L'essentiel
Nomenclature
du niveau de qualification
Niveau 6
Code(s) NSF
326 : Informatique, traitement de l'information, réseaux de transmission
Formacode(s)
31025 : Analyse de données
31026 : Data science
31028 : Intelligence artificielle
31035 : Data visualisation
Date d’échéance
de l’enregistrement
17-07-2029
| Nom légal | Siret | Nom commercial | Site internet |
|---|---|---|---|
| SIMPLON.CO | 79279132900016 | Simplon groupe | https://www.simplon.co/ |
Objectifs et contexte de la certification :
Le métier s’inscrit dans un contexte de développement des usages de la donnée au sein des organisations, et constitue un levier essentiel de pilotage, de performance et d’aide à la décision. Cette évolution s’accompagne d’une augmentation des volumes de données, d’une diversification des sources et d’une structuration progressive des environnements techniques permettant leur exploitation.
Dans ce cadre, le Data analyst occupe une position centrale à l’interface entre les données, les outils et les besoins métiers. Il intervient pour collecter, structurer, analyser et valoriser des données, afin de produire des indicateurs et des analyses directement mobilisables par les décideurs. Son activité s’inscrit dans la conception et la mise à disposition de produits data, de dispositifs analytiques structurés, maintenus dans le temps et adaptés aux usages des métiers. Ces activités s'inscrivent dans les évolutions technologiques du secteur et notamment dans la diffusion des data platforms et l’intégration d’outils d’intelligence artificielle.
La certification vise à valider les compétences de professionnels capables de mettre en œuvre l’ensemble du cycle de traitement de la donnée, depuis l’analyse du besoin jusqu’à la restitution des résultats, en garantissant la fiabilité, la lisibilité et l’exploitabilité des analyses produites, ainsi que leur adéquation aux besoins des organisations.
Activités visées :
Cadrage du produit data
Conduite de projet
Constitution d’un jeu de données
Mise à disposition d’un jeu de données exploitable
Développement de l’infrastructure d’analyse des données
Analyse des données
Maintenance en condition opérationnelle d’une chaîne d’automatisation de traitements de données
Réalisation de visualisations des analyses
Communication des résultats d’analyse
Compétences attestées :
Étudier un besoin d’analyse de données avec les métiers concernés afin de définir une liste d’indicateurs et des modalités de restitution d’un produit data.
Concevoir un produit data à partir d’une étude de besoin afin de valider la solution envisagée.
Réaliser une veille technique et réglementaire afin de formuler des recommandations pour le produit data toujours en phase avec l’état de l’art.
Planifier la réalisation d’un produit data afin d’en organiser la mise en œuvre.
Coordonner la réalisation technique d’un produit data dans le but d’atteindre les objectifs de production et de qualité.
Extraire des données depuis une source structurée de manière sécurisée en vue de les stocker dans la plateforme de données du produit data.
Extraire des données depuis une source non structurée en vue de les stocker dans la plateforme de données du produit data.
Développer des règles de nettoyage de données de la plateforme de données d’un produit data en vue de leur analyse.
Structurer une zone de données intermédiaire afin de disposer des données nécessaires au travail d’analyse.
Concevoir des modèles des données analytiques afin de mettre à disposition des données rapides à analyser dans le produit data.
Orchestrer la chaîne de traitement des données d’un produit data afin de disposer, de manière automatique, des données à analyser.
Développer des requêtes de type SQL afin de calculer les indicateurs préalablement définis avec les métiers.
Réaliser une analyse statistique du jeu de données d’un produit data afin d’en formaliser les distributions, les relations et les tendances.
Superviser la chaîne de traitement des données d’un produit data afin de permettre la détection automatique d’incidents.
Gérer les incidents techniques pour garantir un fonctionnement opérationnel.
Définir les représentations graphiques d’un produit data afin de mettre en évidence les résultats obtenus.
Réaliser le tableau de bord d’un produit data afin de permettre la manipulation des résultats de l’analyse statistique réalisée.
