Image
4 mois de posts quotidiens sur LinkedIn ont débouché sur un manuel de data : pour l'initiation comme pour les praticiens.
Consacrer 120 coups d'oeil au monde des data, n'est-ce pas un bon investissement aujourd'hui ?
Même si vous vous sentez un zéro en maths et ne savez pas coder !
La version beta de ce manuel, sortie fin mai 2021, a été largement discutée sur LinkedIn. Merci aux bonnes volontés puis aux étudiant·e·s qui ont relu et contribué à déboguer !
Voici une version finalisée et actualisée 2025, en 11 chapitres, plus deux d'introduction et un de conclusion. Au programme donc :
- Suivre les data du phénomène dont elles gardent trace, aux algorithmes qui s’appuient sur elles : leur cycle de vie
- Produire, à partir de data aussi volumineuses que des documents, des prédictions : l’Intelligence Artificielle
- Coder les phénomènes : les data aussi sont du code
- Rendre compte de réalités : les facteurs de qualité de la data supply chain
- Mesurer la performance : les algorithmes font plus, à partir des data, que prédire une valeur
- Organisation physique des data : l’autre moitié de l’informatique
- Modéliser une organisation au prisme de ses data : les bases de données relationnelles
- Associer les data et leur documentation : les fichiers arborescents, XML et json
- Tracer des changements : transactions et logs d’événements
- Sauter une étape, en utilisant des data qui intègrent l’interprétation humaine des phénomènes : les textes naturels :
- Traiter des images : de leur stockage à leur interprétation, et à leur fabrication
- Détecter des variations intelligemment : les data liées au temps ou à l’espace
- Mettre de la prédiction en production : défis et outils de la qualité
- Travailler dans les data : ça peut être des métiers pour vous !
Les data en 120 points : premières pages en ligne / manuel complet PDF