Prendre RDV
.webp)


Téléchargez le syllabus de nos formations
Excellence académique et technique
Apprentissage par la pratique
Formations adaptées à vos contraintes pros et persos
4,9
/5
Meilleure formation en France
Découvrez le programme détaillé
Oops! Something went wrong while submitting the form.
Sessions
Temps plein
5
May
2025
4
Aug
2025
Du lundi au vendredi
9h30 - 18h
Dernières places !
Temps partiel
23
Jun
2025
18
Jan
2026
Coaching individuel à la demande
1 cours en direct par module
Dernières places !
Temps partiel
1
Sep
2025
29
Mar
2026
Coaching individuel à la demande
1 cours en direct par module
Dernières places !
Temps plein
1
Sep
2025
25
Nov
2025
Du lundi au vendredi
9h30 - 18h
Dernières places !
Temps plein
29
Sep
2025
6
Jan
2026
Du lundi au vendredi
9h30 - 18h
Dernières places !
Temps partiel
24
Nov
2025
21
Jun
2026
Coaching individuel à la demande
1 cours en direct par module
Dernières places !
Oups ! Aucune session dans ce format n'est prévue pour le moment, contactez-nous pour en savoir plus
Avis de nos étudiants
4.9/5


Reconversion réussie de Commercial à Data Analyst @ BNP Paribas
A suivi les formations Data Analysis Essentials, Fullstack & Lead
Une belle communauté pour s'entraider
C'est une excellente formation, délivré dans un excellent campus. La plateforme JULIE est très bien conçue et il y a vraiment une belle communauté pour l'entraide ! Je recommande 👌
Voir plusReconversion réussie de Chef d'équipe Maintenance à Data Analyst @ SIAé
A suivi les formations Data Analysis Essentials, Fullstack & Lead
Un véritable tremplin pour ma carrière
Je dois avouer que j'ai tout simplement adoré cette formation, c'était une expérience exceptionnelle du début à la fin.Les enseignants sont passionnés et experts dans leur domaine, toujours disponibles pour nous guider. Le programme, parfaitement équilibré entre théorie et pratique, permet de progresser rapidement, peu importe le niveau de départ. J'ai particulièrement apprécié la diversité des outils enseignés. Cette formation a été un véritable tremplin pour ma carrière en data, et je la recommande vivement à tous ceux qui cherchent à se reconvertir.
Voir plusReconversion réussie de Consultante à Group CRM Implementation Lead @ ELIS
A suivi les formations Data Analysis Essentials & Fullstack
Une formation utile, avec de vraies compétences à la sortie
Cette formation est vraiment utile, avec de vraies compétences à la sortie grâce auxquelles j'ai pu me reconvertir rapidement. Les professeurs sont très impliqués et disponibles et le contenu est de grande qualité.
Voir plusFinancement
Frais de formation
Comment financer votre formation pour devenir Data Analyst ?

David Raux
Data Analyst
@
David est un vulgarisateur né, et un bel exemple de reconversion ! Le spécialiste de notre programme Essentials, capable d'expliquer des concepts techniques poussés sans perdre la qualité de l'information.
[...]
David Raux
Car David n'est pas issu d'une formation initiale en Data ! Il soutient d'abord 2 masters II en Ressources Humaines, avant de se former à la Data avec le cursus de mathématiques appliquées du CNAM. Il enseigne parallèlement la gestion, le management des ressources humaines puis commence à enseigner des compétences plus techniques (programmation, gestion de bases de données) dans différents organismes.

Guillaume Manderscheid
Data Scientist / Data Engineer Freelance
@
Au delà d'être un fin vulgarisateur, Guillaume est marqué par sa passion de la Tech. Ayant d'abord travaillé pour d'importantes structures dans l'énergie (notamment chez ENGIE), il s'envole pour San Fransisco où il travaille en tant que Data Scientist / Data Engineer.
[...]
Guillaume Manderscheid
A San Fransisco, il travaille non seulement sur de la modélisation, mais aussi sur du déploiement. C'est à ce moment qu'il opère un shift vers le Data Engineering en rejoignant Strateos en tant que Data Engineer. En revenant à Paris, il se redécouvre une passion pour l'enseignement et délivre les cours sur chacun de nos 3 programmes en Data.

