L'essentiel

Icon de la nomenclature

Nomenclature
du niveau de qualification

Niveau 6

Icon NSF

Code(s) NSF

326 : Informatique, traitement de l'information, réseaux de transmission

Icon formacode

Formacode(s)

31025 : Data analytics

31035 : Data visualization

31052 : Data Warehouse

Icon date

Date d’échéance
de l’enregistrement

19-07-2028

Niveau 6

326 : Informatique, traitement de l'information, réseaux de transmission

31025 : Data analytics

31035 : Data visualization

31052 : Data Warehouse

19-07-2028

Nom légal Siret Nom commercial Site internet
OPENCLASSROOMS 49386136300080 OPENCLASSROOMS https://openclassrooms.com/fr/

Objectifs et contexte de la certification :

La certification d’OpenClassrooms vise 3 cibles professionnelles à savoir Data Analyst, Business Intelligence Analyst et Supply Chain Analyst. Ces 3 métiers ont pour principal enjeu de traduire les données en informations exploitables en vue d’accompagner les organisations à prendre les meilleures décisions. Cet objectif leur confère un rôle clé au sein des organisations.

  • Le Data Analyst est utilisé dans de nombreux domaines, notamment la finance, le marketing, et la logistique.
  • Le Business Intelligence Analyst est utilisé dans la planification stratégique, la budgétisation, la gestion de la performance.
  • Le Supply Chain Analyst est utilisé dans la gestion de la chaîne d’approvisionnement, la logistique et la production.

Activités visées :

ACTIVITÉS COMMUNES 

  • Structurer et gérer la base de données

Création et gestion de la base de données dans le respect de la réglementation.

Gestion de la base de données dans le respect de la réglementation.

  • Identifier, collecter, analyser et pré-traiter les données

Identification, collecte et pré-traitement de la donnée.

Analyse, traitement et exploration des données.

  • Visualiser des données et interpréter des résultats

Réalisation d’une visualisation dynamique et accessible à l’aide d’outils avancés.

Interprétation des visualisations et communication des résultats.

  • Piloter un projet data en respectant la réglementation  

Veille métier et technologique.

Cadrage d’un projet et accompagnement des équipes.

 

ACTIVITÉS EN LIEN AVEC CHACUNE DES SPECIALISATIONS

  • DATA ANALYST - STATISTIQUES

Réaliser des tests statistiques et concevoir des modèles d’apprentissage supervisé et non supervisé

Analyse statistique.

Utilisation des modèles statistiques d’apprentissage.

  • DATA ANALYST - BUSINESS INTELLIGENCE

Définir la stratégie de Business Intelligence, proposer des outils pour exploiter les données, analyser le marché et rédiger le rapport d'analyse des résultats.

Définition de la stratégie Business.

Proposer des solutions et d’outils de suivi des performances et élaborer les recommandations.

Analyse du marché et élaboration des recommandations.

  • DATA ANALYST - SUPPLY CHAIN  

Améliorer les processus Supply Chain dans une logique de soutenabilité

Optimisation des flux logistiques.

Suivi des performances et élaboration des préconisations.

Compétences attestées :

COMPÉTENCES COMMUNES

Créer une base de données en établissant les tables et leurs relations et en respectant les normes réglementaires afin de permettre une bonne gestion ultérieure de la base de données.

Gérer une base de données en établissant des requêtes pour le remplissage des tables, et accès et en respectant le RGDP afin de garantir sa fiabilité et son bon fonctionnement.

Appliquer une stratégie de requêtes SQL ou d’outils adaptés pour extraire les données en respectant la conformité RGPD afin de répondre à une problématique métier.

Identifier et collecter les données en utilisant soit des API, soit des requêtes SQL ou des outils adaptés et en respectant les normes et bonnes pratiques afin de préparer les données pour analyse.

Extraire et agréger les données à l'aide de techniques ou d'outils informatiques et en définissant les règles de nettoyage pour avoir des données structurées.

Explorer et pré-traiter des données par le biais de logiciels ou de langages adaptés pour comprendre leurs caractéristiques et faire des choix adaptés.

Préparer et vérifier la cohérence et la fiabilité des données structurées pour comprendre les données et créer un jeu de données exploitable.

Traiter, nettoyer et définir les règles de gestion des données manquantes en utilisant des langages et/ou des outils de programmation pour les  mettre dans un format exploitable en conformité avec le RGPD.

