Tout au long de votre formation, et au fur et à mesure que vos compétences sont développées, vous allez mener plusieurs projets en groupe en fonction du découpage du cursus :
Module | Projet |
Data Analyst | Développement d’une solution data. |
ETL Developer | Création d’un pipeline ETL, de la récupération de données dans les sources brutes jusqu’au à la modélisation puis la visualisation.
|
Data Product Manager | 3 étapes liées aux étape de développement d’un projet IA : - Analyse du besoin
- Etude de faisabilité
- Déploiement du projet
|
Ces projets pourront provenir de notre catalogue, composé de sujets variés et reposant sur des problématiques techniques d’entreprise. Vous pourrez aussi proposer des projets personnels, du moment que les données sont accessibles et que notre équipe pédagogique valide ceux-ci.
C’est une façon extrêmement efficace de passer de la théorie à la pratique et de s’assurer que vous appliquez les thèmes abordés en cours.
Ce sont des projets fortement appréciés des entreprises car ils assurent la qualité de la formation et des connaissances acquises à l’issue du parcours Analytics Engineer puisque l’utilisation des soft-skills est également très présente. Ces projets vous apprendront ainsi à :
- transmettre des informations ;
- présenter et vulgariser son travail ;
- mettre en valeur des données avec des outils interactifs (Dashboard, Streamlit…)
En somme, ces projets vont nécessiter un véritable investissement qui représente a minima le tiers de votre temps de formation.
Les 150 heures à allouer aux projets qui jalonnent le cursus se répartissent comme suit :
- projet Data Analyst : 80h ;
- projet ETL Developer : 50h ;
- projets Data Product management : 20h.
Les projets sont encadrés par des mentors DataScientest qui échangeront régulièrement avec vous pour s’assurer de votre progression et pour vous guider.