Analytics local avec dbt et DuckDB : tutoriel pas à pas
Construire une stack analytique locale avec dbt et DuckDB pas à pas : modèles SQL, tests, documentation, exécution sans data…
Lire le tutoriel
Construire une stack analytique locale avec dbt et DuckDB pas à pas : modèles SQL, tests, documentation, exécution sans data…
Lire le tutorielConstruire un dashboard métier avec Streamlit pas à pas : KPIs ventes, paiements mobile, filtres interactifs, cache, mise en ligne.
Lire le tutorielServir un modèle scikit-learn en API REST avec FastAPI pas à pas : Pydantic, joblib, validation, OpenAPI, Docker, déploiement minimal.
Lire le tutorielMettre en place un suivi d'expériences MLflow pas à pas : run, params, metrics, artefacts, modèle versionné, comparaison, backend PostgreSQL.
Lire le tutorielModéliser une série temporelle pas à pas : décomposition, ARIMA avec statsmodels, Prophet, validation par TimeSeriesSplit, prévision et intervalles.
Lire le tutorielÉvaluer un modèle de classification pas à pas : accuracy, précision, rappel, F1, matrice de confusion, courbes ROC et précision-rappel,…
Lire le tutorielConstruire et régler un modèle scikit-learn pas à pas : régression, classification, validation croisée stratifiée, GridSearchCV, métriques bien choisies.
Lire le tutorielConstruire un pipeline de feature engineering reproductible avec scikit-learn : ColumnTransformer, encodages, normalisation, sortie pandas, leak-proof.
Lire le tutorielProcédure pas à pas pour nettoyer un jeu de données réel avec pandas et missingno : doublons, types, dates, valeurs…
Lire le tutorielTutoriel pas à pas pour mener une analyse exploratoire complète avec pandas et matplotlib : profilage, distributions, croisements, corrélations, valeurs…
Lire le tutorielStack pratique 2026 pour la science des données : pandas 3.0, scikit-learn 1.8, MLflow, FastAPI, Streamlit, DuckDB, dbt-core. Choix d'outils,…
Lire le tutoriel