Explorer et analyser l’ensemble des données en utilisant des langages et outils métiers adaptés en vue d’afficher la temporalité pour comprendre le jeu de données.

Effectuer une analyse univariée / multivariée des données pré-traitées pour les décrire, détecter les incohérences et comprendre les corrélations entre les variables.

Proposer une solution de visualisation adaptée au public et au type de données via l’utilisation des librairies de visualisation des données et/ou des langages afin de représenter un phénomène statistique.

Concevoir des graphiques adaptés au type de données (tels que des infographies) prenant en compte les bonnes pratiques d’accessibilité afin de les adapter à tout public dont des personnes en situation de handicap.

Créer un tableau de bord en utilisant les outils appropriés pour rendre la visualisation des données disponible.

Produire un reporting en analysant les tendances générales des différents graphiques de visualisation afin de faciliter ou d’orienter les décisions stratégiques.

Proposer un récit des résultats en utilisant des procédés narratifs pour dynamiser la présentation, faire participer l'auditoire et transmettre les informations clé.

Présenter les résultats d’analyse en adaptant le contenu au besoin du public et prenant en compte les bonnes pratiques en matière de communication inclusive pour créer de l'engagement et transmettre les informations essentielles.

Effectuer une veille  métier et technologique en recherchant des solutions et en testant de nouveaux outils et techniques d’analyse de données afin de comprendre les enjeux et maintenir ses compétences à jour.

Expérimenter de nouvelles méthodes d’analyse de données identifiées à travers des recherches documentaires sourcées, afin de proposer une solution  technique adaptée au traitement des données et à son enjeu.

Identifier le besoin métier en intégrant les différentes contraintes internes et externes, afin de définir les spécifications fonctionnelles et d’expliciter les objectifs et enjeux.

Formaliser le cahier des charges fonctionnel pour cadrer le besoin afin de proposer une solution adaptée au besoin. 

Organiser un projet d’analyse data grâce à des outils de gestion de projet ou de planification adaptés tels que les rétro planning afin d’identifier le temps nécessaire à chaque tâche et les freins potentiels.

Organiser des ateliers de formation en lien avec les besoins utilisateurs sur la prise en main des outils proposés aux équipes afin de  garantir leur bonne utilisation.

Gérer la documentation et formaliser les processus en capitalisant sur les savoir-faire afin de proposer une documentation fiable.

Adapter sa posture de professionnel en se positionnant comme consultant ou pair afin de challenger efficacement les besoins exprimés et répondre ainsi à la demande.

 

COMPÉTENCES LIEES AUX SPECIALISATIONS

DATA ANALYST - STATISTIQUES

Réaliser des analyses multivariées en sélectionnant le bon nombre de variables et en prenant en compte plusieurs paramètres simultanément pour comprendre la corrélation entre les variables et les synthétiser.

Réduire la dimension des jeux de données afin d’optimiser les temps d’apprentissage des modèles.

Réaliser des tests statistiques sur une masse de données via des langages ou outils adaptés afin de tester et valider des hypothèses.

Sélectionner les variables pertinentes d’un modèle d’apprentissage non supervisé (featuring engineering) afin de réaliser un apprentissage optimal.

Entraîner un modèle d’apprentissage supervisé et/ ou non supervisé à l’aide d'outils adaptés afin de pouvoir exploiter le modèle.

Exploiter un modèle d’apprentissage non supervisé (featuring clustering) et supervisé à l’aide d'outils adaptés afin d’en apprendre davantage sur les données.

Utiliser un modèle d’apprentissage supervisé en choisissant le modèle adapté à la problématique métier afin de réaliser une prédiction d’un phénomène statistique.

Analyser un jeu de données en intégrant des séries temporelles afin de mesurer un phénomène statistique au cours du temps pour faire une prédiction.

DATA ANALYST - BUSINESS INTELLIGENCE

Cadrer les contours de la demande en Business notamment Business Intelligence du commanditaire/ client en identifiant les besoins, contraintes et exigences du projet afin de proposer une solution cohérente.

Réaliser des analyses corrélatives ou prédictives pour soutenir les décisions stratégiques et participer à la définition de la stratégie Business de l'entreprise, notamment la Business Intelligence.

Proposer ou concevoir des solutions d'extraction, de traitement et de visualisation adaptées aux besoins en business intelligence en identifiant notamment des outils et méthodes pertinents pour répondre aux besoins client.

