Parcours d'apprentissage

Feuille de route de l'analyste de données pour débutants

Des cours gratuits dans l'ordre où un analyste apprend réellement ses outils : d'abord le tableur, parce que c'est là que sont les données, puis SQL pour les sortir d'une base, puis Python avec NumPy et Pandas pour faire ce qu'un tableur ne sait pas faire. Chaque leçon s'exécute dans votre navigateur et les cours Excel, SQL, Python, Pandas et R se terminent par un certificat gratuit.

COMMENCER À APPRENDRE(c'est gratuit)

2,347,853+ codders inscrits à ces cours

470 leçons440 défis1,998 questions de quiz

Adapté aux débutants
Aide au codage assistée par IA
Leçons interactives et pratiques
Narration audio dans chaque leçon
Quiz pour tester vos connaissances
8 certificats gratuits tout au long du parcours

Le parcours de formation d'analyste de données, étape par étape

9 cours7 sections470 leçons440 défis1,998 questions de quiz

Chaque étape est un cours Coddy déjà existant. Suivez-les dans l'ordre ou allez directement à celui qui vous manque : votre progression est enregistrée cours par cours dans les deux cas.

1
Étape 1
Tableurs et ExcelPage dédiée
Commencer cette étapeDémarrerCellules, plages, formules, recherches, tableaux croisés dynamiques et les fonctions qu'un analyste utilise tous les jours. L'essentiel des données du monde vit dans des tableurs et la plupart des analyses y sont partagées d'abord : c'est donc là que commence le parcours.Démarrer Page dédiée
2 sections, dans l'ordre
1. Fondamentaux42 leçons34 défis235 questions
2. Formules et analyse des données28 leçons48 défis100 questions
70 leçons82 défis335 questions
2
Étape 2
SQL pour l'analyse de donnéesPage dédiée
Commencer cette étapeDémarrerSélectionner, filtrer, joindre, grouper et agréger de vraies tables, puis les fonctions de fenêtrage et les sous-requêtes. SQL est la compétence la plus demandée dans les offres d'analyste de données et la plus rapide à rendre opérationnel.Démarrer Page dédiée
2 sections, dans l'ordre
1. Les fondamentaux72 leçons72 défis360 questions
2. Au-delà des bases27 leçons28 défis167 questions
99 leçons100 défis527 questions
3
Étape 3
Les bases de PythonPage dédiée
Commencer cette étapeDémarrerVariables, structures de contrôle, fonctions et collections : exactement les deux sections dont un analyste a besoin avant que NumPy et Pandas prennent du sens. Les classes et les objets peuvent attendre ; un analyste en poste en écrit rarement.Démarrer Page dédiée
2 sections, dans l'ordre
1. Fondamentaux77 leçons98 défis341 questions
2. Logique et flux78 leçons77 défis329 questions
155 leçons175 défis670 questions
4
Étape 4
NumPy : des calculs rapidesPage dédiée
Commencer cette étapeDémarrerTableaux, arithmétique vectorisée, indexation, agrégation et broadcasting. NumPy est le moteur sous Pandas et sous toute la pile scientifique de Python, et le comprendre est ce qui fait que les opérations sur un DataFrame cessent de ressembler à de la magie.Démarrer Page dédiée18 leçons34 questions
5
Étape 5
Pandas : des tables en PythonPage dédiée
Commencer cette étapeDémarrerDataFrames, nettoyage, filtrage, regroupement, fusion et remise en forme de jeux de données réels. C'est l'étape où Python dépasse le tableur : tout ce que vous faisiez dans Excel, reproductible et sur des données trop volumineuses pour être ouvertes.Démarrer Page dédiée19 leçons
6
Étape 6
Récupérer les données : fichiers, JSON et API
Commencer cette étapeDémarrerLire et écrire des fichiers, parser du JSON, appeler une API web et gérer ce qui tourne mal. Les vraies données n'arrivent jamais sous forme de table propre ; un analyste capable d'aller chercher ses données n'attend pas un ingénieur.Démarrer
3 cours, dans l'ordre
31 leçons8 défis
7
Étape 7
R, quand un poste le demandePage dédiée
Commencer cette étapeDémarrerFacultatif. Les mêmes idées d'analyse dans la langue des équipes de statistiques : vecteurs, data frames et manipulation de données. Passez cette étape sauf si un poste qui vous intéresse cite R ; dans ce cas, abordez-la en sachant que chaque notion se transfère depuis les étapes Python.Démarrer Page dédiée78 leçons75 défis432 questions

Ce que vous obtenez

Tout ce que vous utiliserez pour apprendre à coder

Learn by Doing

Write real code, query databases, build websites, and master AI prompts. Our interactive lessons cover every skill modern developers need.

playground.js

Code Editor

1const greeting = "Hello, Coddy!"

2function sayHi(name) {

3 return greeting + " " + name

Test #1

Test #2

Test #3

Input

"Alex"

Output

"Hello, Coddy! Alex"

Build Your Coding Streak

Stay consistent and watch your progress grow! Track your daily coding habit, protect your streak with freeze days, and earn rewards for showing up every day.

12 days streak

Return tomorrow to keep your streak!

January 2026

Double or Nothing

Day 5 of 7

Streak Freeze

2 left

Code Anywhere, Anytime

Take your coding journey on the go! No setup, no downloads - just open and start coding. Available on iOS, Android and Web with 4.9 star ratings.

250

Variables

CONTINUE

4.9

Rating

You're Not Alone in This

Compete on global leaderboards, invite friends to earn rewards, and celebrate each other's wins. Coding is better with friends!