Synthétiser les résultats de l’analyse des données d’un produit data en vue de les restituer aux métiers concernés.
Restituer à l’oral les constats, les tendances et les conclusions de l’analyse des données d’un produit data afin de soutenir la prise de décision des métiers concernés.
Modalités d'évaluation :
Mises en situation professionnelle - Cas pratique - Simulation devant jury d'un lancement de produit.
RNCP42652BC01 - Piloter la réalisation d’un produit data
| Liste de compétences | Modalités d'évaluation |
|---|---|
|
Étudier un besoin d’analyse de données avec les métiers concernés en les questionnant à l’aide de techniques d’interview adaptées et en recensant les sources de données existantes afin de définir une liste d’indicateurs et des modalités de restitution d’un produit data. |
Mise en situation professionnelle : dans un contexte de produit data réel ou fictif d’une organisation et des éléments de preuves de la réalisation du projet, elle a pour but de confronter le candidat à un besoin data rencontré par une équipe métier auquel il devra répondre dans son intégralité. Simulation devant jury “lancement du produit data” : le candidat documente et anime l'introduction d’une réunion de lancement d’un produit data réel ou fictif. Le jeu de rôle a pour but de mettre le candidat dans une posture de conduite de projet, lors d’une étape clé de cette activité. Cette simulation permettra au candidat de présenter les documents ressources pour la coordination de projet, leurs usages, ainsi que de montrer au jury la mise en œuvre du travail de collaboration et de communication (interne et externe). |
RNCP42652BC02 - Réaliser la collecte, le nettoyage et le stockage des données d’un produit data
| Liste de compétences | Modalités d'évaluation |
|---|---|
|
Extraire des données depuis une source structurée de manière sécurisée en programmant un script adapté en vue de les stocker dans la plateforme de données du produit data. |
Mise en situation professionnelle dans un contexte réel ou fictif de réalisation d’une zone de données intermédiaire d’un produit data, à partir du cadrage pour la réalisation d’un produit data (spécifications fonctionnelles et techniques par exemple) et de la plateforme des données. Le projet évalué a pour but d’extraire, structurer et de pérenniser les données, utiles et nécessaires à la réalisation du produit data. |
RNCP42652BC03 - Réaliser l'ingénierie et l’analyse de données d’un produit data
| Liste de compétences | Modalités d'évaluation |
|---|---|
|
Concevoir des modèles des données analytiques dans le respect des logiques métiers, en dénormalisant les modèles transactionnels de la zone intermédiaire afin de mettre à disposition des données rapides à analyser dans le produit data. |
Mise en situation professionnelle dans un contexte réel ou fictif de réalisation de l’infrastructure de traitement des données et leur analyse. Le projet évalué a pour but d’automatiser la transformation des tables transactionnelles en tables analytiques, de pérenniser ces données et de les analyser. Cas pratique à partir d’une chaîne de traitement des données existante présentant au moins une erreur technique, en contexte réel ou fictif. Le cas pratique évalué a pour but la mise en place du monitorage applicatif et de la résolution d’un incident technique dans la chaîne de traitement des données. |
RNCP42652BC04 - Formaliser et interpréter les résultats d’un produit data
| Liste de compétences | Modalités d'évaluation |
|---|---|
|
Définir les représentations graphiques d’un produit data, en choisissant une ou plusieurs visualisations de données adaptées à la nature des données et aux objectifs d’analyse, afin de mettre en évidence les résultats obtenus. |
Mise en situation professionnelle dans un contexte réel ou fictif de réalisation d’un tableau de bord, à partir du cadrage pour la réalisation d’un produit data (spécifications fonctionnelles et techniques par exemple) et tables analytiques. Le projet évalué a pour but de mettre en forme les données de tables analytiques. Mise en situation professionnelle dans le cadre d’une situation professionnelle réelle ou fictive, à partir d’un tableau de bord d’un produit data. Le candidat rédige un rapport de synthèse sur les résultats de l’analyse et les conclusions associées et simule la présentation du produit data réel ou fictif aux équipes métiers. |
Description des modalités d'acquisition de la certification par capitalisation des blocs de compétences et/ou par correspondance :
Valider les quatre blocs de compétences constituant la certification professionnelle.