.webp)
Inès Ben Amor
Data Scientist
@
Veamly
La patte vulgarisatrice connaît très bien Inès ! D'un parcours ingénieur, elle réussit parfaitement à illustrer des propos techniques simplement sans perdre la qualité de l'information.
[...]
Inès Ben Amor
Après un parcours ingénieur réalisé à l'Ecole des Mines de Saint-Étienne, avec un double diplôme réalisé à l'EM Lyon, Inès entame sa carrière chez Veamly, entreprise pour laquelle elle travaille toujours. Elle y crée notamment plusieurs algorithmes d'état de l'art en Deep Learning permettant de classifier des messages, ou encore un moteur de recherche !
FAQ
Vos questions sur la formation
Nous ne fournissons pas d'ordinateur dans le cadre de nos formations. Il est donc essentiel que vous disposiez de votre propre machine et que celle-ci soit suffisamment puissante.
Vous trouverez ci-dessous les spécifications techniques minimales pour suivre la formation dans de bonnes conditions. Pour en savoir plus, et découvrir une sélection d’ordinateurs adaptés à nos formations, consultez notre article dédié.
- Système d'exploitation : Linux / Windows / MacOS. Les autres OS ne permettent pas de suivre la formation.
- RAM : 16 Go minimum.
- Stockage : SSD de 512 Go à 1 To.
- Processeur : Sur PC, Intel i5 minimum (idéalement Intel i7). Sur Mac, puces Apple Silicon M1 à M3.
Pour maximiser leur expérience d'apprentissage, nous demandons à nos étudiants d'avoir des connaissances de base en SQL, en statistiques et en programmation sur Python. Pour s'en assurer, nous leur demandons d'effectuer un court test d'admission.
Si ce n'est pas le cas, ils peuvent sur notre formation Data pour débutants.
Vous avez la possibilité de réaliser un stage en analyse de données à l'issue de votre formation. Nous pouvons vous fournir une convention de stage d'une durée allant de quelques semaines à un maximum de 6 mois.
Il existe de nombreuses ressources gratuites pour se former gratuitement à l'analyse de données. Voici quelques pistes que nous vous recommandons tout particulièrement :
- Les tutoriels sur YouTube : YouTube regorge de vidéos pour vous initier aux bases du langage SQL, de Python ou encore à la création de dashboards sur PowerBI ou Tableau. Nous vous recommandons particulièrement les chaînes de Jedha Bootcamp, StatQuest with Josh Starmer et Docstring.
- Les formations gratuites proposées par certains organismes : par exemple, chez Jedha, nous avons mis 50 heures de cours gratuits à disposition sur notre plateforme JULIE. L’objectif est de permettre à chacun de faire ses premiers pas en Data gratuitement et de découvrir notre méthode d’enseignement !
- Les communautés et forums spécialisés : en échangeant avec des professionnels du secteur, vous pourrez poser des questions techniques et recevoir des conseils personnalisés.
Néanmoins, il faut être bien conscient que ces contenus gratuits ne suffiront pas pour vous former au métier de Data Analyst. En effet, ils ne proposent souvent aucun accompagnement ni aucune reconnaissance (diplôme ou certification reconnus par l’État et les recruteurs).
Si vous souhaitez aller plus loin et vous reconvertir dans la Data, les parcours complets offerts par certaines écoles ou bootcamps – comme celui que nous proposons chez Jedha – demeurent la meilleure approche. Grâce à un accompagnement quotidien et la réalisation de projets concrets, vous serez en mesure de décrocher rapidement un emploi dans la Data.
La différence entre un Data Analyst et un Data Scientist repose principalement sur leurs responsabilités et les compétences requises pour exercer chaque métier.
Tout d’abord, les missions ne sont pas les mêmes :
- Le Data Analyst se concentre principalement sur l'analyse des données passées pour identifier des tendances et résoudre les problèmes actuels. Il produit des rapports et des visualisations pour aider la prise de décision par les managers et les équipes métiers.
- Le Data Scientist utilise des compétences en mathématiques et en machine learning pour prédire l'avenir en créant des modèles prédictifs.
Par conséquent, les compétences requises pour exercer chaque métier ne sont pas les mêmes :
- Le Data Analyst doit avoir des bases en statistiques, être un excellent communicateur, maîtriser SQL et Python ainsi que les principaux outils de data visualisation.
- Le Data Scientist doit également maîtriser Python et SQL, mais il doit avoir des compétences avancées en statistiques, mathématiques et en machine learning.
