Les 7 ressources gratuites pour te former à la data

Ce sont les sept que je recommande pour de vrai après dix ans dans la data. Elles ne sont pas là parce qu'elles sont célèbres : elles sont là parce qu'il en faut une par étage, et qu'une fois les sept posées, il ne manque rien pour commencer.

Gratuit veut dire gratuit. Pas d'essai de sept jours, pas de carte bleue à la fin. Deux d'entre elles demandent un compte (Khan Academy et Kaggle), et c'est tout. Le seul endroit où quelqu'un peut croire qu'il doit payer, c'est CS50 : le cours est libre, ce sont les certificats vérifiés qui sont payants, et tu n'en as pas besoin.

Et une chose que la vidéo n'a pas le temps de dire : trois de ces sept ressources ne parlent pas de data du tout. CS50, The Missing Semester et free-for.dev, c'est du dev. C'est l'étage que presque tout le monde saute, et c'est celui qui fait la différence entre quelqu'un qui suit des tutos et quelqu'un qu'on embauche.

L'erreur classique, c'est d'ouvrir les sept onglets le même soir. Tu regardes une vidéo de machine learning avant de savoir écrire une boucle, tu ne comprends rien, et tu en conclus que tu n'es pas fait pour ça. Tu étais juste au mauvais étage.

Donc : un temps, une porte de sortie. La porte n'est pas une durée, c'est une chose que tu sais faire. Certains la passent en trois semaines, d'autres en trois mois — la liste donne l'ordre, toi tu donnes le rythme.

C'est le cours le plus suivi de Harvard. Une année là-bas coûte des dizaines de milliers de dollars ; celui-là est en ligne, filmé, avec les exercices corrigés automatiquement, et il ne coûte rien.

Ce qu'il t'apprend, ce n'est pas un langage : c'est comment un ordinateur pense. Ce qu'est une variable en mémoire, pourquoi un programme est lent, ce qu'il y a sous le capot quand tu écris une ligne. C'est la seule ressource de la liste qui donne ça, et c'est ce qui te permettra plus tard de lire ce qu'une IA écrit et de voir que c'est faux.

C'est en anglais, sous-titré. Les premières semaines sont en C, et ça surprend tout le monde : c'est voulu, c'est le langage qui ne cache rien. La suite passe en Python.

La peur numéro un en reconversion, c'est les maths. Je te rassure : pour commencer la data, il te faut le niveau collège bien maîtrisé — moyennes, pourcentages, proportions — plus un peu de statistiques. Pas une prépa.

Khan Academy est une association : les cours, les exercices et le suivi sont gratuits, sans version payante cachée derrière. Tu fais le test de niveau, tu reprends ce qui manque, tu sautes le reste.

Le constat de départ est drôle : on apprend aux étudiants les algorithmes et les langages, et personne ne leur apprend jamais les outils qu'ils vont utiliser tous les jours. Alors le MIT a créé le semestre manquant.

Au programme : le terminal, le shell et ses scripts, Git, la recherche dans les fichiers, le débogage. Rien de spectaculaire, et c'est exactement ce qui sépare quelqu'un qui galère de quelqu'un qui avance.

Avec l'IA, ça compte plus, pas moins. Claude Code tape les commandes à ta place — il les connaît toutes. Ce qu'il ne fait pas, c'est savoir si ce qu'il vient de lancer était une bonne idée. Ça, il faut que ce soit toi.

Les prénoms donnés en France depuis 1900. Le prix de l'essence station par station. Les loyers, les accidents de la route, les résultats d'élections, les établissements scolaires. De vraies données, sales comme la vraie vie, sur des sujets que n'importe qui comprend.

C'est ce qui manque à la plupart des débutants : leurs projets tournent tous sur les trois mêmes fichiers d'exemple qu'on voit dans les tutos. Un projet sur des données françaises réelles, ça se raconte en entretien — et la personne en face comprend le sujet sans que tu aies à l'expliquer.

C'est la référence francophone pour entrer dans le machine learning sans se noyer. Guillaume y reprend les bases dans l'ordre : Python scientifique, puis les maths qui servent vraiment, puis les algorithmes, avec le code à côté.

L'intérêt, c'est la langue. Le ML en anglais quand on découvre à la fois la notion et le vocabulaire, ça fait deux efforts en même temps. Ici il n'y en a plus qu'un.

Des serveurs, des bases de données, des API, de l'hébergement, des noms de domaine, des outils de suivi d'erreurs : tout ce qui a une offre gratuite utilisable pour de vrai. Le dépôt GitHub derrière porte plus de 137 000 étoiles et plus de 1 600 contributeurs — c'est tenu à jour par des gens qui s'en servent.

À quoi ça sert quand on apprend : à déployer. Ton projet sur ton ordinateur n'existe pas ; ton projet en ligne, avec une URL que tu envoies à quelqu'un, existe. Tu trouveras là de quoi héberger l'un et l'autre sans sortir un centime.

Kaggle appartient à Google, et c'est la plateforme des data scientists. Quatre choses dedans, toutes gratuites :

• Des milliers de jeux de données, sur tous les sujets.
• Des micro-cours (Kaggle Learn) : Python, pandas, SQL, visualisation, machine learning. Courts, avec des exercices dans le navigateur.
• Des compétitions, certaines avec de vrais prix en dollars.
• Des notebooks où Google te prête un GPU, dans un quota d'heures par semaine. La machine que des entreprises payent cher pour entraîner leurs modèles, tu l'as dans ton navigateur, sans rien installer.

C'est aussi l'endroit où voir du code écrit par d'autres sur le même jeu de données que toi. Lire cinq notebooks sur un problème que tu viens d'essayer de résoudre, ça vaut n'importe quel cours.

Personne ne t'embauchera sur la liste des cours que tu as suivis. Ce qu'on regarde, c'est une chose que tu as faite : une question, des données réelles, du code lisible, un résultat, et une URL ou un dépôt qu'on peut ouvrir sans t'appeler.

Un seul projet fini vaut mieux que quatre commencés. Fini veut dire : déployé, avec un fichier qui explique en dix lignes ce que c'est, pourquoi tu l'as fait et ce que tu as appris. Les ressources 4, 6 et 7 de cette liste sont là pour ça — les données, l'hébergement gratuit, la machine.

Si les mots « terminal », « Git » ou « déployer » ne te disent rien, ne commence pas par les étages du haut. Apprends d'abord à coder : le web, une base de données, mettre quelque chose en ligne. C'est le même socle pour tout le monde, et la data se pose dessus après.

C'est exactement ce que fait le plan des 6 premiers mois, et c'est ce que raconte la carte pour devenir data engineer : le poste de data engineer s'obtient rarement en premier, on y arrive depuis un poste de développeur, d'analyste ou de DevOps. L'ordre compte plus que la vitesse.