Challenger LeagueTop 7 advance

Alex7+ Days

2840

Jordan7+ Days

2650

Sam7+ Days

2420

Casey

2180

Morgan7+ Days

1950

Promotion zone

Every way to learn

Read, listen, test yourself, ask the AI, or look up anything you've already covered. Every lesson meets you where you are.

Intro to Variables

Audio

A variable is a named container that stores a value you can reference later in your program.

In Python, you create one by writing the name, an equals sign, then the value you want to store.

The value can change over time - reassigning the name simply points it to a new value.

1xSarah

Prove Your Skills

Earn certificates for every course you complete. Add them to your LinkedIn profile and resume to showcase your coding expertise to employers.

Certificate of Completion

This certifies thatJohn Doehas successfully completed

Python Fundamentals

DateJan 2026

Add to LinkedIn

Pourquoi apprendre l'analyse de données sur Coddy

L'ordre du métier. La plupart des formations d'analyste de données commencent par Python ; la plupart des journées d'un analyste commencent par un tableur et une requête SQL. Ce parcours enseigne les outils dans l'ordre où vous y recourrez, si bien que chaque étape est déjà rentable avant que la suivante ne commence.
De vraies données, de vraies requêtes. Vous écrivez du SQL sur de vraies tables, transformez de vrais DataFrames Pandas et construisez de vraies formules de tableur dans le navigateur : rien à installer, rien de simulé avec des diapositives.
Des indices IA qui lisent votre requête. Quand une jointure renvoie les mauvaises lignes ou qu'une opération sur un DataFrame échoue, Bugsy regarde ce que vous avez écrit et vous oriente vers la solution sans vous donner la réponse.
Des certificats gratuits, chacun vérifiable à sa propre URL, pour les cours Excel, SQL, Python, Pandas et R. Un certificat Excel, un certificat SQL et un certificat Pandas, ce sont trois lignes de CV qu'un recruteur peut vérifier en dix minutes.

Questions fréquentes sur le métier d'analyste de données

Comment devenir analyste de données sans expérience ?

Apprenez les trois outils que cite chaque offre d'analyste - le tableur, SQL et Python ou R - dans cet ordre, puis produisez deux ou trois analyses de jeux de données publics réels qui répondent à une question que quelqu'un poserait vraiment. C'est ce parcours, plus un petit portfolio. L'expérience des données se fabrique plus facilement que dans la plupart des métiers : chaque jeu de données public est un projet qui attend d'être rédigé.

Quelles compétences faut-il pour être analyste de données ?

Le tableur pour le travail rapide et le partage, SQL pour sortir les données d'une base, un langage de programmation pour tout ce qu'un tableur ne sait pas faire (nettoyer, joindre de grandes tables, monter des traitements reproductibles), assez de statistiques pour savoir ce qu'une moyenne cache, et assez d'aisance à l'écrit pour expliquer un graphique à quelqu'un qui ne lira pas les chiffres. Ce parcours couvre directement les trois premières ; les deux dernières se travaillent dans chaque analyse que vous rédigez.

Faut-il apprendre Excel, SQL ou Python en premier pour l'analyse de données ?

Excel d'abord, SQL ensuite, Python en troisième : c'est l'ordre de ce parcours. Le tableur vous apprend à penser en tables sans rien coûter. SQL est la compétence la plus demandée dans les offres d'analyste et devient utile en trois semaines. Python ne paie que le jour où vos données sont assez grosses ou assez sales pour qu'un tableur peine ; l'apprendre en premier, c'est l'apprendre sans raison.

Python ou R pour l'analyse de données ?

Python, pour la plupart des postes d'analyste, parce qu'il est demandé bien plus souvent et que la même compétence se transfère vers l'automatisation et le travail d'ingénierie. R reste la langue des départements de statistiques et de certaines équipes de recherche et de l'industrie pharmaceutique. Ce parcours enseigne Python avec NumPy et Pandas et garde R en étape finale facultative, pour l'ajouter le jour où un poste le demande.

Combien de temps faut-il pour devenir analyste de données ?

Environ quatre à six mois à raison d'une heure par jour pour atteindre un niveau junior. Sur ce parcours, Excel prend deux à trois semaines, SQL trois à quatre, les bases de Python six, et NumPy et Pandas deux à trois semaines à eux deux. Le temps restant est le plus décisif : rédiger des analyses de jeux de données réels jusqu'à savoir expliquer un résultat à quelqu'un qui n'a pas demandé la méthode.

Ce parcours d'analyste de données couvre-t-il Tableau ou Power BI ?

Non, et nous préférons le dire plutôt que de remplir la page. Les outils de tableaux de bord sont une exigence courante des offres et s'apprennent vite une fois que vous savez déjà mettre en forme les données qui les alimentent, ce qu'enseigne justement ce parcours. Quand un cours de visualisation sortira sur Coddy, il rejoindra ce parcours comme une nouvelle étape.

Un certificat d'analyste de données a-t-il de la valeur ?

Seul, peu ; adossé à des compétences qu'un recruteur peut tester, beaucoup. Les cours Excel, SQL, Python, Pandas et R proposés ici délivrent chacun un certificat gratuit à sa propre URL vérifiable, et chacun nomme une compétence concrète. Ce sont les lignes que cherche un logiciel de tri de candidatures, et les trois sujets qu'un recruteur vous demandera de prouver.

Autres parcours d'apprentissage

Les mêmes cours, ordonnés pour un autre métier. La progression est conservée : un cours terminé sur un parcours compte sur tous les parcours qui l'incluent.

Tous les parcours d'apprentissage

Coddy programming languages illustration

Commence le parcours Data Analysis gratuitement

Commencer à apprendre