Parcours
Analyste de données
Le parcours généraliste de l'analyste — prendre un export désordonné, quel que soit le secteur, le nettoyer de façon défendable, et produire le tableau ou la figure qui répond à la question réellement posée.
Compétences
Préparation des données
IntermédiaireRestructurer, joindre et agréger de vrais exports de programme sans modifier silencieusement le nombre de lignes ni inventer des lignes jamais saisies.
Nettoyage défendable
IntermédiaireDécider ce qu'il faut corriger, mettre à manquant ou laisser tel quel, et consigner pour chaque cas la règle et son effet.
Analyse exploratoire
IntermédiaireDécouvrir ce que contient un jeu de données avant de décider ce qu'on en rapportera, y compris les défauts qui changeront la réponse.
Restitution d'un résultat
IntermédiaireProduire l'unique tableau ou figure qui répond à la question, et dire ce qu'il n'établit pas.
Avant de commencer
- De l'aisance avec des données dans un tableur — filtres, formules, tableau croisé dynamique. Aucun prérequis de programmation.
- Un jeu de données à vous dont vous n'avez pas réussi à tirer une réponse. Chaque étape ci-dessous fonctionne mieux appliquée à un fichier qui vous importe déjà.
L'itinéraire
Étape 1
Asseoir les chiffres
Savoir ce que compte un chiffre avant de le calculer, pour que les décisions de nettoyage de l'étape suivante aient quelque chose sur quoi avoir raison ou tort.
Étape 2Au choix
Choisir le langage de votre équipe
Approfondir Python ou R jusqu'à savoir lire n'importe quel export et transmettre un script qui se relance. Le second langage s'acquiert bien plus vite une fois le premier maîtrisé.
Ce sont des alternatives, pas une séquence. Prenez celui que votre équipe utilise déjà : le second s'acquiert bien plus vite une fois le premier maîtrisé.
Étape 3
Rendre les données fiables
Transformer un export brut en un tableau défendable ligne à ligne, et transmettre un journal de nettoyage qui répond à la question de l'auditeur avant qu'elle soit posée.
Étape 4
Assembler les fichiers
Réunir plusieurs exports en une table d'analyse défendable colonne par colonne, avec chaque jointure prouvée, chaque granularité énoncée et chaque dénominateur sourcé.
Étape 5
Contrôler comme un auditeur
Évaluer vos propres données avant qu'un bailleur ne le fasse — cinq dimensions mesurées, un recomptage face à la source, et un rapport où chaque constat a un responsable et une date.
Étape 6
Définir ce que vous rapportez
Rédiger des définitions d'indicateurs que deux analystes calculent de la même façon, défendre le dénominateur, et fixer une référence et une cible qui survivent à une revue à mi-parcours.
Étape 7
Mettre un intervalle dessus
Analyser une enquête en grappes comme son plan l'exige — pondérations issues de la base, effet de plan mesuré, et un intervalle qui dit ce que l'échantillon peut trancher et ce qu'il ne peut pas.
Étape 8
Savoir d'où cela vient
Lire un système de rapportage de routine comme la base de données qu'il est, tirer une extraction que l'on peut désigner des mois plus tard, et répondre à ce qui a été compté pour tout chiffre qu'il produit.
Étape 9
L'appliquer à la nutrition
Porter les méthodes dans un secteur — normes de croissance de l'OMS, plausibilité SMART, phases IPC et seuils de performance Sphere, sur une enquête et un registre de traitement.
Étape 10
Appliquer à la santé publique
Des taux à dénominateur en personnes-temps, des cascades de traitement, la couverture de trois façons, et une liste linéaire d'épidémie transformée en courbe, en taux d'attaque et en létalité défendable.
Étape 11
Appliquer à l'EAH
Les échelles de service du JMP et les minimums Sphère sur une enquête ménage, puis un registre de suivi à visites répétées qui transforme un taux de fonctionnalité en trois et encadre chacun face aux tournées que personne n'a conduites.
Étape 12
Appliquer à la sécurité alimentaire
SCA, ÉFM, ICSR et module d'adaptation construits depuis les composantes brutes et divergeant d'un facteur sept, puis une série de prix dont la saisonnalité éclipse l'effet de programme et le tableau de preuves qui rapporte les deux.
