Parcours certifiant
Data Scientist
Là où l'analyste décrit ce qui s'est passé et pourquoi, le data scientist construit des modèles qui anticipent ce qui va se passer et qui automatisent une décision. Prédire l'abandon scolaire, estimer un risque de défaut de paiement, segmenter une clientèle, détecter une fraude, classer automatiquement des milliers de réponses ouvertes : ce sont des tâches qui relèvent de ce métier.
- Durée
- 5 semaines, 10 séances, 50 heures
- Modalité
- Présentiel ou en ligne
- Validation
- Certificat de formation
Investissement175 000 FCFA
À l'issue de la formation, vous saurez
- Formuler un problème métier en problème d'apprentissage et choisir la bonne famille de modèles
- Préparer et nettoyer un jeu de données sans fuite d'information
- Construire des variables explicatives pertinentes
- Entraîner et comparer des modèles de régression et de classification
- Évaluer un modèle avec les bonnes métriques et détecter le surapprentissage
- Interpréter un modèle et expliquer une prédiction à un décideur non technique
- Mettre un modèle à disposition sous forme de démonstration et utiliser l'IA générative comme outil d'appui
- Conduire un projet complet et le présenter devant un groupe
À qui s'adresse la formation
Public cible
La certification s'adresse aux personnes qui veulent aller au-delà de l'analyse descriptive : analystes de données en poste, statisticiens, économistes, ingénieurs, diplômés en mathématiques, informatique, statistique ou économie, chercheurs souhaitant industrialiser leurs traitements.
Prérequis
C'est le parcours le plus exigeant du catalogue avec l'économétrie. Les conditions d'accès sont strictes :
- Justifier d'un niveau BAC+3 au minimum dans une filière quantitative : mathématiques, statistique, informatique, économie, ingénierie, physique
- Maîtriser les bases de Python : variables, listes, dictionnaires, conditions, boucles, fonctions, ainsi que la manipulation d'un tableau de données avec pandas. Le certificat de Data Analyst ou la formation Python de Waaldé Impact satisfont ce prérequis
- Maîtriser les notions de statistique inférentielle : distribution, échantillonnage, test d'hypothèse, corrélation, régression linéaire
- Disposer d'un ordinateur portable, 8 Go de mémoire vive au minimum, et d'une connexion internet à domicile
Un entretien technique de quinze minutes est organisé avant toute inscription. Il n'a pas vocation à exclure mais à éviter une inscription coûteuse à une personne qui décrocherait dès la troisième semaine. Les candidats jugés insuffisamment préparés sont orientés vers le certificat de Data Analyst, qui constitue la marche précédente.
Méthode pédagogique
La certification se déroule sur cinq semaines, à raison de deux séances par semaine, le samedi et le dimanche de 8 h à 13 h : quatre semaines de formation et une semaine de présentation des projets, soit dix séances et 50 heures encadrées. Le travail personnel attendu entre les séances est estimé à quatre heures par semaine.
Un entretien technique de quinze minutes précède toute inscription. Il n'a pas vocation à exclure, mais à éviter une inscription coûteuse à quelqu'un qui décrocherait dès la troisième semaine : un candidat jugé insuffisamment préparé est orienté vers le certificat de Data Analyst, qui constitue la marche précédente. La cohorte est limitée à quinze participants.
Le parcours est construit sur un constat de terrain : la performance d'un modèle dépend davantage de la qualité des données et de la pertinence des variables construites que du choix de l'algorithme. La préparation, la construction de variables et l'évaluation honnête occupent donc la plus grande place. Chaque séance comporte une rubrique « pour aller plus loin » traitée dans les supports, pour qui veut dépasser le programme encadré.
Chaque participant repart avec :
- Le support de cours complet au format PDF, module par module
- L'ensemble des carnets utilisés en séance, commentés ligne par ligne
- Les jeux de données d'exercice et les corrigés
- Un modèle de projet structuré — arborescence, environnement, suivi d'expérimentations — prêt à cloner
- Un aide-mémoire scikit-learn, pandas et métriques d'évaluation
- Une grille de contrôle avant mise en production
- Un guide de préparation aux entretiens techniques
Tous les outils utilisés sont libres et gratuits.
