Pôle A — Reconversion & Employabilité

Data Analyst IA —
De la donnée à la décision.

La stack complète du Data Analyst 2026 : SQL, Python, Power BI et IA générative. Un mentor individuel. Un projet fil rouge ancré dans un vrai contexte métier. Une certification ministérielle à la clé.

RNCP39159 · BC03 Éligible CPF · 0 € de reste à charge possible 120h · 4 mois 3 500 €
120h
Volume total
5+
Modules & bonus
15+
Livrables portfolio
0€
Reste à charge CPF
Contexte fil rouge

Votre mission de 4 mois

Chaque module est une nouvelle mission dans le même contexte d'entreprise. Chaque livrable produit est directement présentable en entretien.

Scénario · Votre fil rouge

NovaTrade — Distributeur B2B en pleine crise data

NovaTrade, distributeur B2B de 350 collaborateurs, voit ses marges s'éroder sans comprendre pourquoi. Les données existent — dans 12 outils déconnectés, des fichiers Excel en silo, un CRM sous-exploité. Votre rôle : Data Analyst nouvellement recruté, vous structurez la donnée, identifiez les leviers de performance et convainquez la direction par les chiffres.

Secteur Distribution B2B
Taille 350 collaborateurs
Enjeu Marges en érosion · Données en silos
Votre rôle Data Analyst · Nouvellement recruté
Programme

Modules & contenus détaillés

Cliquez sur chaque module pour accéder au détail des leçons, objectifs et livrables.

M01
Collecter et exploiter les données avec SQL
Interroger, extraire, auditer — les fondations de l'analyste
25h e-learning · 4h mentoratRNCP BC02
↓
Semaine 1 chez NovaTrade. Le DSI vous remet les accès à 12 bases de données. Mission : comprendre ce qui existe, identifier les silos critiques, extraire les premières données commerciales pour la direction.
Objectifs pédagogiques
  • Comprendre l'architecture d'une base relationnelle (tables, clés, schémas, normalisation)
  • Écrire des requêtes SQL pour extraire, filtrer, trier et agréger des données
  • Utiliser les jointures pour croiser plusieurs tables (INNER, LEFT, RIGHT, FULL JOIN)
  • Maîtriser les CTE et fonctions de fenêtre (RANK, ROW_NUMBER, LEAD, LAG)
  • Auditer la qualité d'un dataset et détecter les anomalies en SQL
Leçons
L01Anatomie d'une base de données relationnelle — tables, clés, schémas
L02SQL fondamental — SELECT, FROM, WHERE, ORDER BY
L03Agrégation — GROUP BY, HAVING, COUNT / SUM / AVG / MIN / MAX
L04Jointures — INNER, LEFT, RIGHT, FULL JOIN, auto-jointures
L05SQL intermédiaire — sous-requêtes, CTE (WITH…AS)
L06SQL avancé — fonctions de fenêtre (RANK, ROW_NUMBER, LEAD, LAG, NTILE)
L07Qualité des données — audit, détection d'anomalies, valeurs manquantes
AtelierExtraction multi-tables sur la base NovaTrade (ventes, clients, produits)
↗

Livrable portfolio : Script SQL complet — 10 requêtes d'analyse NovaTrade (CA par région, top clients, évolution mensuelle, détection anomalies, ranking produits) + rapport de qualité de données.

M02
Préparer, nettoyer et analyser les données avec Python
Pandas, Matplotlib, Seaborn — l'outil le plus demandé par les recruteurs
35h e-learning · 7h mentoratRNCP BC02
↓
Semaine 4 chez NovaTrade. Les données SQL sont extraites — mais le DG veut comprendre pourquoi certains clients achètent moins. Mission : analyser 18 mois de transactions, détecter les segments à risque, produire 5 insights actionnables pour le CODIR.
Objectifs pédagogiques
  • Configurer un environnement Python (Anaconda, Jupyter Notebook, VS Code)
  • Charger, inspecter et nettoyer un dataset avec Pandas (NaN, doublons, types)
  • Réaliser une analyse exploratoire complète (EDA) : statistiques, distributions, corrélations
  • Créer des visualisations analytiques avec Matplotlib et Seaborn
  • Automatiser des tâches répétitives avec des fonctions et scripts Python
Leçons
L01Introduction à Python — variables, types, structures de contrôle, fonctions
L02Environnement Jupyter Notebook et bonnes pratiques
L03Pandas — DataFrame, Series, import CSV / Excel / SQL
L04Nettoyage de données — valeurs manquantes, doublons, types, outliers
L05Analyse exploratoire (EDA) — statistiques descriptives, distributions, corrélations
L06Visualisation avec Matplotlib — graphiques, mise en forme, export
L07Visualisation avancée Seaborn — heatmaps, pairplots, boxplots, violin plots
L08Feature engineering — variables dérivées, segmentation, binning
AtelierAnalyse exploratoire complète sur 18 mois de ventes NovaTrade
↗