Étape 13
Appliquer à la protection
Les analyses qu'il faut refuser de publier, à côté de celles qui comptent — un circuit de référencement conditionné par le consentement, un écart d'équité de dix-neuf points localisé à une porte précise, et une charge de dossiers qui explique deux autres tableaux.
Étape 14
Appliquer à l'éducation
Taux brut contre taux net sur un dénominateur projeté, deux chiffres de présence distants de vingt-six points, une cohorte à travers passage et redoublement, et deux passations aux instruments différents.
Étape 15
Dire votre degré de certitude
Un intervalle sur chaque proportion, le bon test pour une comparaison, une taille d'effet à côté de chaque valeur p, et le nombre de comparaisons qui ramène deux écoles frappantes au rang de bruit.
Étape 16
Modéliser plusieurs choses à la fois
Un coefficient est une comparaison — laquelle, entre quelles unités, ajustée sur quoi. Un rapport de cotes que votre lecteur interprétera de travers, une covariable qui retire 42 % de l'effet, et un modèle qui explique trois pour cent et tranche une décision de ciblage.
Étape 17
Dire ce qui l'a causé
Un gain de sept points qui est entièrement l'année scolaire, un groupe de comparaison déséquilibré sur chaque caractéristique mesurée, et l'effet minimal détectable qui a décidé de la réponse avant l'existence de la moindre donnée.
Étape 18
Le mettre sous leurs yeux
La marque qu'implique la comparaison, un intervalle qui arrête un classement, une palette qui signifie déjà quelque chose pour ce public, et une figure produite depuis le jeu de données pour que le graphique et la phrase ne puissent pas dériver.
Étape 19
La rendre réexécutable
Des données brutes en lecture seule et le code seul édité, un environnement figé pour que l'ordinateur d'un collègue donne vos nombres, des vérifications qui arrêtent la chaîne au lieu d'en produire une fausse et plausible, et une passation sur laquelle un successeur peut agir.
Étape 20
Le mettre devant la décision
Une page qui répond à une question plutôt qu'à vingt, le panneau de définitions qui met fin à la dispute mensuelle, et le rapport dont constats, limites et recommandation survivent à une lecture séparée.
Projets recommandés
Modalités d'évaluation
Sait joindre deux jeux de données et prouver que la jointure n'a ni modifié le nombre de lignes ni dupliqué un enregistrement.
Preuve attendueUn notebook utilisant une validation de jointure explicite qui échoue bruyamment plutôt que de gonfler en silence.
Sait documenter une règle de nettoyage avec sa justification et son effet mesuré sur les données.
Preuve attendueUn tableau de nettoyage nommant chaque règle, sa raison d'être et le nombre d'enregistrements touchés.
Sait distinguer une valeur manquante d'une valeur structurellement absente et les traiter différemment.
Preuve attendueUne analyse où une fermeture d'école, une non-réponse et une valeur impossible sont traitées comme trois choses distinctes.
L’essentiel de ce métier n’est pas l’analyse. C’est passer de ce qui est arrivé à quelque chose d’analysable, et pouvoir dire ensuite exactement ce que vous avez modifié.
Les trois projets retenus ici l’ont été parce que chacun repose sur une décision de ce type, et parce que dans chaque cas la décision change la réponse au lieu de l’enjoliver. Une fermeture d’école comptée comme absence fait passer la liste d’abandon de 85 à 130 élèves. Un nom de district orthographié de quatre manières éclate le district le moins performant en quatre fragments, dont aucun ne paraît alarmant. Une échelle de la faim partielle remplie par zéro classe un ménage affamé comme sécurisé et le fait sortir de la charge de cas.
Ce ne sont pas des cas limites. C’est à quoi ressemblent les vrais exports.
Ce qu’il manque encore à ce parcours
Trois cours sont publiés : Fondamentaux de l’analyse de données, Python pour les données de programme et R et le tidyverse pour les données de programme. Le cœur de ce rôle relève du module Préparation des données — nettoyage et validation, jointures et restructuration, évaluation de la qualité — inscrit à la feuille de route et pas encore écrit. Voir le programme pour son syllabus.