Programme détaillé
10 séances · 50 h d'encadrement
Semaine 1 — Fondations et préparation des données
2 séances · 10 h- Ce que fait un data scientist et ce qui le distingue de l'analyste
- Le cycle d'un projet de science des données, du problème métier à la décision
- Les grandes familles de problèmes : régression, classification, segmentation
- L'environnement de travail : Anaconda, Jupyter, Google Colab
- Rappels Python et pandas : lecture, sélection et transformation d'un tableau de données
- Git et GitHub : publier son travail dès le premier jour
- Application : formuler quatre problèmes métier réels en problèmes d'apprentissage et créer son premier dépôt GitHub
- Pour aller plus loin, dans les supports : les notions mathématiques utiles (vecteurs, moyenne, dérivée) expliquées par leur usage
- Analyse exploratoire orientée modélisation : distribution de la variable cible et déséquilibre des classes
- Visualisation avec matplotlib et seaborn
- Valeurs manquantes et valeurs aberrantes : repérer, comprendre, décider
- La fuite de données, l'erreur qui produit des modèles brillants et inutilisables
- Séparer avant de préparer : la règle de la découpe apprentissage et test
- Application : nettoyer un jeu de données contenant une fuite volontaire et rédiger le rapport d'exploration
- Pour aller plus loin, dans les supports : transformations (logarithme, normalisation) et tests statistiques utiles avant modélisation
Semaine 2 — Variables explicatives et premiers modèles
2 séances · 10 h- Ce qui rend une variable explicative utile, souvent plus important que le choix de l'algorithme
- Encodage des variables catégorielles : indicatrices et encodage ordinal
- Variables de date : année, mois, ancienneté
- Variables d'agrégation : moyennes et cumuls par groupe
- Les pipelines scikit-learn, pour ne jamais appliquer une transformation deux fois
- Application : construire une dizaine de variables sur un jeu réel et mesurer leur apport
- Pour aller plus loin, dans les supports : ratios et interactions entre variables
- La logique commune de scikit-learn : entraîner, prédire, évaluer
- La régression linéaire pour prédire une valeur numérique
- La régression logistique et l'arbre de décision pour la classification
- La validation croisée : pourquoi une seule découpe ne suffit pas
- Application : entraîner et comparer trois modèles sur un même problème de prédiction
- Pour aller plus loin, dans les supports : les k plus proches voisins et l'importance de la mise à l'échelle
Semaine 3 — Évaluation et amélioration des modèles
2 séances · 10 h- Métriques de régression : erreur absolue moyenne, RMSE et R²
- Métriques de classification : exactitude, précision, rappel, F1 et lecture de la matrice de confusion
- Surapprentissage et sous-apprentissage : reconnaître le compromis biais et variance sur les courbes
- Régularisation ridge et lasso : ce qu'elle corrige
- Application : évaluer deux modèles avec des métriques différentes et justifier le choix retenu
- Pour aller plus loin, dans les supports : courbes ROC et courbes précision-rappel
- Forêts aléatoires et gradient boosting : principe et usage
- Réglage des hyperparamètres par recherche sur grille et validation croisée
- Interpréter un modèle grâce à l'importance des variables
- Expliquer une prédiction à un décideur non technique
- Application : améliorer le meilleur modèle de la semaine et rédiger la justification du choix
- Pour aller plus loin, dans les supports : apprentissage non supervisé avec la segmentation par k-means
Semaine 4 — Projet personnel et mise en valeur
2 séances · 10 h- Sauvegarder un modèle entraîné et le recharger pour de nouvelles données
- Construire une petite application de démonstration avec Streamlit
- L'intelligence artificielle générative comme assistant : génération de code, documentation et ses limites
- Usage responsable : vérifier, documenter et citer ses sources
- Application : produire une démonstration fonctionnelle de son modèle
