img
Inscrivez-vous Demande d'info

Analyse de données

  • Admission

    • Diplôme d'études secondaires ou l'équivalent

    OU

    Étudiant adulte
    • Avoir 19 ans au moment de commencer les cours
    • Réussite de l'examen de mathématiques de 10e année du collège (note de passage : 50 %).
    Preuve de la maîtrise de la langue anglaise

     


  • Avantages de ce programme

    • Préparation aux certifications industrielles précieuses, y compris CompTIA A+
    • Programme créé avec la collaboration d'experts de l'industrie pour refléter les demandes actuelles du marché
    • La croissance du secteur indique un marché de l'emploi robuste pour les professionnels de l'analyse de données*

     

    *guichetemplois.gc.ca, C.-B., 2024


  • Possibilités d’emploi

    • Administrateur des données
    • Dépositaire des données
    • Administrateur de dictionnaire de données
    • Analyste d'entrepôt de données
    • Administrateur de base de données (DBA)
    • Analyste de base de données
    • Architecte de base de données
    • Architecte technique - Base de données

Avec un programme d'études de pointe conçu par des experts de l'industrie, ce programme complet d'analyse de données vous apprend à utiliser l'intelligence artificielle et l'apprentissage automatique pour modifier les données encore plus rapidement et laisser la technologie travailler pour vous!

 

Le programme vise à fournir à l'étudiant des concepts fondamentaux et complets de l'analyse des affaires et des données, lui permettant de manipuler des données et de développer des modèles de données simples. L'étudiant y apprend comment l'analyse d'entreprise, la science des données, l'intelligence artificielle et les systèmes d'aide à la décision sont liés et comment ils fonctionnent de concert pour fournir aux entreprises toutes les informations nécessaires à la prise de décision.

 

L'étudiant y apprend à installer, configurer et utiliser les outils nécessaires pour résoudre les problèmes de science des données de niveau professionnel, y compris le langage R, Git, Python, Tableau, Power BI, Hadoop, Spark et NoSQL. Le programme explore les catégories les plus importantes d'algorithmes et de concepts d'apprentissage automatique, allant des réseaux neuronaux à l'apprentissage supervisé et non supervisé.

Disponibilité

Ce programme est approuvé pour être offert dans les campus suivants. Veuillez contacter votre campus pour connaître les disponibilités.

  • Burnaby
  • Richmond
  • Surrey
  • Surrey Sud

Mode d’enseignement

Ce programme est offert selon les modes d’enseignement suivants.

  • En présentiel (au campus)
  • À distance
  • Combiné

Je suis fier d'avoir eu un enseignant aussi bienveillant et disponible qui nous a merveilleusement soutenus tout au long de la formation.

Anthony M.
Inscrivez-vous maintenant

Cours du programme

  • Stratégies favorisant la réussite des étudiants [SSS4]

    • L'objectif de ce cours est de fournir à l'étudiant les connaissances, les compétences et les techniques d'étude nécessaires pour favoriser un apprentissage efficace et une expérience éducative positive. Ce cours explore de nombreuses théories différentes sur l'apprentissage et l'étude et la façon dont ces théories peuvent être appliquées aux méthodes d'étude individuelles de chaque étudiant afin de développer une méthode qui soit à la fois efficace et efficiente. Les habitudes d'étude efficaces et la prise de notes productive sont des sujets clés de ce cours, ainsi que l'importance des valeurs et des objectifs. En participant activement à des activités centrées sur l'apprenant, l'étudiant explore et met en pratique des stratégies pour fixer des objectifs personnels, hiérarchiser les tâches, gérer le temps et gérer le stress qui survient durant les études ou au travail. Ce cours permet également à l'étudiant d'acquérir une bonne compréhension des questions liées à la finance, au crédit et à l'endettement, ainsi que des implications critiques qu'elles ont sur nos vies. L'étudiant qui suit ce cours a l'occasion de compléter le programme Enriched Academy, qui couvre l'ensemble des compétences financières et de gestion de l'argent qui lui permettra de mieux économiser, budgétiser ainsi que gérer son argent et sa situation financière.

  • Principes fondamentaux des espaces de travail en nuage [CA-FCBWS]

    • Ce cours explore les concepts fondamentaux de la suite d'applications basées sur le nuage pour travailler et collaborer en ligne. L'étudiant y apprend à naviguer en toute confiance dans un espace de travail virtuel dans son navigateur. Ce cours met l'accent sur les outils nécessaires pour communiquer via le clavardage en ligne et les vidéoconférences, collaborer dans des environnements partagés, préparer des documents, créer des présentations, utiliser des feuilles de calcul en ligne, maintenir un calendrier et utiliser un lecteur virtuel.