Proposer des KPI pour le suivi de la performance de la stratégie Business notamment Business Intelligence pour les recommandations nécessaires.

Définir les règles et les processus d'extraction et de normalisation des données et les appliquer grâce à des outils type ETL afin d'avoir un jeu de données exploitable par les équipes.

Analyser les évolutions du marché en identifiant des leviers sur les marchés émergents ou les innovations afin de repérer des segments pertinents et de déterminer des perspectives de croissance.

Analyser les données d’un segment de clientèle ou de produits pour accompagner les décideurs dans la stratégie business et être force de proposition.

Participer à l’élaboration de recommandations business Intelligence en prenant en compte les besoins des métiers, et en identifiant les menaces et les opportunités afin d’améliorer les performances de l'entreprise.

DATA ANALYST - SUPPLY CHAIN 

Analyser l'approvisionnement de l'entreprise en MP ou en produits, en tenant compte des spécificités de l'entreprise et du secteur d'activité afin de d'optimiser la chaîne de production ou de logistique.

Analyser les coûts de transport en tenant compte de contraintes telles que la durée, la nature ou la valeur des produits, le délai moyen d'exécution et l'engagement climatique (émissions de CO2) afin de recommander des solutions de transport optimales, durables et écologiques.

Analyser les saisonnalités des données de ventes ou de flux de produits avec des analyses de séries temporelles afin de réaliser des prévisions d’activité.

Définir ou établir des indicateurs en collectant des données pour les KPI afin de mesurer l'impact de la transformation suite aux optimisations réalisées sur la performance globale de la chaîne d'approvisionnement.

Mesurer l'écart de performance grâce à des outils et des indicateurs de suivi de performance afin d’apporter des actions correctives.

Analyser et synthétiser les résultats de la performance globale en définissant les axes d'amélioration afin d'établir des recommandations.

Modalités d'évaluation :

L’évaluation se fait au travers de projets (mises en situation professionnelle simulée), faisant chacun l'objet d'un rapport et d'une soutenance. Le rapport est composé d'un ou plusieurs livrables permettant de vérifier l'acquisition de chacune des compétences du référentiel.

Tout candidat en situation de handicap peut également bénéficier d’un aménagement de ses modalités d'évaluation au cours de sa formation (notamment un tiers-temps pour les soutenances).

RNCP37837BC01 - Structurer et gérer la base de données

Liste de compétences Modalités d'évaluation

Créer une base de données en établissant les tables et leurs relations et en respectant les normes réglementaires afin de permettre une bonne gestion ultérieure de la base de données.

Gérer une base de données en établissant des requêtes pour le remplissage des tables, et accès et en respectant le RGDP afin de garantir sa fiabilité et son bon fonctionnement.

Appliquer une stratégie de requêtes SQL ou d’outils adaptés pour extraire les données en respectant la conformité RGPD afin de répondre à une problématique métier.

Projets (mises en situation professionnelle) et soutenances.

 

RNCP37837BC02 - Identifier, collecter et analyser les données

Liste de compétences Modalités d'évaluation

Identifier et collecter les données en utilisant soit des API, soit des requêtes SQL ou des outils adaptés et en respectant les normes et bonnes pratiques afin de préparer les données pour analyse.

Extraire et agréger les données à l'aide de techniques ou d'outils informatiques et en définissant les règles de nettoyage pour avoir des données structurées.

Explorer et pré-traiter des données par le biais de logiciels ou de langages adaptés pour comprendre leurs caractéristiques et faire des choix adaptés.

Préparer et vérifier la cohérence et la fiabilité des données structurées pour comprendre les données et créer un jeu de données exploitable.

Traiter, nettoyer et définir les règles de gestion des données manquantes en utilisant des langages et/ou des outils de programmation pour les  mettre dans un format exploitable en conformité avec le RGPD.

Explorer et analyser l’ensemble des données en utilisant des langages et outils métiers adaptés en vue d’afficher la temporalité pour comprendre le jeu de données.

Effectuer une analyse univariée / multivariée des données pré-traitées pour les décrire, détecter les incohérences et comprendre les corrélations entre les variables.

Projets (mises en situation professionnelle) et soutenances.