Livrable portfolio : Notebook Python complet — pipeline ETL → nettoyage → EDA → visualisations commentées → 5 insights actionnables pour la direction NovaTrade.

M03
Construire des tableaux de bord et des indicateurs de performance avec Power BI
De la donnée brute au tableau de bord partagé à toute l'entreprise
35h e-learning · 6h mentoratRNCP BC02
↓
Semaine 8 chez NovaTrade. La direction valide vos analyses Python. Prochaine étape : transformer ces données en tableaux de bord interactifs accessibles à 12 managers sans compétences techniques. Vous présentez le premier dashboard CODIR en fin de module.
Objectifs pédagogiques
  • Connecter Power BI à différentes sources (Excel, CSV, SQL, API) via Power Query
  • Concevoir un modèle de données performant (schéma en étoile, relations, hiérarchies)
  • Écrire des mesures DAX avancées (CALCULATE, FILTER, time intelligence YTD/MTD)
  • Créer des visualisations adaptées et des rapports interactifs multi-pages
  • Publier sur Power BI Service et gérer les droits d'accès (RLS)
Leçons
L01Power BI Desktop et l'écosystème Microsoft Power Platform
L02Power Query — connexion, ETL, transformation, langage M
L03Modélisation — schéma en étoile, relations, cardinalité, hiérarchies
L04DAX fondamental — mesures, colonnes calculées, contexte de filtre
L05DAX avancé — CALCULATE, FILTER, time intelligence (YTD, MTD, SPLY)
L06Visualisation — choix des visuels, UX data, storytelling, mise en page
L07Rapports interactifs — slicers, drill-through, bookmarks, tooltips
L08Power BI Service — publication, espaces de travail, actualisation, RLS
L09IA dans Power BI — Copilot, décomposition en arborescence, visuels analytiques
AtelierDashboard CODIR NovaTrade 4 pages (ventes, marges, clients, prévisions)
↗

Livrable portfolio : Dashboard Power BI professionnel NovaTrade — 4 pages interactives, mesures DAX documentées, publié sur Power BI Service avec gestion des droits.

M04
IA générative, analyse décisionnelle et Data Storytelling
Usage professionnel des LLM dans la pratique analytique et communication des résultats
20h e-learning · 3h mentoratRNCP BC02
↓
Semaine 13 chez NovaTrade. Le DG veut aller plus loin : analyser 2 000 avis clients, automatiser les rapports hebdomadaires, présenter vos conclusions au board en 10 slides. L'IA devient votre co-analyste.
Objectifs pédagogiques
  • Comprendre le fonctionnement des LLM et APIs d'IA générative (GPT-4o, Claude, Gemini)
  • Appliquer le prompt engineering pour générer des analyses et synthèses de données
  • Exploiter l'IA pour l'enrichissement de données textuelles (classification, sentiment, NER)
  • Intégrer des appels API LLM dans un script Python (batch, gestion des tokens)
  • Structurer une présentation analytique impactante selon la méthode SCQA
  • Identifier les biais algorithmiques et appliquer le RGPD à l'analyse de données
Leçons
L01Introduction aux LLM — fonctionnement, cas d'usage data, panorama des APIs
L02Prompt engineering avancé — chaîning, few-shot, analyse de données structurées
L03Enrichissement de données — classification, extraction d'entités, analyse de sentiment
L04Python + API LLM — intégration, gestion des tokens, traitement par batch
L05Storytelling data — structure SCQA, règles de visualisation pour décideurs
L06Éthique & RGPD — biais dans les modèles, conformité, transparence algorithmique
AtelierAnalyse de 2 000 avis clients NovaTrade par IA — sentiment, thèmes, recommandations
↗

Livrable portfolio : Rapport d'analyse hybride NovaTrade — pipeline Python + synthèses IA + présentation SCQA 10 slides pour board, avec annotation des sources et limites.