Les deux rôles sont essentiels dans l'analyse des données, mais le rôle du Data Analyst est davantage axé sur l'exploration des données existantes, tandis que celui du Data Scientist est plus centré sur la prédiction à l’aide des données existantes.
La mission principale d’un Data Analyst est d’aider les équipes métiers (Marketing, Sales, Ops) à prendre de meilleures décisions en s’appuyant sur des données et des analyses fiables. Pour mener à bien sa mission, il récupère des informations issues de différentes sources, les nettoie et les met en forme pour ensuite repérer des tendances ou des signaux utiles.
Mais attention, son rôle va bien au-delà des chiffres et des simples analyses : il doit aussi être capable de raconter une histoire à partir de ces données et de proposer des recommandations pertinentes aux équipes métiers.
Étant donné que toutes les entreprises, et toutes les équipes, produisent des données en 2025, il peut être amené à travailler virtuellement dans tous les secteurs et avec des métiers extrêmement variés. Cela rend ce poste très stimulant !
Le salaire moyen d'un Data Analyst dépend de nombreux facteurs : son niveau d'expérience, la localisation de son travail (on est mieux payé en Île-de-France) ou le secteur dans lequel il travaille (certains comme la finance rémunèrent très bien !).
Pour vous aider à y voir plus clair, voici quelques ordres de grandeur :
- Data Analyst débutant / junior : son salaire brut annuel se situe entre 30 000 et 35 000 euros, soit environ 23 400 à 27 300 euros net par an. En Île-de-France, cette rémunération peut atteindre jusqu'à 43 000 euros brut car le coût de la vie est plus élevé.
- Data Analyst en milieu de carrière / expérimenté : avec quelques années d'expérience, le salaire peut varier de 45 000 à 55 000 euros brut annuels, ce qui correspond à environ 35 000 à 43 000 euros net.
- Data Analyst en fin de carrière / senior : les Data Analysts expérimentés ou spécialisés peuvent percevoir des salaires brut annuels supérieurs à 60 000 euros, parfois dépassant les 100 000 euros dans certains secteurs ou lorsqu’ils occupent des postes de management.
Lors d’une reconversion vers le métier de Data Analyst, votre salaire dépendra de vos expériences passées. Si votre carrière précédente n’avait rien à voir avec la Data, vous débuterez en bas de la grille mais vous pourrez rapidement grimper les échelons grâce à votre maturité professionnelle. Si vous aviez déjà l’habitude de travailler dans une entreprise avec des données (en marketing ou en finance par exemple), vous pourrez prétendre à une meilleure rémunération dès le départ !
Pour réussir en tant que Data Analyst, plusieurs types de compétences sont indispensables. Tout d'abord, les hard skills, que l’on pourrait traduire par « compétences techniques », incluent la maîtrise de langages de programmation comme Python et SQL, qui sont indispensables pour manipuler et analyser les données.
La connaissance des concepts statistiques de base est également cruciale pour interpréter correctement les données. Enfin, il est nécessaire de maîtriser un ou plusieurs outils de dataviz comme Tableau ou Power BI.
Mais les soft skills, ou qualités personnelles, ne doivent pas être négligées pour autant. Elles sont au moins aussi importantes pour un Data Analyst, qui est quotidiennement en contact avec les équipes métiers. La communication efficace et la capacité à expliquer des concepts complexes de manière simple sont essentielles.
Le travail en équipe et l'esprit analytique sont également des qualités importantes pour comprendre les problématiques des équipes métiers et leur apporter des solutions concrètes.
Bonne nouvelle, les missions quotidiennes d’un Data Analyst sont variées et font appel à des compétences très différentes. Cela rend ce type de poste intéressant dans la durée.
Voici les principales tâches qu’un Data Analyst peut accomplir en une journée :
- Collecte de la donnée : rassembler des données provenant de sources diverses (bases de données internes, API, fichiers CSV, etc.) et s’assurer de leur qualité et fiabilité. Dans les équipes Data, ces missions de collecte sont souvent assurées en partie par les Data Engineers.
- Nettoyage et préparation des données : identifier et corriger les anomalies, traiter les valeurs manquantes, standardiser les formats. Dans les équipes Data les plus structurées, ces missions de nettoyage sont également assurées en partie par les Data Engineers.
- Analyse exploratoire : examiner les données pour découvrir des tendances, des patterns et des insights potentiels qui peuvent orienter les décisions business.