Secteurs d’activités :
Le data analyst intervient dans 3 contextes professionnels principaux : au sein d’Entreprises de services du numérique (ESN), de cabinets de conseil et de sociétés spécialisées en data et en business intelligence, en sous-traitance ou en mission pour le compte de leurs clients ; au sein d’entreprises privées, d’acteurs publics ou d’organisations internationales qui exploitent la donnée dans le cadre du pilotage de leur performance, de l’optimisation de leurs opérations, du suivi de leurs indicateurs stratégiques ou du développement de nouveaux produits et services data-driven ; et au sein d’équipes data internes intégrées (data office, direction de la performance, direction produit, marketing analytics, finance, opérations) où il joue un rôle transverse d’interface entre les équipes techniques et les métiers.
Type d'emplois accessibles :
Data analyst - Analyst BI (Business Intelligence) - Business analyst
Code(s) ROME :
- M1805 - Études et développement informatique
- M1403 - Études et prospectives socio-économiques
Références juridiques des règlementations d’activité :
Si le métier n'est pas réglementé, il s'exerce dans le respect de standards et de réglementations applicables notamment en termes de sécurité informatique, d'accessibilité, de numérique responsable, de gestion des données personnelles (RGPD) et d’hygiène et de sécurité au travail en vigueur.
Le cas échant, prérequis à l’entrée en formation :
L'entrée en formation est conditionnée à la validation des tests de positionnement ayant pour objectifs de sécuriser les parcours des apprenants et de constituer le collectif de la promotion. Elle n'est soumise à aucun prérequis de niveau de compétence, de diplôme ou d'expérience professionnelle.
Le cas échant, prérequis à la validation de la certification :
Pré-requis disctincts pour les blocs de compétences :
Non
| 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 certification est composé d’au moins 2 professionnels avec à minima 2 années d’expérience professionnelle dans le domaine de l’analyse de données: Data Analyst, Business Analyst, Analytics Engineer, etc. Au moins 50% des jurés sont extérieurs à l’organisme certificateur et à l’organisme évaluateur. |
- | |
| En contrat d’apprentissage | X |
Le jury de certification est composé d’au moins 2 professionnels avec à minima 2 années d’expérience professionnelle dans le domaine de l’analyse de données: Data Analyst, Business Analyst, Analytics Engineer, etc. Au moins 50% des jurés sont extérieurs à l’organisme certificateur et à l’organisme évaluateur. |
- | |
| Après un parcours de formation continue | X |
Le jury de certification est composé d’au moins 2 professionnels avec à minima 2 années d’expérience professionnelle dans le domaine de l’analyse de données: Data Analyst, Business Analyst, Analytics Engineer, etc. Au moins 50% des jurés sont extérieurs à l’organisme certificateur et à l’organisme évaluateur. |
- | |
| En contrat de professionnalisation | X |
Le jury de certification est composé d’au moins 2 professionnels avec à minima 2 années d’expérience professionnelle dans le domaine de l’analyse de données: Data Analyst, Business Analyst, Analytics Engineer, etc. Au moins 50% des jurés sont extérieurs à l’organisme certificateur et à l’organisme évaluateur. |
- | |
| Par candidature individuelle | X | - | - | |
| Par expérience | X |
Le jury de VAE est composé au minimum de deux membres, dont au moins une personne qualifiée au titre de la certification visée et au moins 25% de représentants du monde professionnel, conformément aux exigences RNCP. Nous veillons au respect de la parité femmes‑hommes, autant que possible, dans la composition des jurys. |
- |
| Oui | Non | |
|---|---|---|
| Inscrite au cadre de la Nouvelle Calédonie | X | |