M05
Projet professionnel Data Analyst IA & préparation au bloc RNCP39159 BC03
Soutenance, portfolio complet, passage en candidat libre
5h encadrées · SoutenanceCertif MEN
↓
Semaine 16. Votre mission NovaTrade est terminée. Vous assemblez l'ensemble de vos livrables en un portfolio Data Analyst complet et préparez votre passage à la certification RNCP en candidat libre.
Objectifs pédagogiques
  • Conduire un projet d'analyse end-to-end en autonomie (ETL → EDA → visualisation → recommandations)
  • Construire un dossier de compétences conforme aux exigences du bloc RNCP39159 BC03
  • Présenter ses travaux à l'oral devant un jury avec argumentation et réponses aux questions
Étapes
Étape 1Cadrage du projet final — choix du dataset personnel, définition de la problématique
Étape 2Production — pipeline complet SQL + Python + Power BI + IA sur votre dataset
Étape 3Constitution du dossier RNCP — mise en forme, preuves de compétences, présentation SCQA
Étape 4Simulation de soutenance — entraînement oral, questions de jury, feedback mentor
Étape 5Procédure de passage de la certification en candidat libre (accompagnement complet)
↗

Livrable final : Portfolio complet — script SQL annoté, notebook Python, dashboard Power BI 4 pages, rapport IA + présentation storytelling 15 slides + dossier RNCP BC02 prêt pour la certification.

Inclus dans le parcours

Kit Employabilité Data & IA

Offert à tous les apprenants du Pôle A. Il se déclenche lors des 3 dernières semaines du parcours, au moment où la question "comment je traduis ça en poste ?" devient prioritaire.

Offert

Décrocher son poste Data & IA

10 heures · 3 semaines · Mentorat individuel inclus

En 10 heures ciblées, vous transformez vos nouvelles compétences en dossier employabilité complet — avec l'IA comme accélérateur à chaque étape. L'objectif : sortir de MyDataMentor avec un premier entretien décroché dans les 30 jours suivant la fin de la formation.

CV Data & IA optimisé ATS, orienté résultats et mots-clés recruteurs
Profil LinkedIn revu — titre, résumé, visibilité dans les recherches
Portfolio de livrables mis en forme (GitHub, Notion, PDF) et documenté
Préparation aux entretiens techniques et comportementaux avec simulateurs IA
Pitch de reconversion de 2 minutes — travaillé et répété avec le mentor
Stratégie de recherche multicanale activée (LinkedIn, jobboards, réseau)
Compétences acquises

Ce que vous saurez faire à l'issue du parcours

Des compétences directement démontrables en entretien, appuyées par des livrables concrets.

Interroger et extraire des données depuis des bases SQL complexes
Nettoyer, transformer et analyser des datasets avec Python et Pandas
Concevoir des tableaux de bord interactifs multi-pages avec Power BI
Écrire des mesures DAX avancées pour des analyses temporelles
Enrichir des données textuelles avec l'IA générative via API
Présenter des analyses complexes à des décideurs non techniques
Définir et suivre des KPIs adaptés aux enjeux métiers
Constituer un portfolio Data Analyst présentable en entretien
Organisation

Déroulement de la formation

Un dispositif conçu pour les professionnels — adaptable à votre rythme et votre situation.

20h
de mentorat individuel en visioconférence, réparties sur 4 mois selon votre rythme
100h+
de ressources e-learning (vidéos, exercices corrigés, datasets réels) accessibles en continu
100%
distanciel — rythme intensif (8h/sem · 4 mois) ou modulaire (4h/sem · 7 mois)
Financement

Dispositifs de financement disponibles

3 500 €, finançables via plusieurs dispositifs selon votre situation. L'entretien de positionnement permet de définir le meilleur montage ensemble.

CPF
Mon Compte Formation
Formation référencée sur moncompteformation.gouv.fr. Utilisez votre solde CPF directement. Aucune avance de frais dans la plupart des cas.
France Travail
Demandeurs d'emploi
Prise en charge possible via votre conseiller France Travail dans le cadre d'un projet de formation validé (AIF, CPF de transition professionnelle).
OPCO
Salariés en poste
Financement via le plan de développement des compétences de votre employeur ou votre OPCO de branche. Devis disponible sur demande.
Autofinancement
Financement personnel
Facilités de paiement disponibles. Conditions définies lors de l'entretien de positionnement.
Accès direct Mon Compte Formation moncompteformation.gouv.fr — Data Analyst IA · MyDataMentor
→
Certification

Certification nationale RNCP39159 · Bloc 03

Inscrite au Répertoire National des Certifications Professionnelles, délivrée par le Ministère de l'Éducation Nationale.