- Visualisation des données : créer des tableaux de bord et des graphiques clairs et impactants pour présenter les résultats aux équipes métiers.
- Collaboration avec les équipes métiers : travailler avec les équipes marketing, finance, produit, etc., pour comprendre leurs besoins en données et fournir des analyses pertinentes.
Nos formations sont délivrées intégralement en français, avec des enseignements qui sont tous francophones. Néanmoins, les ressources pédagogiques sont elles toutes en anglais : il est donc important d'avoir quelques bases en anglais pour profiter pleinement de la formation !
Le prix de notre Bootcamp pour devenir Data Analyst chez Jedha est de 7 500 €, que vous le suiviez à temps complet (3 mois) ou à temps partiel (7 mois).
Plusieurs options s’offrent à vous pour financer votre formation chez Jedha :
- CPF (Compte Personnel de Formation) : utilisez vos crédits pour financer partiellement ou complètement votre formation.
- Paiement en 3 fois sans frais ou prêt étudiant : vous souhaitez vous auto-financer ? Chez Jedha, nous vous proposons plusieurs options pour y parvenir sereinement.
- Aides publiques : France Travail et Transition Pro peuvent également vous aider à financer votre formation.
Si vous ne souhaitez pas suivre une formation accélérée de type Bootcamp, d’autres options existent pour se former à l’analyse de données :
- Suivre une formation 100 % en ligne : comptez moins de 100 €, mais vous n’aurez pas d’accompagnement ni de diplôme reconnu en France à l’issue.
- S’inscrire en master à l’université : mais vous devrez payer des frais de scolarité spéciaux, de « reprise d’études », beaucoup plus onéreux que les frais payés post-bac.
- Suivre un master dans une école de commerce ou d’ingénieurs : comptez entre 18 000 € et 50 000 €.
C’est toujours une excellente idée de se reconvertir dans la Data Science en 2025. D’ici à 2030, le nombre d’emplois de Data Analyst va augmenter de 41 % dans le monde.
Et bonne nouvelle : il est beaucoup plus simple de devenir Data Analyst en cours de carrière qu’il y a quelques années grâce à des formations accélérées qui vous ouvrent la voie !
Pour se reconvertir en Data Analyst, voici les étapes clés qu’il vous faudra suivre :
- Suivre une formation adaptée : Le choix du type de formation est crucial. Les formations universitaires offrent une base théorique, mais elles sont très longues et vous manquerez de pratique. Les bootcamps comme ceux proposés par Jedha permettent une reconversion rapide en 3 mois, en vous rendant opérationnel avec des compétences pratiques recherchées par les employeurs
- Développer votre portfolio : Avant de vous recruter, vos futurs employeurs voudront savoir de quoi vous êtes capable ! Pour les rassurer, vous pouvez vous créer un portfolio de projets (comme des dashboards) à joindre à votre CV et votre lettre de motivation !
- Obtenir une première expérience sur le terrain : Après votre bootcamp, et avant de rechercher un CDD ou un CDI, pourquoi ne pas faire un stage ou aider une association bénévolement sur des sujets data ? Cela vous permettra d’avoir une véritable expérience sur votre CV.
Devenir Data Analyst n’est pas aussi complexe qu’il y paraît. C’est un métier nettement moins « technique » que d’autres métiers de la Data comme Data Scientist ou Data Engineer. Cela en fait donc un excellent choix de reconversion si vous souhaitez travailler dans la Data mais que vous n’êtes pas féru de mathématiques, ou que vous n’avez pas envie de coder et de mettre les mains dans le cambouis.
Certaines écoles, comme Jedha Bootcamp, proposent des parcours de formations accélérées pour se reconvertir vers le métier de Data Analyst, sans pré-requis à l’entrée.
Néanmoins, comme tout projet de reconversion professionnelle, devenir Data Analyst nécessitera un investissement très important de votre part. Vous devrez y consacrer du temps, faire preuve d’une motivation à toute épreuve, et sûrement payer une partie de votre formation avec vos économies.
Il est tout à fait possible de devenir Data Analyst à 40 ans. Avec l’allongement de l’âge de départ à la retraite, les carrières sont nettement plus longues : en vous reconvertissant à 40 ans, vous aurez tout à fait le temps de vous construire une deuxième vie professionnelle.