| Inscrite au cadre de la Polynésie française | X |
Certifications professionnelles enregistrées au RNCP en correspondance partielle :
| Bloc(s) de compétences concernés | Code et intitulé de la certification professionnelle reconnue en correspondance partielle | Bloc(s) de compétences en correspondance partielle |
|---|---|---|
| RNCP42652BC01 - Piloter la réalisation d’un produit data | RNCP37837 - Data analyst | RNCP37837BC04 - Piloter un projet data en respectant la réglementation |
| RNCP42652BC01 - Piloter la réalisation d’un produit data | RNCP38616 - Concepteur développeur en intelligence artificielle et analyse big data | RNCP38616BC04 - Mener des projets IA et Big Data en équipe en intégrant les contraintes légales et des considérations éthiques |
| RNCP42652BC01 - Piloter la réalisation d’un produit data | RNCP39300 - Titre ingénieur - Ingénieur de l'Ecole nationale supérieure des sciences applicatives et du risque (ENSAR) , spécialité Science de la donnée |
RNCP39300BC01 - Identifier et reformuler les besoins métiers du commanditaire d'une analyse de données ET RNCP39300BC02 - Concevoir une ingénierie de préparation des données (data prep) pertinente au regard des besoins métiers formulés par un commanditaire et de l'éthique de l'ingénieur en science de la donnée |
| RNCP42652BC01 - Piloter la réalisation d’un produit data | RNCP40729 - DipViGrL - Diplôme en sciences des données, société et organisations |
RNCP40729BC04 - Orienter vers la résolution de problèmes ET RNCP40729BC06 - Gérer des projets agiles |
| RNCP42652BC02 - Réaliser la collecte, le nettoyage et le stockage des données d’un produit data | RNCP37837 - Data analyst |
RNCP37837BC01 - Structurer et gérer la base de données ET RNCP37837BC02 - Identifier, collecter et analyser les données |
| RNCP42652BC02 - Réaliser la collecte, le nettoyage et le stockage des données d’un produit data | RNCP38616 - Concepteur développeur en intelligence artificielle et analyse big data | RNCP38616BC01 - Automatiser la collecte et le traitement des données (Data Engineering) |
| RNCP42652BC02 - Réaliser la collecte, le nettoyage et le stockage des données d’un produit data | RNCP39300 - Titre ingénieur - Ingénieur de l'Ecole nationale supérieure des sciences applicatives et du risque (ENSAR) , spécialité Science de la donnée | RNCP39300BC02 - Concevoir une ingénierie de préparation des données (data prep) pertinente au regard des besoins métiers formulés par un commanditaire et de l'éthique de l'ingénieur en science de la donnée |
| RNCP42652BC02 - Réaliser la collecte, le nettoyage et le stockage des données d’un produit data | RNCP40729 - DipViGrL - Diplôme en sciences des données, société et organisations |
RNCP40729BC01 - Collecter des données en vue de l’analyse numérique ET RNCP40729BC02 - Modéliser et traiter des données |
| RNCP42652BC03 - Réaliser l'ingénierie et l’analyse de données d’un produit data | RNCP37837 - Data analyst |
RNCP37837BC02 - Identifier, collecter et analyser les données ET RNCP37837BC05 - Spécialisation Data Analyst - Statistiques : Réaliser des tests statistiques et concevoir des modèles d’apprentissage supervisé et non supervisé |
| RNCP42652BC03 - Réaliser l'ingénierie et l’analyse de données d’un produit data | RNCP38616 - Concepteur développeur en intelligence artificielle et analyse big data | RNCP38616BC02 - Analyser et synthétiser les données préalablement à l’utilisation d’algorithmes d’IA |
| RNCP42652BC03 - Réaliser l'ingénierie et l’analyse de données d’un produit data | RNCP39300 - Titre ingénieur - Ingénieur de l'Ecole nationale supérieure des sciences applicatives et du risque (ENSAR) , spécialité Science de la donnée |
