Vous commencerez cette étude de cas Power BI en important et en nettoyant le jeu de données des offres d’emploi avec Power Query. Une fois cela fait, retroussez vos manches : il est temps d’explorer les données pour une première analyse.

Analyse du marché de l’emploi avec Power BI

Questions d’EDA à se poser

Importation de données avec Power Query

EDA initiale avec Power Query

Analyse des tendances des offres d’emploi

Nettoyage des intitulés de poste

Effet des années d’expérience sur le salaire

Tendances mises en évidence par l’EDA

Analyse exploratoire

L’équipe DataSearch a encore besoin de réponses. Heureusement, vous êtes là ! Dans ce chapitre, vous continuerez à appliquer vos compétences Power BI pour extraire des insights grâce à des outils comme DAX et commencerez à concevoir des visualisations de données originales.

Analyse des informations sur le marché

Options

In Scope

Out of scope

Informations clés à cibler

Nettoyage et analyse des compétences

Probabilité qu’une compétence apparaisse dans une offre

Évolution des compétences dans le temps

Analyse approfondie des descriptions de poste clés

Autres recommandations de postes

True

False

Tendances issues de l’analyse

Analyse des tendances du marché

Vous êtes presque prêt à livrer le rendu final. Dans ce dernier chapitre, vous combinerez toutes les informations tirées des offres d’emploi dans un tableau de bord Power BI interactif pour l’équipe DataSearch.

Créer un tableau de bord d’analyse du marché de l’emploi

Comment concevoir un tableau de bord

Commencer les modèles de tableau de bord

Concevoir la mise en page d’un tableau de bord

Explorer les compétences les plus demandées

Jauge de salaire pour les entreprises

Ajouter de l’interactivité avec des signets

Conclusion de l’étude de cas

Construction du tableau de bord

Metadata sheet

DataCamp vs. Local Experience

Exercises and Datasets

Dans cette étude de cas Power BI, vous explorerez un jeu de données réel d’offres d’emploi pour dégager des insights pour une entreprise de recrutement fictive appelée DataSearch. En vous appuyant sur ce que vous avez appris dans les cours précédents, vous utiliserez Power Query pour examiner et nettoyer les données afin d’identifier les compétences les plus recherchées pour les data scientists, data analysts et data engineers. Vous utiliserez ensuite DAX pour créer des visualisations pertinentes de vos conclusions. Enfin, vous rassemblerez le tout en exploitant l’ensemble des fonctionnalités de Power BI pour créer un tableau de bord métier et pouvoir répondre aux questions de l’équipe DataSearch.

<h2>Mettez vos compétences en pratique grâce à une étude de cas Power BI</h2>
Dans cette étude de cas Power BI, vous explorerez un ensemble de données réelles sur les offres d'emploi afin de découvrir des informations utiles pour une société de recrutement fictive, DataSearch. 
<br><br>
<h2>Utilisez Power Query pour analyser et nettoyer les données.</h2>
En vous appuyant sur les connaissances acquises lors des cours précédents, vous utiliserez Power Query pour analyser et nettoyer les données afin de déterminer les compétences les plus recherchées chez les scientifiques, les analystes et les ingénieurs de données. 
<br><br>
<h2>Utilisez DAX pour créer des visualisations pertinentes</h2>
Vous utiliserez ensuite DAX pour créer des visualisations pertinentes de vos résultats. Enfin, vous rassemblerez toutes ces informations en utilisant toutes les fonctionnalités de Power BI pour créer un tableau de bord métier qui vous permettra de répondre aux questions de l'équipe DataSearch.


Data Visualization in Power BI

Introduction to DAX in Power BI

Aidez une entreprise fictive avec cette étude de cas Power BI. Utilisez Power Query, DAX et tableaux de bord.

Étude de cas : analyser les données du marché de l’emploi avec Power BI

Assistez une entreprise fictive avec Power BI. Power Query, DAX et dashboards : identifiez les emplois recherchés dans le domaine des data.

Les Software Engineers et les Data Engineers ont des compétences très similaires.

SQL est une compétence clé pour tous les métiers de la data science.

Le principal langage de programmation pour les data scientists était Objective-C.

Les secteurs technologiques affichaient une demande plus faible pour les postes en data science.

La plupart des offres d’emploi provenaient de grandes entreprises.

Tendances issues de l’analyse

Exercice interactif pratique