  • Fondements de l'analyse de données [CA-DTANT]

    • Ce cours présente à l'étudiant les principes fondamentaux de l'analyse de données. Basé sur les objectifs de la certification CompTIA Data+, ce cours souligne l'importance de l'analyse de données et son rôle central dans la communication d'informations vitales pour l'entreprise. Le cours explore comment la collecte, l'analyse et la communication des données peuvent conduire à des priorités et être la pierre angulaire d'une prise de décision basée sur les données. Le cours comporte cinq domaines principaux, à savoir les concepts et environnements de données, l'exploration de données, l'analyse de données, la visualisation et la communication, ainsi que la gouvernance, la qualité et le contrôle des données.

  • Logique de programmation et conception [CA-PLDES]

    • Ce cours fournit à l'étudiant une vision indépendante du langage des principes, des structures et des méthodologies de programmation afin de favoriser le développement de techniques de programmation judicieuses avant d'appliquer une syntaxe spécifique au langage. L'étudiant y apprend les concepts traditionnels et orientés objet, la terminologie et les structures de programmation avant d'apprendre les détails d'un langage de programmation spécifique. Il y apprend également à développer une logique de programmation orientée objet et à appliquer des structures de programmation couramment utilisées de constructions de séquence, d'itération, de sélection et de prise de décision. Des exemples courants seront utilisés pour illustrer les concepts clés.

  • Analyse et conception de systèmes [CA-SADGN]

    • Ce cours explore les concepts fondamentaux de l'analyse et de la conception des systèmes. On y explore les différentes approches et méthodologies d'analyse et de conception. L'étudiant y apprend à recueillir les exigences et les informations, à modéliser les besoins et à créer les différents diagrammes. Le cours met l'accent sur l'approche orientée objet avec l'utilisation du langage de modélisation unifié (UML). L'étudiant y apprend le vocabulaire commun UML, les termes orientés objet et les techniques de diagramme lui permettant de modéliser n'importe quel projet de développement de systèmes, de l'analyse à la mise en œuvre.

  • Concepts de programmation de base de données avec SQL [CA-DBSQL]

    • À travers ce cours, l'étudiant se familiarise avec la théorie des bases de données relationnelles, la nomenclature des bases de données relationnelles et l'algèbre relationnelle. Il y apprend à créer du code SQL (Structured Query Language) fonctionnel pour gérer les bases de données et manipuler les entrées et les sorties de données. Il y apprend de plus à optimiser les bases de données grâce à la normalisation. L'étudiant a l'occasion de tester ses connaissances avec des exercices pratiques conçus pour bien comprendre les subtilités de la méthodologie de conception de bases de données.

  • Principes fondamentaux de l'analyse commerciale - Statistiques [BDA100]

    • Ce cours explore les concepts fondamentaux de l'analyse moderne des entreprises. L'étudiant y est appelé à comprendre comment l'analyse des données fonctionne dans les entreprises d'aujourd'hui. Ce cours fournit les bases nécessaires pour comprendre l'analyse des entreprises et montre à l'étudiant comment manipuler les données et développer des modèles de données simples. Le cours explore les outils et méthodes fondamentaux de l'analyse des données et des statistiques en mettant l'accent sur les représentations visuelles des données, les mesures statistiques descriptives, les distributions de probabilité et la modélisation des données, l'échantillonnage et l'estimation, et l'inférence statistique.

  • Analyse prédictive et prescriptive [BDA200]

    • Ce cours poursuit l'exploration de l'analyse commerciale du point de vue de l'analyse prédictive et prescriptive. L'étudiant y apprend à développer des approches pour appliquer les lignes de tendance et l'analyse de régression, les prévisions et les techniques d'exploration de données, la construction et l'analyse de modèles sur des feuilles de calcul, ainsi que la simulation et l'analyse de risque. Le cours explore également les modèles d'optimisation linéaire, en nombres entiers et non linéaire

  • Systèmes d'aide à la décision avec intelligence artificielle [BDA300]

    • Dans ce cours, l'étudiant apprend comment l'analyse commerciale, la science des données, l'intelligence artificielle et les systèmes d'aide à la décision sont liés et comment ils fonctionnent de concert pour fournir aux entreprises les informations nécessaires à la prise de décision. Le cours passe en revue l'analyse prédictive et prescriptive en mettant l'accent sur l'intelligence artificielle, l'apprentissage automatique, le Big Data, la robotique, les réseaux sociaux et l'Internet des objets, ainsi que leurs rôles dans la science des données.

  • Outils et techniques de la science des données [BDA400]

    • Ce cours permet d'explorer les outils et les techniques utilisés pour résoudre une variété de problèmes commerciaux et de science des données. L'étudiant commence par installer et configurer les outils nécessaires pour résoudre des problèmes de science des données de niveau professionnel. Le cours aborde l'utilisation du langage R et du système de contrôle de version Git dans le contexte de la science des données et de l'analyse. Ils expliquent comment manipuler les données dans une forme où elles peuvent être facilement utilisées, analysées et visualisées pour soutenir les décisions d'affaires. À l'issue di cours, l'étudiant maîtrise les puissantes techniques de programmation R et sait comment résoudre les problèmes pour sonder les données à grande échelle.