- Choix du sujet et cadrage : problème, données, critère de réussite
- Organisation du dépôt GitHub : arborescence, README, suivi des expériences
- Rédaction du rapport de projet et des conclusions
- Préparation de la présentation de dix minutes
- Application : revue individuelle du projet avec le formateur ou la formatrice
Semaine 5 — Présentation des projets portfolio
2 séances · 10 h- Présentation de chaque projet en dix minutes, suivie de cinq minutes de questions
- Retour structuré du formateur ou de la formatrice et des pairs : points forts et axes d'amélioration
- Application : chaque participant présente son projet portfolio
- Présentation des projets restants, dans le même format
- Bilan collectif et conseils pour valoriser le portfolio auprès des recruteurs
- Évaluation finale et remise des certificats
Évaluation et certification
Le certificat de Data Scientist s'obtient sur une moyenne d'admission calculée sur 20, qui réunit trois éléments :
- L'épreuve de certification, 50 % : 25 questions tirées au sort dans une banque de plus de quatre-vingts, en 90 minutes. Deux tentatives sont possibles, à sept jours d'intervalle, et la meilleure est retenue.
- Le projet de certification, 30 % : soutenu lors de la dixième séance.
- La présence aux séances, 20 % : relevée séance par séance. Une absence annoncée au moins trois jours à l'avance compte pour moitié, une absence non annoncée ne compte pas.
La moyenne d'admission est de 12 sur 20. Une note inférieure à 8 sur 20 à l'épreuve est éliminatoire : ni le projet ni l'assiduité ne la rachètent. Dès que la moyenne est atteinte, le certificat est émis automatiquement et devient disponible dans l'espace du participant.
Le certificat est délivré par Waaldé Impact, signé par le formateur ou la formatrice, et mentionne l'intitulé de la formation, le volume horaire de 50 heures, la période, la liste des modules suivis et le sujet du projet de certification présenté. Chaque certificat porte un numéro unique et un code de vérification.
Les participants qui n'atteignent pas la moyenne reçoivent une attestation de participation. Ils peuvent repasser l'épreuve et présenter leur projet de certification avec la cohorte suivante, sans frais supplémentaires.
Prochaines sessions
Prochaines dates en préparation
Laissez votre email : nous vous prévenons dès l'ouverture des inscriptions.
Questions fréquentes
175 000 FCFA par participant. Pour former une équipe ou une organisation, le tarif est établi sur devis.
5 semaines, 10 séances, 50 heures.
Oui : vous pouvez la suivre en présentiel ou en ligne, selon votre choix.
C'est le parcours le plus exigeant du catalogue avec l'économétrie. Les conditions d'accès sont strictes : justifier d'un niveau BAC+3 au minimum dans une filière quantitative : mathématiques, statistique, informatique, économie, ingénierie, physique ; maîtriser les bases de Python : variables, listes, dictionnaires, conditions, boucles, fonctions, ainsi que la manipulation d'un tableau de données avec pandas. Le certificat de Data Analyst ou la formation Python de Waaldé Impact satisfont ce prérequis ; maîtriser les notions de statistique inférentielle : distribution, échantillonnage, test d'hypothèse, corrélation, régression linéaire ; disposer d'un ordinateur portable, 8 Go de mémoire…
Oui : les participants qui remplissent les conditions de validation reçoivent un certificat Waaldé Impact portant un numéro unique, vérifiable en ligne par un employeur.
Remplissez la demande d'inscription en ligne : aucun paiement n'est demandé sur le site. Le cabinet examine votre dossier, puis vous contacte pour confirmer votre place et les modalités de paiement. Aucune session n'est programmée pour le moment : laissez votre email sur cette page pour être prévenu de l'ouverture des inscriptions.
Rejoindre la prochaine cohorte
Les cohortes sont volontairement limitées pour garantir un suivi individuel réel. Réservez votre place ou posez-nous vos questions.