Maîtrise des fondamentaux SQL — de la sélection simple à la modélisation de données.
- Ingestion de données et Modélisation : Créer des tables pour recevoir les données brutes et Concevoir les schémas Star, Snowflake, Data Vault
- Transformation ETL/ELT et Monitoring : Nettoyer, filtrer, agréger les données dans le pipeline,Surveiller les pipelines et détecter les erreurs
- Data Quality et optimisation : Vérifier les doublons, valeurs nulles, anomalies et Créer des index, partitionner les tables pour la performance
- Data Warehouse et reporting : Alimenter et requêter Snowflake, BigQuery, Redshift et Préparer les données pour les Data Analysts
| Projet | Description |
|---|---|
01-select-filters |
SELECT, WHERE, ORDER BY, LIMIT |
02-joins |
INNER, LEFT, RIGHT, FULL JOIN |
03-aggregations |
GROUP BY, COUNT, SUM, AVG |
04-subqueries |
Sous-requêtes et requêtes imbriquées |
05-window-functions |
ROW_NUMBER, RANK, PARTITION BY |
06-data-modeling |
Créer et optimiser des schémas de tables |
| Compétence | Ce que je sais faire | Valeur professionnelle |
|---|---|---|
| Requêtes de base | Filtrer, trier et limiter des données avec SELECT | Je sais interroger une base de données pour extraire des informations précises |
| Jointures | Combiner plusieurs tables avec INNER, LEFT, RIGHT, FULL JOIN | Je sais relier des données provenant de sources différentes |
| Agrégations | Calculer des statistiques avec GROUP BY, COUNT, SUM, AVG | Je sais produire des indicateurs et des métriques métier |
| Sous-requêtes | Imbriquer des requêtes pour des analyses complexes | Je sais résoudre des problèmes analytiques avancés en SQL |
| Window Functions | Utiliser ROW_NUMBER, RANK, PARTITION BY | Je maîtrise les fonctions analytiques utilisées en production |
| Modélisation | Concevoir et optimiser des schémas de tables | Je sais structurer une base de données pour la performance |
