Pandas, Cleaning & EDA — V8 strict-gate

Lire des fichiers réels : CSV, Excel, Parquet et encodages

Contrat de données : schéma, grain, clés et règles métier

Selection et filtrage avec loc, iloc et masques

Index, MultiIndex et alignement des séries

Types et conversions en Pandas

Nettoyage des chaînes : string methods, regex simples et normalisation

Dates, fuseaux horaires et features temporelles

Valeurs manquantes : diagnostiquer et traiter NaN

Doublons, clés candidates et déduplication défendable

Outliers : détection, winsorisation et règles métier

Groupby et aggregations au bon grain

Transformations groupées : transform, rolling, expanding

Pivot, melt, stack et tableaux long/wide

Merge et concat avec controles de cardinalite

Joins avancés : asof, semi/anti-join et validation de couverture

Statistiques descriptives et correlations

Distributions : histogrammes, quantiles, boxplots et KDE

Analyse catégorielle : fréquences, cross-tab et imbalance

Analyse bivariée et multivariée sans surinterprétation

Visualisation EDA orientee question

Seaborn pour patterns statistiques

Graphiques temporels, annotations et narration visuelle

EDA orientée cible : fuite de données, proxy et biais

Rapport qualité : règles, scorecards et alertes

Profiling automatisé sans perdre le jugement analytique

Reproductibilité : notebook propre, script et seed

Performance Pandas : vectorisation, dtypes, mémoire, chunks

Tests de données avec assert, pytest et contrats simples

Export et livraison : CSV/Parquet, dictionnaire de données, README

EDA pour machine learning : train/test, segmentation, features candidates

EDA business : KPI, cohortes et analyse de changement

Capstone EDA de bout en bout

Atelier audit : relire une EDA et détecter les faiblesses

Portfolio : transformer une EDA en étude de cas convaincante

Certification blanche : diagnostic complet en temps limité

Projet final premium : EDA industrielle avec dataset imparfait