Topics

Cela s'est passé il y a quelque temps, mais j'ai utilisé le programme de soutien aux qualifications de mon entreprise pour suivre et obtenir la certification professionnelle Google Data Analytics.

Je vais vous donner une idée approximative de ce que vous apprendrez et du niveau de difficulté du cours, ainsi que mes impressions après avoir suivi ce cours !

Qu'est-ce que la certification professionnelle Google Data Analytics ?

Ce programme d'apprentissage en ligne proposé par Google enseigne tout, des principes fondamentaux de l'analyse de données à ses applications.8 cours au totalVous apprendrez en deux parties.

• Comment procéder à l'analyse des données
• Comment organiser les données analytiques
• Utilisation de feuilles de calcul
• Organisation des données à l'aide de SQL
• Créer des visualisations avec Tableau
• Utilisation de R Markdown

Cela couvrait un éventail de compétences assez large.

La durée recommandée est d'environ 6 mois à raison de 10 heures par semaine, mais je préfère travailler à un rythme plus lent.Environ 4 moisSi vous vous concentrez, je pense que vous pouvez terminer le cours en moins de temps.

Les cours se déroulent sur la plateforme Coursera et nécessitent un abonnement mensuel. Des cours gratuits sont proposés ponctuellement ; n'hésitez pas à en profiter.

Vous bénéficiez d'une période d'essai d'une semaine pour vous permettre de vérifier si le cours vous convient. Veuillez noter que l'abonnement sera automatiquement renouvelé à l'issue de cette période.

Vous pouvez commencer dès maintenant en vous inscrivant sur la page de Coursera dédiée au certificat professionnel Google Data Analytics.

Flux d'apprentissage

Chaque cours est structuré en plusieurs modules. Vous devez visionner tous les supports pédagogiques (vidéos, documents, etc.) et réussir les tests de chaque module. Si vous terminez tous les travaux demandés, vous recevrez une attestation de réussite.

La documentation comprend également des liens vers des outils connexes et des ressources pédagogiques externes, ce qui permet d'approfondir les connaissances. Cependant, il serait trop long de tout examiner en détail ; j'ai donc commencé par prendre des notes sur les termes et les liens, que j'ai consultés ultérieurement.

De cette façon, le test réussit sans aucun problème !

Vu l'énorme quantité de travail, j'ai été sauvé par la conception consciencieuse qui me permet de changer le statut à « terminé » à tout moment.

Difficulté à suivre le cours

Quand j'entends les termes « SQL » et « R », je me sens un peu intimidé, mais ils fournissent des explications complètes et détaillées dès le début, donc ce n'était pas si difficile.

Vous pouvez réussir le test si vous lisez attentivement les supports de cours, et le système est conçu pour être extrêmement convivial, vous permettant de repasser le test si vous n'obtenez pas la note de passage.

Bien qu'il y ait une limite au nombre de fois où vous pouvez passer le test complet par jour, cette limite est réinitialisée après 24 heures, vous pouvez donc en principe le passer autant de fois que vous le souhaitez !

Des outils que vous n'utilisez peut-être pas habituellement, tels que BigQuery, Tableau et RStudio, seront également présentés, mais n'ayez crainte, ils seront expliqués en détail, de l'installation à l'utilisation.

De plus, les outils d'apprentissage sont conçus pour être gratuits, il n'y a donc pas de frais supplémentaires en plus des frais mensuels de Coursera, ce qui est avantageux pour le portefeuille.

Une autre fonctionnalité que j'ai trouvée difficile était la fonction de traduction.

Les supports pédagogiques sont principalement en anglais. Bien sûr, les vidéos, les documents et les tests disposent tous de fonctions de traduction, et la précision est assez élevée, mais il arrive que des mots de sens similaire soient traduits par le même mot japonais.

Dans les questions à choix multiples, il n'était pas rare que deux options apparemment identiques apparaissent côte à côte, ce qui présentait un niveau de difficulté différent.

Introduction à chaque cours

Cette introduction était longue, mais je vais maintenant vous présenter le contenu pédagogique de chaque cours.

[Cours 1 : Les données sont partout] Ce premier cours, dispensé principalement en salle de classe, enseigne les bases de l’analyse des données. Vous y découvrirez la méthodologie employée par les analystes de données. Les connaissances acquises ici constitueront le socle de vos études à partir du cours 2.

[Cours 2 : Questions pour des décisions fondées sur les données] Ce cours porte sur les questions essentielles à poser pour approfondir les problèmes à résoudre. Vous apprendrez à mener des entretiens, à communiquer efficacement et à partager les résultats de vos analyses.