RNCP39300BC03 - Comparer et appliquer de manière opérationnelle les outils statistiques et les langages informatiques pertinents pour produire une analyse de données appropriée au regard des besoins métiers du commanditaire ET RNCP39300BC04 - Exploiter des jeux de données pour identifier, évaluer et extraire leur valeur intrinsèque en les valorisant en informations probantes pour le commanditaire |
| RNCP42652BC03 - Réaliser l'ingénierie et l’analyse de données d’un produit data | RNCP40729 - DipViGrL - Diplôme en sciences des données, société et organisations |
RNCP40729BC02 - Modéliser et traiter des données ET RNCP40729BC03 - Analyser et interpréter des données |
| RNCP42652BC04 - Formaliser et interpréter les résultats d’un produit data | RNCP37837 - Data analyst | RNCP37837BC03 - Visualiser des données et interpréter des résultats |
| RNCP42652BC04 - Formaliser et interpréter les résultats d’un produit data | RNCP38616 - Concepteur développeur en intelligence artificielle et analyse big data | RNCP38616BC06 - Option Data Analyse - Concevoir des tableaux de bords avancés (Business Intelligence) |
| RNCP42652BC04 - Formaliser et interpréter les résultats d’un produit data | RNCP39300 - Titre ingénieur - Ingénieur de l'Ecole nationale supérieure des sciences applicatives et du risque (ENSAR) , spécialité Science de la donnée | RNCP39300BC04 - Exploiter des jeux de données pour identifier, évaluer et extraire leur valeur intrinsèque en les valorisant en informations probantes pour le commanditaire |
| RNCP42652BC04 - Formaliser et interpréter les résultats d’un produit data | RNCP40729 - DipViGrL - Diplôme en sciences des données, société et organisations |
RNCP40729BC03 - Analyser et interpréter des données ET RNCP40729BC05 - Communiquer, à l’écrit comme à l’oral, dans un contexte international |
Anciennes versions de la certification professionnelle reconnues en correspondance partielle :
| Bloc(s) de compétences concernés | Code et intitulé de la certification professionnelle reconnue en correspondance partielle | Bloc(s) de compétences en correspondance partielle |
|---|---|---|
|
RNCP42652BC01 - Piloter la réalisation d’un produit data ET RNCP42652BC02 - Réaliser la collecte, le nettoyage et le stockage des données d’un produit data |
RNCP37429 - Data Analyst |
RNCP37429BC01 - Collecte des données : exploration et requêtage des différents types de bases de données, et récupération des données ET RNCP37429BC02 - Automatisation du traitement des données : nettoyage, complétion, correction, uniformisation |
| RNCP42652BC03 - Réaliser l'ingénierie et l’analyse de données d’un produit data | RNCP37429 - Data Analyst |
RNCP37429BC01 - Collecte des données : exploration et requêtage des différents types de bases de données, et récupération des données ET RNCP37429BC03 - Modélisation des données structurées : identification des corrélations existantes et utilisation du Machine Learning pour établir des prévisions |
| RNCP42652BC04 - Formaliser et interpréter les résultats d’un produit data | RNCP37429 - Data Analyst | RNCP37429BC04 - Visualisation des données : valorisation et interprétation des données pertinentes, et mise en forme dans un tableau de bord |
| Date de décision | 17-07-2026 |
|---|---|
| Durée de l'enregistrement en années | 3 |
| Date d'échéance de l'enregistrement | 17-07-2029 |
| Date de dernière délivrance possible de la certification | 17-07-2033 |
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 %) |
|---|---|---|---|---|---|
| 2025 | 273 | 0 | 54 | 35 | - |
| 2024 | 244 | 0 | 65 | 43 | - |
| 2023 | 87 | 0 | 69 | 58 | - |
Lien internet vers le descriptif de la certification :
https://www.simplon.co/data-ia/data-analyst
Le certificateur n'habilite aucun organisme préparant à la certification
Certification(s) antérieure(s) :
| Code de la fiche | Intitulé de la certification remplacée |
|---|---|
| RNCP37429 | Data Analyst |