- compréhension des concepts de base et des différentes étapes du processus de science des données.
- capacité à collecter, nettoyer et pré-traiter les données afin de les rendre adaptées à l’analyse.
- maîtrise des algorithmes de base d’apprentissage supervisé et non-supervisé.
- capacité à évaluer les mesures de performances des modèles d’algorithmes d’apprentissage automatique.
- maîtrise des bibliothèques Python de sciences de données Pandas et Scikit-Learn.