Mais surtout, cette reconversion professionnelle est bien plus accessible qu’auparavant, notamment grâce à des formations accélérées et à des financements facilités :
- Formations accélérées : chez Jedha, nous proposons un bootcamp de Data Analyst qui vous permet de vous reconvertir en seulement 3 mois, tout en obtenant une certification reconnue par l'État français.
- Financements disponibles : plusieurs aides publiques, comme le CPF, l’AIF de France Travail ou le PTP (Projet de Transition Professionnelle), peuvent vous aider à financer tout ou partie de votre formation.
- Pénurie de Data Analysts : d’ici à 2030, à l’échelle mondiale, le nombre de Data Analysts devrait augmenter de 41 %.
Attention néanmoins, se reconvertir vers le métier de Data Analyst n’est pas pour autant facile. Comme tout projet de reconversion, vous aurez besoin d’investir de votre temps, de votre motivation et de vos économies.
Se reconvertir vers le métier de Data Analyst est un choix judicieux pour plusieurs raisons. D’ailleurs, les cadres français ne s’y trompent pas, car ils sont de plus en plus nombreux à choisir de se reconvertir dans la Data :
- Demande croissante : d’ici à 2030, le nombre d’emplois de Data Analysts devrait augmenter de 41 % à l’échelle mondiale.
- Salaire attractif : les métiers de la Data sont très bien payés. Comptez entre 3 791 € et 5 216 € brut par mois, soit entre 45 500 € et 62 500 € brut par an.
- Flexibilité professionnelle : la Data est omniprésente dans les entreprises en 2025, ce qui vous permettra de travailler dans n’importe quel secteur.
- Impact tangible : en tant que Data Analyst, vous contribuez directement à la prise de décisions stratégiques. Vous savez pourquoi vous vous levez le matin !
- Évolution de carrière : une fois formé à un métier de la Data, il est facile d’évoluer au sein de cette famille de métiers. Par exemple, vers les métiers de Data Scientist ou de Data Engineer.
L'analyse des données, ou data analysis en anglais, est une discipline cruciale qui consiste à collecter, nettoyer et interpréter de grandes quantités de données pour en tirer des informations utiles à une organisation.
Cela permet à cette organisation de mieux comprendre les performances passées, de résoudre des problèmes, d’identifier des tendances et, in fine, de prendre des décisions éclairées.
Voici les principaux types d'analyse des données :
- Analyse descriptive : elle répond à la question « Que s'est-il passé ? » en analysant des données historiques et actuelles pour fournir une vue d'ensemble.
- Analyse diagnostique : elle cherche à comprendre les raisons des phénomènes observés.
- Analyse prédictive : elle utilise les données pour prédire ce qui pourrait se passer à l'avenir. Souvent, ce type d’analyse nécessite l’intervention d’un Data Scientist.
- Analyse prescriptive : elle indique comment agir pour atteindre les objectifs.
L’âge d’or de la Data n’est pas terminé. Les entreprises recrutent toujours des Data Analysts en masse. Voici les principaux secteurs où les opportunités abondent :
- Finance et banque : les institutions financières utilisent les Data Analysts pour la gestion des risques, l’analyse des marchés et l’optimisation des portefeuilles.
- Technologie et informatique : dans les entreprises Tech, les données sont une vraie mine d’or et sont utilisées pour améliorer les produits et augmenter les ventes.
- Santé : les entreprises pharmaceutiques utilisent les données pour la recherche médicale et l’amélioration des traitements.
- Conseil : les cabinets de conseil emploient des Data Analysts pour fournir des insights stratégiques à leurs clients.
- Transport et logistique : le travail des Data Analysts permet d’optimiser les chaînes d’approvisionnement et la gestion des flottes.
Les financements proposés par France Travail (anciennement Pôle Emploi), comme l’AIF ou la POEI, sont très avantageux mais difficiles à obtenir. Pour y parvenir, il est nécessaire de s’y prendre suffisamment à l’avance et de préparer votre demande de financement très sérieusement.
Voici quelques conseils que nous donnons systématiquement aux professionnels que nous accompagnons chez Jedha Bootcamp :
- Affinez votre projet en discutant avec des professionnels du secteur : cela vous permettra de vous faire une véritable idée du métier et de savoir s’il vous convient !
- Préparez un dossier solide : rassemblez les pièces justificatives (programme de formation, devis, lettre de motivation) et mettez bien en avant l’adéquation entre la formation et votre retour à l’emploi.
