et non supervisé : Mettre en œuvre une méthode d'apprentissage supervisée pour réaliser une analyse prédictive. Mettre en œuvre une méthode d'apprentissage non supervisée pour opérer des classifications automatiques et partitionner des données.
- Secteurs d'activité
- Tous secteurs d'activité
- Type d'emploi accessibles
- - Data analyst - Chargé d'études statistiques - Statisticien.ne - Data miner - Business analyst
- Voie d'accès à la certification après un parcours de formation sous statut d'élève.
-
Oui
Le jury est composé d'au 3 personnes : le/la responsable du parcours et au moins 2 professionnel.le.s externes - Voie d'accès à la certification en contrat d'apprentissage.
-
Oui
Le jury est composé d'au 3 personnes : le/la responsable du parcours et au moins 2 professionnel.le.s externes - Voie d'accès à la certification après un parcours de formation continue.
-
Oui
Le jury est composé d'au 3 personnes : le/la responsable du parcours et au moins 2 professionnel.le.s externes - Voie d'accès à la certification en contrat de professionnalisation.
-
Oui
Le jury est composé d'au 3 personnes : le/la responsable du parcours et au moins 2 professionnel.le.s externes - Voie d'accès à la certification par candidature individuelle.
- Non
- Voie d'accès à la certification par expérience.
-
Oui
Le jury est composé d'au 3 personnes : le/la responsable du parcours et au moins 2 professionnel.le.s externes - Inscrite au cadre de la Nouvelle Calédonie
- Non
- Inscrite au cadre de la Polynésie française
- Non
- Date de fin d'enregistrement
- 14/10/2023
- Type d'enregistrement
- Enregistrement sur demande
- Objectifs et contexte de la certification
- Face à l'explosion du volume d'informations et à la multiplication des sources disponibles, les entreprises sont amenées à s'appuyer sur le Big Data pour anticiper le comportement de leurs clients, optimiser leur modèle opérationnel, et informer les décisions stratégiques. L'analyse de données massives s'impose aujourd'hui comme une véritable nécessité pour rester compétitif dans la quasi-totalité des secteurs professionnels, y compris le marketing, la publicité, la commerce, l'assurance ou encore la médecine. Le volume considérable de données, aux formats divers, nécessite toutefois de recruter de nouveaux profils qui sachent les “faire parler” ou, en d'autres termes, qui aient les compétences techniques et mathématiques pour agréger, interpréter et communiquer des connaissances extraites d'un jeu de données. Ces compétences correspondent au profil du data analyst.
- Actif
- Non
- Prérequis à l'entrée dans la formation
- Il n'y a pas de prérequis obligatoires, mais qu'il est recommandé d'avoir un niveau 4 dans un domaine scientifique (Bac S), un niveau de français B1-B2, des notions d'algèbre linéaire (manipulation de vecteurs, multiplication de matrices) et bien entendu, le tout se déroulant en ligne, l'accès à un ordinateur muni d'un micro, d'une webcam ainsi que d'une bonne connexion internet. Un test de positionnement est proposé avant l'inscription et si un niveau est décelé insuffisant cela invite à une mise à niveau (avec des ressources externes) avant de s'inscrire sur le parcours.
- A comme formacode
- data analytics
- A comme nomenclature européenne
- Niveau 6
- A comme partenaire
- A F P I D E M
- A F P I D E M
- A F P I D E M
- A F P I D E M
- A F P I D E M
- A F P I D E M
- A F P I D E M
- A F P I D E M
- A F P I D E M
- A F P I D E M
- A comme métier
- Chargé / Chargée d'études socio-économiques
- Ingénieur / Ingénieure système informatique
- Développeur / Développeuse web
- A comme bloc de compétence
- Créer une base de données et effectuer des requêtes afin de répondre à des besoins utilisateurs
- Collecter et préparer des données de sources variées en utilisant un outil de gestion des données
- Nettoyer et décrire un jeu de données à l'aide d'un langage de programmation spécialisé afin d'en préparer l'exploitation
- Formaliser les résultats d'une analyse statistique en utilisant des outils de visualisation
- Réaliser l'analyse exploratoire de données structurées afin de les synthétiser et de les interpréter
- Réaliser une modélisation statistique à l'aide de méthodes d'apprentissage supervisé et non supervisé
Annotations
There are no annotations for this resource.