 

RNCP37837BC03 - Visualiser des données et interpréter des résultats

Liste de compétences Modalités d'évaluation

Proposer une solution de visualisation adaptée au public et au type de données via l’utilisation des librairies de visualisation des données et/ou des langages afin de représenter un phénomène statistique.

Concevoir des graphiques adaptés au type de données (tels que des infographies) prenant en compte les bonnes pratiques d’accessibilité afin de les adapter à tout public dont des personnes en situation de handicap.

Créer un tableau de bord en utilisant les outils appropriés pour rendre la visualisation des données disponible.

Produire un reporting en analysant les tendances générales des différents graphiques de visualisation afin de faciliter ou d’orienter les décisions stratégiques.

Proposer un récit des résultats en utilisant des procédés narratifs pour dynamiser la présentation, faire participer l'auditoire et transmettre les informations clé.

Présenter les résultats d’analyse en adaptant le contenu au besoin du public et prenant en compte les bonnes pratiques en matière de communication inclusive pour créer de l'engagement et transmettre les informations essentielles.

Projets (mises en situation professionnelle) et soutenances.

 

RNCP37837BC04 - Piloter un projet data en respectant la réglementation

Liste de compétences Modalités d'évaluation

Effectuer une veille  métier et technologique en recherchant des solutions et en testant de nouveaux outils et techniques d’analyse de données afin de comprendre les enjeux et maintenir ses compétences à jour.

Expérimenter de nouvelles méthodes d’analyse de données identifiées à travers des recherches documentaires sourcées, afin de proposer une solution  technique adaptée au traitement des données et à son enjeu.

Identifier le besoin métier en intégrant les différentes contraintes internes et externes, afin de définir les spécifications fonctionnelles et d’expliciter les objectifs et enjeux.

Formaliser le cahier des charges fonctionnel pour cadrer le besoin afin de proposer une solution adaptée au besoin. 

Organiser un projet d’analyse data grâce à des outils de gestion de projet ou de planification adaptés tels que les rétro planning afin d’identifier le temps nécessaire à chaque tâche et les freins potentiels.

Organiser des ateliers de formation en lien avec les besoins utilisateurs sur la prise en main des outils proposés aux équipes afin de  garantir leur bonne utilisation.

Gérer la documentation et formaliser les processus en capitalisant sur les savoir-faire afin de proposer une documentation fiable.

Adapter sa posture de professionnel en se positionnant comme consultant ou pair afin de challenger efficacement les besoins exprimés et répondre ainsi à la demande.

Projets (mises en situation professionnelle) et soutenances.

 

RNCP37837BC05 - Spécialisation Data Analyst - Statistiques : Réaliser des tests statistiques et concevoir des modèles d’apprentissage supervisé et non supervisé

Liste de compétences Modalités d'évaluation

Réaliser des analyses multivariées en sélectionnant le bon nombre de variables et en prenant en compte plusieurs paramètres simultanément pour comprendre la corrélation entre les variables et les synthétiser.

Réduire la dimension des jeux de données afin d’optimiser les temps d’apprentissage des modèles.

Réaliser des tests statistiques sur une masse de données via des langages ou outils adaptés afin de tester et valider des hypothèses.

Sélectionner les variables pertinentes d’un modèle d’apprentissage non supervisé (featuring engineering) afin de réaliser un apprentissage optimal.

Entraîner un modèle d’apprentissage supervisé et/ ou non supervisé à l’aide d'outils adaptés afin de pouvoir exploiter le modèle.

Exploiter un modèle d’apprentissage non supervisé (featuring clustering) et supervisé à l’aide d'outils adaptés afin d’en apprendre davantage sur les données.

Utiliser un modèle d’apprentissage supervisé en choisissant le modèle adapté à la problématique métier afin de réaliser une prédiction d’un phénomène statistique.

Analyser un jeu de données en intégrant des séries temporelles afin de mesurer un phénomène statistique au cours du temps pour faire une prédiction.

Projets (mises en situation professionnelle) et soutenances.

 

RNCP37837BC06 - Spécialisation Data Analyst - Supply Chain : Améliorer les processus Supply Chain dans une logique de soutenabilité

Liste de compétences Modalités d'évaluation

Analyser l'approvisionnement de l'entreprise en MP ou en produits, en tenant compte des spécificités de l'entreprise et du secteur d'activité afin de d'optimiser la chaîne de production ou de logistique.

