Auto-évaluation: C1 - N3

C1. Qualifier les données grâce à des outils d’analyse et de visualisation de données en vue de vérifier leur adéquation avec le projet
Groupe d'actions à réaliser

                Niveau 1

Contexte professionnel

J'installe mon environnement professionnel (outils) et je reproduis un modèle en code ou via un notebook) à partir d'instructions et de documentation fournies pour récupérer, nettoyer et visualiser des données OpenData

Actions à réaliser

Installer les outils demandés (RStudio, Anaconda)  
Recréer un notebook à partir des instructions fournies  
Vérifier que le résultat final correspond au modèle fourni

Critères d'évaluation

Critères de validation

Le code s'exécute sans erreur  
Le résultat est conforme au modèle

Eléments à fournir

Outil d'analyse (RStudio, Jupyter, ...)  
Données de départ  
Modèle à reproduire  
Instructions et documentation permettant d'écrire le code ou le notebook  


                Niveau 2  

Contexte professionnel

J'adapte un notebook fourni à une nouvelle demande (exemple : ville différente, croisement avec une nouvelle source).

Actions à réaliser

Dupliquer et renommer le notebook  
Identifier une source pertinente pour la nouvelle demande  
Modifier les blocs de description pour correspondre au nouveau besoin  
Adapter le code pour correspondre au nouveau besoin

Critères d'évaluation

Critères de validation

Le notebook a un nom conforme à son usage  
Les données choisies sont pertinentes  
Les blocs de description sont cohérents avec le besoin et ce que fait le code  
Le code produit l'analyse et la visualisation attendue.

Eléments à fournir

Notebook initial  
Demande d'adaptation  




                Niveau 3

Contexte professionnel

Je nettoie et visualise les données fournies pour les qualifier par rapport à un besoin client.

Actions à réaliser

Lister les données identifiées nécessaires et disponibles  
Valider les sources de données en fonction des résultats de l’analyse exploratoire,  
Produire les visualisations synthétisant les caractéristiques du jeu de données.

Critères d'évaluation

Critères d'évaluation

Les données présentées répondent au besoin fonctionnel et sont disponibles,  
les données retenues suite à l’analyse exploratoire sont pertinentes : l’utilité des attributs est démontrée,  
les visualisations rendent compte de l’analyse effectuées,  
les visualisation sont cohérentes et explicitées.

Eléments à fournir

Descriptif du besoin client  
Données à qualifier

1 - Outils:
Anaconda, python, Spyder,...
Bibliothèques de visualisation: matplotlib
Bibliothèques de traitement et d'affichage: pandas

2 - formatage des données, sur quel critère une donnée est bonne (champs obligatoire, traitement de champs manquant,...)

3 -

4 - N3