- Créez une relation de confiance avec votre conseiller France Travail : c’est lui qui va défendre votre projet en interne pour vous permettre d’obtenir un financement. Il est donc essentiel qu’il croie en votre projet et vous soutienne.
- Proposez de financer une partie du coût de la formation avec votre CPF : cela montre à France Travail que vous êtes prêt à payer de votre poche (ou presque) et c’est très rassurant !
Si vous avez besoin d’aide pour monter un dossier de financement pour notre formation de Data Analyst, prenez rendez-vous avec notre équipe d’admissions.
Pour financer votre formation de Data Analyst avec votre Compte Personnel de Formation (CPF), suivez les étapes ci-dessous :
- Vérifiez votre solde CPF : vous pouvez le consulter sur le site Mon Compte Formation. Chaque année travaillée vous donne droit à 500 euros, avec un plafond fixé à 5 000 euros. Il est donc important d’utiliser régulièrement son CPF !
- Choisissez une formation éligible : pour être éligible au CPF, votre formation doit vous permettre de valider totalement ou partiellement une certification professionnelle enregistrée auprès de France Compétences. Par exemple, chez Jedha, notre formation Data Analyst Fullstack permet de valider les blocs n°2 et 6 de la certification professionnelle de niveau 6 (bac+4) développée par Jedha et enregistrée au RNCP : Concepteur développeur en science des données. Ce qui la rend éligible au CPF.
- Complétez votre financement si nécessaire : si votre CPF ne couvre pas tout le coût de la formation, vous pouvez en payer une partie de votre poche. Pour vous y aider, nous proposons le paiement en 3 fois sans frais chez Jedha.
- Déposez votre demande dans le temps imparti : les règles sont extrêmement strictes. Vous devez demander le financement au moins 11 jours ouvrés avant le début de la formation.
Vous avez besoin d’aide pour utiliser votre CPF ? Prenez rendez-vous avec notre équipe d’admission, nous pourrons vous accompagner !
En 2025, il est tout à fait possible de trouver des formations à distance de qualité pour se former en Data et devenir Data Analyst. Voici notre sélection de formations en ligne :
- MOOC et cours en ligne : de nombreuses plateformes comme Coursera ou Udemy proposent des formations en ligne peu chères pour se former sur des sujets très précis en analyse de données (Python, SQL, Power BI). Malheureusement, ce type de formations à distance n’est pas adapté pour apprendre le métier de Data Analyst de A à Z, et requiert une grande autonomie dans vos apprentissages car l’accompagnement est très limité, voire inexistant.
- Organismes de formation spécialisés en Data : certaines écoles permettent de suivre les cours entièrement à distance. Par exemple, Jedha Bootcamp vous permet de suivre ces formations en Data depuis chez vous, avec le même niveau d’accompagnement qu’un élève en présentiel. Les cours sont enseignés en direct par de vrais professeurs qui répondent à vos questions, et vous faites partie d’une promotion qui se soutient et s’entraide !
Malheureusement, encore peu d’universités et d’écoles de commerce ou d’ingénieurs proposent des licences et masters en Data entièrement à distance.
Pour devenir Data Analyst en 2025, plusieurs solutions s’offrent à vous selon que vous soyez en reconversion professionnelle ou que vous cherchiez une formation post-bac.
Si vous êtes en reconversion professionnelle, il y a deux grandes options : suivre un master dans une école de commerce ou d’ingénieurs, ou suivre une formation accélérée de type Bootcamp dans une école spécialisée comme Jedha. Certains sites recommandent de suivre des cours en ligne de type MOOC, mais attention : l’accompagnement est très limité, et surtout, vous n’aurez aucun diplôme officiel à faire valoir à la suite de votre formation.
Jedha Bootcamp propose une formation pour devenir Data Analyst en moins de 3 mois. Elle est éligible au CPF et à de nombreux autres financements publics, et elle a déjà permis à des dizaines de professionnels de se reconvertir dans la Data.
Une question ? Posez-là à notre équipe d’Admissions !
Postuler à la formation
Téléchargez le syllabus de nos formations
Excellence académique et technique
Apprentissage par la pratique
Formations adaptées à vos contraintes pros et persos
4,9
/5
Meilleure formation en France
Découvrez le programme détaillé
Oops! Something went wrong while submitting the form.