Analyser les coûts de transport en tenant compte de contraintes telles que la durée, la nature ou la valeur des produits, le délai moyen d'exécution et l'engagement climatique (émissions de CO2) afin de recommander des solutions de transport optimales, durables et écologiques.

Analyser les saisonnalités des données de ventes ou de flux de produits avec des analyses de séries temporelles afin de réaliser des prévisions d’activité.

Définir ou établir des indicateurs en collectant des données pour les KPI afin de mesurer l'impact de la transformation suite aux optimisations réalisées sur la performance globale de la chaîne d'approvisionnement.

Mesurer l'écart de performance grâce à des outils et des indicateurs de suivi de performance afin d’apporter des actions correctives.

Analyser et synthétiser les résultats de la performance globale en définissant les axes d'amélioration afin d'établir des recommandations.

Projets (mises en situation professionnelle) et soutenances.

RNCP37837BC07 - Spécialisation Data Analyst - Business Intelligence : Définir la stratégie de Business Intelligence en regard du marché, proposer des outils, réaliser des analyses et rapporter ses résultats

Liste de compétences Modalités d'évaluation

Cadrer les contours de la demande en Business notamment Business Intelligence du commanditaire/ client en identifiant les besoins, contraintes et exigences du projet afin de proposer une solution cohérente.

Réaliser des analyses corrélatives ou prédictives pour soutenir les décisions stratégiques et participer à la définition de la stratégie Business de l'entreprise, notamment la Business Intelligence.

Proposer ou concevoir des solutions d'extraction, de traitement et de visualisation adaptées aux besoins en business intelligence en identifiant notamment des outils et méthodes pertinents pour répondre aux besoins client.

Proposer des KPI pour le suivi de la performance de la stratégie Business notamment Business Intelligence pour les recommandations nécessaires.

Définir les règles et les processus d'extraction et de normalisation des données et les appliquer grâce à des outils type ETL afin d'avoir un jeu de données exploitable par les équipes.

Analyser les évolutions du marché en identifiant des leviers sur les marchés émergents ou les innovations afin de repérer des segments pertinents et de déterminer des perspectives de croissance.

Analyser les données d’un segment de clientèle ou de produits pour accompagner les décideurs dans la stratégie business et être force de proposition.

Participer à l’élaboration de recommandations business Intelligence en prenant en compte les besoins des métiers, et en identifiant les menaces et les opportunités afin d’améliorer les performances de l'entreprise.

Projets (mises en situation professionnelle) et soutenances.

Description des modalités d'acquisition de la certification par capitalisation des blocs de compétences et/ou par correspondance :

Le référentiel de certification est organisé autour de 4 blocs de compétences (tronc commun) et de 3 blocs de compétences de spécialisation, qui peuvent être évalués et validés indépendamment.

Pour bénéficier de la certification professionnelle complète, le candidat doit valider les 4 blocs de compétences (tronc commun) et le bloc de la spécialisation choisie.

Secteurs d’activités :

Tous secteurs d’activités : les organisations les plus pourvoyeuses en matière d’emploi ont généralement pour activité : la banque / finance, l'assurance, les sociétés de technologie et d'ingénierie, les ESN, les sociétés de télécommunications, la logistique et la vente au détail, le commerce, le marketing.

Tous types d’entreprises même si ce sont les grandes entreprises qui sont principalement représentées. Les très petites entreprises et les PME ont moins besoin d’expertise en analyse de données à un stade précoce. Les start-ups et les PME technologiques, qui proposent un produit technique, constituent l'exception. Ces entreprises peuvent avoir des besoins en matière d'analyse de données dès le début de leur activité

 

Type d'emplois accessibles :

Le Data analyst peut exercer plusieurs fonctions, et à titre non exhaustif : 

Fonctions associées au métier de Data Analyst 

  • Data analyst
  • Analyste Big data 
  • Analyste décisionnel
  • Analyst dataminer 
  • Analyste statistique (statisticien)
  • Data Miner
  • Consultant dataminer
  • Consultant Data 
  • Analyste de Données
  • Chargé de reporting 
  • Consultant dataviz

Fonctions associées au métier de Supply Chain Analyst : 

  • Supply Chain Analyst
  • Supply Chain Business Analyst
  • Analyste / Pilote Supply Chain
  • Data Analyst Supply Chain
  • Consultant Supply Chain Analyst
  • Consultant dataviz
  • Chargé de reporting

