Chaque analyse, de bout en bout
10 projets en Python, SQL et data visualisation. Chacun part d’une question métier et se termine par une réponse sur laquelle une équipe peut agir.
- Python
- scikit-learn
- Pandas
Détecter les faux billets à partir de six mesures
Comparer quatre modèles de machine learning pour distinguer les vrais billets en euros des faux à partir de leur seule géométrie, puis livrer le meilleur sous forme de script prêt à l’emploi.
Lire l’étude de cas →
- Tableau
- Python
- Pandas
Dans quelles villes investir sur Airbnb ?
Un dashboard Tableau de trois pages qui mène un investisseur du marché mondial jusqu’à un quartier précis, construit sur 478 000 annonces nettoyées dans 16 pays.
Lire l’étude de cas →
- Python
- scikit-learn
- Pandas
Dans quels pays une marque de volaille française doit-elle exporter en priorité ?
Une étude de marchés internationaux sur 164 pays : 15 indicateurs PESTEL, une analyse en composantes principales et un clustering pour bâtir, à partir de données publiques, une feuille de route export en trois étapes.
Lire l’étude de cas →
- SQL
- dbt
- Snowflake
Qui s’inscrit encore au parcours Data ?
Un pipeline dbt et Snowflake qui nettoie, pseudonymise et enrichit quatre ans d’inscriptions OpenClassrooms avec les données de l’INSEE, puis analyse l’évolution du profil des étudiants.
Lire l’étude de cas →
- Power BI
- DAX
- Power Query
Un dépassement budgétaire de 7,3 % est-il sous contrôle ?
Un dashboard Power BI qui suit 104 projets IT et Marketing d’une entreprise de soins bucco-dentaires dans 52 pays sur les coûts, les délais et les livrables, pour trois niveaux de direction.
Lire l’étude de cas →
- Python
- Pandas
- pandera
Le caviste avait-il vraiment trois ans de stock ?
Une analyse du stock et des ventes d’un caviste en ligne, puis l’audit de mon propre notebook avec deux modèles d’IA : deux chiffres que j’avais présentés étaient faux, et le pipeline reconstruit contrôle désormais chaque export avant de s’y fier.
Lire l’étude de cas →
- Python
- Pandas
- SciPy
Qu’est-ce qui porte vraiment les ventes d’une librairie en ligne ?
Deux ans de ventes et 680 000 achats : évolution du chiffre d’affaires, tops et flops du catalogue, concentration de la clientèle, et cinq tests statistiques sur ce que le profil client change vraiment.
Lire l’étude de cas →
- SQL
- SQLite
- Excel
Que révèlent 34 000 ventes immobilières sur le marché français ?
Une base de données relationnelle construite à partir des ventes immobilières publiques, des données INSEE et géographiques, puis douze requêtes SQL sur les volumes, les prix et les dynamiques locales au premier semestre 2020, premier confinement compris.
Lire l’étude de cas →
- Python
- Pandas
- Matplotlib
Le monde produit-il assez pour nourrir toute sa population ?
Une étude de santé publique pour la FAO à partir de quatre jeux de données : combien de personnes sont en sous-nutrition, combien le monde pourrait en nourrir, et où va réellement sa nourriture.
Lire l’étude de cas →
- SQL
- SQLite
Que révèlent 30 000 contrats d’assurance habitation ?
Une base SQLite de 30 335 contrats d’assurance habitation, puis douze questions métier en SQL : où vivent les clients, ce qu’ils assurent et combien ils paient.
Lire l’étude de cas →