  • Visualisation et interprétation des données [BDA500]

    • Ce cours explore les thèmes de la visualisation des données dans le contexte des outils utilisés pour présenter les données dans différents formats visuels. Les visualisations de données sont une méthode puissante pour rendre les données accessibles et compréhensibles pour les non-spécialistes. L'étudiant y développe ses compétences en matière de présentation de données en utilisant Tableau, un outil de visualisation de données populaire utilisé par les analystes, les spécialistes du marketing, les statisticiens et toute fonction de direction d'entreprise qui dépend des données. L'étudiant y apprend à utiliser des graphiques et des tableaux, des champs calculés, des cartes et des tableaux de bord interactifs pour visualiser les données et affiner le processus de prise de décision.

  • Tableaux de bord d'analyse commerciale [BDA600]

    • Ce cours se concentre sur la présentation visuelle des données afin de mieux soutenir la prise de décision des entreprises. L'étudiant y apprend à créer des tableaux de bord d'analyse commerciale Power BI de classe mondiale qui transforment des données génériques en récits visuels qui fournissent un aperçu plus approfondi de l'information présentée. L'étudiant y apprend aussi à créer des tableaux de bord à partir d'Excel, SharePoint, SQL, Azure Oracle et Dynamics 365.

  • Techniques de programmation pour la science des données - Partie 1 [BDA700]

    • Ce cours présente le langage de programmation Python dans le contexte de la science des données et de l'analyse. Le cours débute par l'introduction de l'environnement de programmation Python, du langage et de sa syntaxe, des instructions de contrôle, des fonctions et des bibliothèques. L'étudiant y apprend à travailler avec de grands ensembles de données et des cadres de données avec Python.

  • Techniques de programmation pour la science des données - Partie 2 [BDA750]

    • Ce cours poursuit l'exploration du langage de programmation Python dans le contexte des sujets avancés de la science des données, y compris l'intelligence artificielle, les Big Data et le traitement du langage naturel, l'exploration des données, l'apprentissage automatique et l'informatique cognitive. Le cours se termine par un aperçu du Big Data : Hadoop&reg ;, Spark&trade ;, NoSQL et IoT.

  • Analyse de données avec Hadoop [BDA800]

    • Ce cours se concentre sur l'application de la science des données avec Hadoop. L'étudiant y acquiert des informations pratiques sur l'application de la science des données et du Big Data dans les environnements Hadoop. Le cours explore les applications commerciales pratiques combinées à des détails techniques pour offrir un aperçu de l'environnement Hadoop. On y passe en revue les sujets fondamentaux de la science des données et on y explore ensuite les outils Hadoop, le système de fichiers distribués Hadoop, l'importation de données et le travail avec les données dans l'environnement Hadoop. Les sujets abordés incluent les outils et utilitaires Hadoop, la préparation des données avec Hadoop, la gestion du travail et des flux de données, l'analyse par lots et l'analyse en temps réel, la visualisation des big data et l'informatique en nuage.

  • Apprentissage automatique [BDA900]

    • Ce cours présente ce que l'on sait sur la manière dont les humains et les machines apprennent. LMétudiant y est initié aux classes les plus importantes d'algorithmes d'apprentissage automatique, et à ce que chacun d'entre eux peut faire. Le cours passe en revue les concepts clés allant des réseaux neuronaux à l'apprentissage supervisé et non supervisé. L'étudiant y apprend les étapes clés nécessaires pour construire une solution d'apprentissage automatique réussie, depuis la collecte et le réglage des données sources jusqu'à la construction et au test de la solution. Le cours guidera l'étudiant dans la construction de solutions complètes avec ML.NET, le puissant cadre d'apprentissage machine open source et multiplateforme de Microsoft.

  • Carrière et stratégies d’emploi [CES4]

    • Ce cours s'appuie sur les compétences acquises dans le cours Stratégies de réussite des étudiants ou son équivalent. Il fournit des informations sur la manière d'utiliser les compétences de communication acquises afin de réussir une présentation à un employeur potentiel. L'étudiant y apprennd à découvrir le marché caché de l'emploi et à identifier les opportunités d'emploi. L'auto-évaluation pendant ce cours permet à l'étudiant d'identifier ses compétences personnelles transférables sur le lieu de travail et de décrire ces compétences à un employeur potentiel. L'étudiant peut être filmé lors d'une entrevue fictive et participer à l'analyse de sa performance lors de l'entrevue

  • Stage d'analyse de données [BDAPRAC]

    • Ce stage prépare l'étudiant à son entrée sur le marché du travail. Le stage est complété dans un environnement professionnel sous la supervision d'un personnel expérimenté. L'étudiant y reçoit une description des tâches qu'il devra accomplir dans le cadre de son travail. À la fin du stage, l'hôte du stage fournira une évaluation de l'étudiant et l'étudiant fournira au collège une évaluation du stage.

Souhaitez-vous obtenir plus d'information ou vous inscrire?

Cliquez sur le bouton ci-dessous et un conseiller communiquera avec vous dès que possible.