Fonctions associées au métier de Business Intelligence Analyst   

  • Business Intelligence Analyst
  • Data Analyst BI
  • Business intelligence & reporting
  • Analyste décisionnel
  • Business Analyst / intelligence
  • Analyste financier 
  • Prévisionniste
  • Consultant BI 
  • Consultant dataviz
  • Chargé de reporting

 

Code(s) ROME :

  • M1403 - Études et prospectives socio-économiques
  • M1805 - Études et développement informatique

Références juridiques des règlementations d’activité :

L’exercice professionnel du Data Analyst n’est pas un métier réglementé en termes d’accès ; néanmoins, les activités digitales doivent se conformer au droit applicable au numérique (traitement de données, respect de la vie privée, RGPD, déclarations CNIL...), et plus généralement au droit de la communication et de la propriété intellectuelle.

Le cas échant, prérequis à l’entrée en formation :

Pour accéder aux parcours de formation associés au titre, les candidats doivent obligatoirement justifier des pré-requis suivants:

- être titulaire d'une certification professionnelle de niveau 5 dans le développement informatique, les études statistiques ou commerciales, le marketing analytique ou en gestion financière.

OU

- être titulaire du baccalauréat ou d’une certification professionnelle de niveau 4 avec une expérience professionnelle d’au moins 2 ans dans le développement informatique, les études statistiques ou commerciales, le marketing analytique ou en gestion financière.

Tout autre profil relève d’une procédure dérogatoire incluant un test de positionnement. 

Pour tous les candidats, la procédure de sélection s'effectue au travers d'un formulaire de candidature validant les pré-requis académiques ou dérogatoires, ainsi que l'adéquation du projet professionnel avec les objectifs de la formation. Sont collectées les pièces justificatives constituant le dossier d'admission (CV, éléments de motivation et le cas échéant, copie du diplôme, attestations employeur, et/ou test de positionnement). Si nécessaire, un entretien individuel de motivation est organisé.

Pour les candidats dont le français n’est pas la langue maternelle, un justificatif d’un niveau de français B2 minimum (niveau courant) sur l’échelle européenne du CECRL sera également demandé.

Le cas échant, prérequis à la validation de la certification :

 

 

Pré-requis disctincts pour les blocs de compétences :

Non

Validité des composantes acquises :

Validité des composantes acquises
Voie d’accès à la certification Oui Non Composition des jurys Date de dernière modification
Après un parcours de formation sous statut d’élève ou d’étudiant X

Le jury de délivrance de la certification est composé du responsable pédagogique de la filière Data et deux représentants du monde professionnel (data Analyst ou dans le domaine de la Data Science) extérieurs à l’organisme.

-
En contrat d’apprentissage X

Le jury de délivrance de la certification est composé du responsable pédagogique de la filière Data et deux représentants du monde professionnel (data Analyst ou dans le domaine de la Data Science) extérieurs à l’organisme.

-
Après un parcours de formation continue X

Le jury de délivrance de la certification est composé du responsable pédagogique de la filière Data et deux représentants du monde professionnel (data Analyst ou dans le domaine de la Data Science) extérieurs à l’organisme.

-
En contrat de professionnalisation X

Le jury de délivrance de la certification est composé du responsable pédagogique de la filière Data et deux représentants du monde professionnel (data Analyst ou dans le domaine de la Data Science) extérieurs à l’organisme.

-
Par candidature individuelle X - -
Par expérience X

Le jury de délivrance de la certification est composé du responsable pédagogique de la filière Data et deux représentants du monde professionnel (data Analyst ou dans le domaine de la Data Science) extérieurs à l’organisme.

-
Validité des composantes acquises
Oui Non
Inscrite au cadre de la Nouvelle Calédonie X
Inscrite au cadre de la Polynésie française X

Statistiques :

Statistiques
Année d'obtention de la certification Nombre de certifiés Nombre de certifiés à la suite d’un parcours vae Taux d'insertion global à 6 mois (en %) Taux d'insertion dans le métier visé à 6 mois (en %) Taux d'insertion dans le métier visé à 2 ans (en %)
2021 108 0 82 60 72
2020 43 0 88 71 77

Liste des organismes préparant à la certification :

Certification(s) antérieure(s) :

Certification(s) antérieure(s)
Code de la fiche Intitulé de la certification remplacée
RNCP34964 Data analyst

Référentiel d'activité, de compétences et d'évaluation :