Formation Data Engineering avec Python – ETL, Pandas et pipelines de données
La formation Data Engineering avec Python proposée par Doussou Formation vous apprend à préparer, transformer et automatiser le traitement de données avec Python.
Vous apprendrez notamment à :
- Manipuler des données avec NumPy et Pandas.
- Lire et traiter des fichiers CSV, Excel, JSON et des données SQL.
- Nettoyer les données et gérer les valeurs manquantes, doublons et anomalies.
- Réaliser des jointures, agrégations et transformations.
- Concevoir des pipelines ETL fiables et reproductibles.
- Automatiser les traitements, gérer les erreurs et ajouter de la journalisation.
- Valider les données et préparer des jeux de données pour le Machine Learning.
- Exporter les résultats en CSV ou Parquet.
Le mini-projet final permet de construire un pipeline complet, depuis les données brutes jusqu’aux données nettoyées et prêtes à être utilisées.
Mis à jour le
La formation Data Engineering avec Python en bref
- Durée
- 2 jours
- Horaire
- 9 h à 16 h 30
- Format
- Classe virtuelle en direct ou présentiel à Montréal et à Québec
- Public
- Tous
- Prix
- 983 $ par participant, ou 835 $ pour organismes publics et OBNL (taxes en sus)
- Langue
- Français
Doussou Formation et Data Engineering avec Python en quelques faits
- Depuis 2016Doussou Formation donne des formations professionnelles au Québec
- 300+formations spécialisées au catalogue
- 97 %de satisfaction selon les évaluations clients
- RAP · CPMTFournisseur accrédité et organisme formateur reconnu
Prochaines sessions de la formation Data Engineering avec Python
Programme de la formation Data Engineering avec Python
Jour 1 – Préparation et analyse des données
- Introduction à NumPy et Pandas
- Lecture de fichiers CSV
- Lecture de fichiers Excel
- Manipulation de données JSON
- Introduction à l’utilisation de données provenant de bases SQL
- Sélection et filtrage des données
- Jointures
- Agrégations
- Gestion des valeurs manquantes
- Détection et traitement des doublons
- Gestion des valeurs aberrantes
- Transformation des variables
- Normalisation et standardisation
- Analyse exploratoire
- Visualisation
- Contrôle de la qualité des données
Travaux pratiques – Jour 1
- Nettoyage et analyse d’un jeu de données contenant des erreurs, des valeurs manquantes et des données incohérentes.
Jour 2 – Développement de pipelines de données
- Principe d’un pipeline de données
- ETL : Extract, Transform, Load
- Organisation d’un projet Python
- Découpage du traitement en fonctions
- Automatisation des traitements
- Gestion des erreurs et exceptions
- Journalisation avec logging
- Validation automatique des données
- Tests simples du pipeline
- Formats de sortie : CSV et Parquet
- Préparation des données pour le Machine Learning
- Introduction à Git et à la reproductibilité
Mini-projet pratique
- Données brutes → validation → nettoyage → transformation → analyse → préparation ML → données finales → rapport d’erreurs.
Tarifs et informations pratiques
Tarif préférentiel
835 $ / participant
Organismes publics et OBNL · taxes en sus
Prix public
983 $ / participant
Entreprises et particuliers · taxes en sus
Informations pratiques
- Durée : 2 jours
- Horaire : 9 h à 16 h 30
- Format : Classe virtuelle en direct ou présentiel à Montréal et à Québec
- Paiement : en ligne (PayPal ou carte) à l’inscription, ou sur facture pour les organisations
- Financement : Doussou Formation est un organisme formateur agréé par la CPMT. Pour les employeurs assujettis à la Loi sur les compétences (masse salariale de plus de 2 M$), cette formation peut être comptabilisée dans leur obligation d’investir 1 % en formation.
Formation Data Engineering avec Python en entreprise
Formez toute votre équipe en groupe privé, sur vos propres documents, dans vos locaux ou en classe virtuelle, aux dates qui vous conviennent.
Avis des participants
97 % de satisfaction (évaluations de fin de formation, 120 évaluations) · Lire tous les témoignages
Pourquoi suivre cette formation Data Engineering avec Python
Objectifs : ce que vous saurez faire
Concevoir des traitements automatisés, fiables et reproductibles pour préparer et analyser des données destinées à l’analyse ou au Machine Learning.
Prérequis
- Bases de programmation Python
- Notions de manipulation de données recommandées
Ce qui est inclus
- Support de cours et fichiers d’exercices pour chaque participant
- Attestation de participation
- Possibilité de coaching personnalisé après la formation
- En session publique en présentiel :
- Thé et café
- Dîner dans un restaurant à proximité
- Stationnement (dans certaines villes)
- Connexion Internet sans fil