C’est ici que commence l’apprentissage pratique ! Vous apprendrez des connaissances générales souvent utilisées en milieu professionnel, telles que les fonctions de base des tableurs et les types d’erreurs.

C'est un cours relativement facile à suivre.

[Cours 3 : Préparation des données pour l’exploration] Ce cours porte sur la préparation des données en vue de leur analyse. Vous découvrirez les structures de données et les méthodes de collecte, et comprendrez le concept de « données propres », qui est au cœur du cours 4. Outre les tableurs, vous apprendrez également à manipuler les données à l’aide de SQL et de BigQuery. C’est la première étape qui présente une difficulté.

Si vous ne maîtrisez pas parfaitement les bases, vous rencontrerez des difficultés plus tard ; nous vous recommandons donc de procéder lentement tout en prenant le temps de bien comprendre la matière.

[Cours 4 : Rendre les données « sales » « propres »]

Apprenez à nettoyer vos données, ce qui est essentiel pour améliorer la précision de votre analyse.

Après avoir compris pourquoi le nettoyage est nécessaire et ce qui se passe si des données erronées sont analysées, vous expérimenterez le nettoyage de données à l'aide de feuilles de calcul et de BigQuery.

C'était assez complexe car cela impliquait de nombreuses fonctions et requêtes.

[Cours 5 : Analyser les données et trouver des réponses]

Vous mettrez en pratique les processus de « préparation » et de « nettoyage » des données que vous avez appris jusqu'à présent, puis vous traiterez les données. Il s'agit de la phase principale du programme, durant laquelle vous pourrez affiner les données selon des critères spécifiques, calculer des moyennes et utiliser divers calculs pour révéler des faits et des tendances cachés dans les données.

[Cours 6 : Partager des données grâce à la visualisation des données]

Vous apprendrez à utiliser Tableau pour visualiser des données et les partager efficacement. Malgré le respect des instructions de la vidéo, j'ai souvent rencontré des erreurs et les résultats ne s'affichaient pas, ce qui a été assez problématique.

C'est un outil qui peut être utilisé intuitivement sans aucune connaissance spécialisée, mais pour être honnête, je n'ai toujours pas assez confiance en moi pour l'utiliser à son plein potentiel...

[Cours 7 : Analyse de données et langage R]

C’est là que l’analyse de données avec le langage de programmation R entre enfin en jeu. Le cours commençant par l’installation de R, vous ne devriez rencontrer aucune difficulté en suivant les instructions. Toutefois, soyez vigilant·e : lors des phases d’analyse et de visualisation, vous découvrirez des termes et des concepts nouveaux.

La variété des visualisations possibles est plus importante qu'avec Tableau, et une fois la prise en main effectuée, c'est très amusant. La possibilité de créer des rapports entièrement en R était également un atout.

C'est le cours que j'ai personnellement le plus apprécié.

[Cours 8 : Travail final pour compléter votre apprentissage]

C'est l'aboutissement du programme ! Les étudiants mettront en pratique leurs connaissances pour réaliser eux-mêmes une analyse de données. À travers plusieurs études de cas, ils produiront leurs propres résultats.

La seconde partie du cours est consacrée à la recherche d'emploi pour les analystes de données. On peut s'inspirer d'extraits d'entretiens, mais l'ambiance est différente de celle des entretiens japonais ; je pense donc qu'il vaut mieux ne la regarder qu'à titre de référence. Pour être honnête, je l'ai parcourue rapidement.

résumé

Cette introduction a été longue, mais qu'en pensez-vous ?

J'ai inclus les points que j'aimerais personnellement connaître avant de suivre le cours, sans aborder le contenu principal.

Après avoir suivi cette formation, j'ai l'impression qu'il s'agit d'une qualification facile à obtenir pour les personnes sans expérience préalable qui cherchent un emploi ou un changement de poste dans le secteur du web. Les occasions de l'utiliser au quotidien dans une société de production seront peut-être limitées, mais le moment venu, il est indéniablement préférable de savoir analyser des données.

Même les outils que vous n'utilisez pas habituellement sont expliqués en détail, de l'introduction à leur utilisation de base, permettant ainsi à ceux qui n'ont aucune expérience du web d'apprendre en toute confiance. Cependant, ceux qui souhaitent approfondir des applications plus concrètes pourraient trouver le contenu un peu insuffisant. La certification « Google Data Analytics Professional » est peu connue, mais elle présente l'avantage considérable de permettre de prouver publiquement ses compétences en analyse de données certifiées par Google.

Si cela vous intéresse, vous pouvez commencer par un essai gratuit.