Se lancer dans la Data

Qu’il s’agisse d’une reconversion pro ou d’un parcours “classique”, se lancer dans la Data peut s’avérer très intimidant ; du jargon aux technos sans cesse évolutives, tout semble s'ériger en barrières. La multiplicité des cours (généralement très décorrélés de la réalité) et l’absence de “référentiel Data” (fortunately 😊) en font un des domaines les moins accessibles à première vue. Pourtant, orienter ses efforts vers la compréhension des fondamentaux en prenant comme support un nombre très limité d’outils permet d’acquérir des compétences solides et très utiles en entreprise. 

A défaut d’un guide formel, nous vous proposerons des publications intégrant systématiquement des “scénarii métiers” se rapprochant le mieux de mes tâches au quotidien. Celles-ci auront une complexité graduelle et s’articuleront autour de cinq (5) grands axes :

•  Power BI : 

-les types de rapports : Pilotage, KPI, Data Quality, Data Integration... -Modélisation des données : Tables de faits et dimensions (simples et historisées), jointures (left, right, inner...) , clés primaires et étrangères... -les langages DAX et M : zoom sur l’essentiel - UX et UI: gestion des utilisateurs, Dataviz... -les RLS, les débogages et problématiques de performances -Gestion des workspaces -Power BI Quick Tips 😊 -des cas spécifiques rencontrés en entreprises

• Modern Data Platforms : Snowflake, Fabric, Databricks..

• Des concepts plus généraux de la Data : Data Ops, gestion de projet agile dans le contexte de la “Data”... 

• présentation détaillée de la chaîne BI abordée précédemment :  Data lake, Datawarehouse, Datamart, Cube 

  
  

• D’outils Data plus spécifiques : Azure Data Factory,SSMS, SSAS, Talend... 

  
  

• Et bien sûr, d’applications concrètes du langage SQL

Pour l’ensemble des points susmentionnés, nous aborderons exclusivement des concepts et outils nous ayant déjà servi dans le cadre de divers projets clients.