RNCP39159 · Bloc 03
Exploiter des données à des fins d'analyse

Délivré par le Ministère de l'Éducation Nationale dans le cadre du DNMADE Numérique. Inscrit au RNCP, reconnu dans le cadre des recrutements Data.

RéférentielRNCP39159
Bloc viséBC03 — Analyse de données
CertificateurMinistère de l'enseignement supérieur et de la recherche
ModalitéCandidat libre accompagné
Éligibilité CPFOui · Mon Compte Formation
Votre mentor

Un accompagnement individuel, du premier au dernier jour

Vous travaillez avec la même experte sur l'ensemble du parcours — pas d'assistants pédagogiques, pas de promotions.

MB
Manel Boumaiza
Ingénieure Data & IA · 15+ ans d'expérience · Fondatrice MyDataMentor

Ancienne responsable R&D Innovation, Manel a piloté des projets Data et BI dans des environnements exigeants avant de créer MyDataMentor. Elle a formé des Data Analysts chez Simplon, Ada Tech School, et dans plusieurs universités et écoles d'ingénieurs. Elle accompagne chaque apprenant individuellement, de l'entretien de positionnement jusqu'à la soutenance de certification.

Questions fréquentes

Avant de décider

Faut-il déjà savoir programmer pour suivre cette formation ?+
Non. La formation part de zéro en SQL et en Python. Les prérequis sont une maîtrise de base de l'ordinateur, Excel niveau intermédiaire, et un projet professionnel orienté métiers de la donnée. L'entretien de positionnement préalable permet de vérifier l'adéquation et d'adapter le parcours si besoin.
Comment fonctionne le financement CPF ?+
La formation est référencée sur Mon Compte Formation. Vous vous connectez sur moncompteformation.gouv.fr, vous recherchez "Data Analyst IA MyDataMentor" et vous déclenchez votre financement directement. Le délai légal est de 11 jours ouvrés. Si votre solde CPF est insuffisant, d'autres dispositifs peuvent compléter — nous en discutons lors de l'entretien de positionnement.
Quelle est la différence avec les autres formations Data Analyst ?+
Trois différences structurelles. (1) Le mentorat individuel : vous n'êtes pas dans une promotion — vous avancez à votre rythme avec un mentor dédié. (2) Le fil rouge terrain : tous vos exercices sont ancrés dans le scénario NovaTrade, pas des datasets académiques déconnectés. (3) L'IA intégrée dès le module 4 : usage professionnel des LLM dans l'analyse de données, compétence rare en 2026 qui vous différencie immédiatement.
Power BI est-il obligatoire si je préfère un autre outil ?+
Power BI est l'outil couvert dans le programme standard — c'est le plus demandé par les entreprises françaises. Si votre projet professionnel cible un environnement Tableau, Looker ou autre, nous pouvons adapter le module lors de l'entretien de positionnement.
Quels postes et niveaux de salaire puis-je viser ?+
Data Analyst, Business Analyst, BI Analyst, Chargé d'études données — avec une fourchette généralement comprise entre 32 000 € et 45 000 € brut selon l'expérience préalable et la localisation. Le Kit Employabilité inclus vous accompagne jusqu'à la signature du contrat : CV, LinkedIn, préparation aux entretiens techniques.
Dans quel délai peut-on démarrer ?+
Les inscriptions sont ouvertes en continu. Le démarrage est possible sous 14 jours après l'entretien de positionnement et la validation administrative. Pour un financement CPF, comptez 11 jours ouvrés supplémentaires après la demande sur Mon Compte Formation.

Démarrer votre parcours Data Analyst

L'entretien de positionnement est gratuit et sans engagement. 30 minutes pour vérifier ensemble si ce parcours correspond à votre profil, vos objectifs et votre situation de financement.

Réserver mon entretien gratuit →

Réponse sous 24h · Sans engagement · Financement CPF vérifié ensemble

MyDataMentor · Organisme certifié Qualiopi
Accueil Reconversion Prendre RDV