Data Product Manager, part-time (12 weeks)

by DataScientest

Practical course - 16d - 112h00 - Ref. 4DF
Price : 3490 € E.T.

Data Product Manager, part-time (12 weeks)

by DataScientest



Devenez expert en gestion de projet Data avec ce parcours proposé par notre partenaire DataScientest. Un Data Product Manager a pour mission de répondre à un besoin client en apportant une solution technique adaptée. Cette formation certifiante se déroule à distance dans un format hybride mêlant temps d’échanges synchrones avec un formateur expert, exercices pratiques et modules E-learning. Basée sur la pédagogie Learning By Doing, vous réaliserez un projet fil rouge en équipe afin de mettre en pratique vos connaissances. Lors de votre inscription, vous serez rattaché à l’une des promotions Datascientest. A l’issue de cette formation, vous obtiendrez le bloc de compétence 1 de la certification RNCP « Expert en ingénierie de l’intelligence artificielle ». Contactez-nous dès maintenant pour connaître les prochaines dates !


Catalog
Custom

Online course

Ref. 4DF
  112h00
Prix : 3490 € E.T.
Language : EN
This course is also available in English.




Devenez expert en gestion de projet Data avec ce parcours proposé par notre partenaire DataScientest. Un Data Product Manager a pour mission de répondre à un besoin client en apportant une solution technique adaptée. Cette formation certifiante se déroule à distance dans un format hybride mêlant temps d’échanges synchrones avec un formateur expert, exercices pratiques et modules E-learning. Basée sur la pédagogie Learning By Doing, vous réaliserez un projet fil rouge en équipe afin de mettre en pratique vos connaissances. Lors de votre inscription, vous serez rattaché à l’une des promotions Datascientest. A l’issue de cette formation, vous obtiendrez le bloc de compétence 1 de la certification RNCP « Expert en ingénierie de l’intelligence artificielle ». Contactez-nous dès maintenant pour connaître les prochaines dates !


Teaching objectives
At the end of the training, the participant will be able to:
Understand the fundamentals of AI to integrate a Data team.
Manage a data project from team creation to results reporting.
Choose the most appropriate project management method.
Create an interactive Dashboard from raw data.

Intended audience
People with an interest in programming and data manipulation.

Prerequisites
Un diplôme ou un titre de niveau bac+3 ainsi qu'une première expérience en Data.
Pour les candidats ne présentant pas le niveau de qualification requis, une dérogation est possible sur dossier.

Certification
Pour clôturer la formation, l’équipe pédagogique évaluera le projet fil rouge de l’apprenant à l’aide d’un rapport écrit et d’une soutenance à distance. La validation des compétences développées au cours de la formation Product Manager vous permettra d’obtenir : Le bloc de compétence 1 de la certification RNCP de niveau 7 “Expert en ingénierie de l'intelligence artificielle” enregistrée au RNCP sous le n°RNCP38587.

Practical details
Digital activities
Online courses and exercises, group masterclasses, question/answer sessions, support classes, e-mail coaching, red thread projects, individualized career coaching, social learning.
Mentoring
Un formateur expert accompagne l’apprenant tout au long de sa formation. Il échange régulièrement avec lui sur son projet fil rouge et l’accompagne lors de points de mentorat (individuel). Plusieurs formateurs animent également les différentes masterclass (classes collectives) et répondent aux questions des apprenants à tout moment depuis un forum dédié. En complément, de nombreuses séances de questions-réponses peuvent être organisées pour aider les apprenants.
Pedagogy and practice
Lors de l’inscription, l’apprenant est affecté à une promotion (dates à définir lors de l’inscription) et reçoit son calendrier de formation. Le parcours de formation est découpé en « Sprint » de plusieurs semaines sur une thématique dédiée. Chaque semaine l’apprenant est convié à un temps d’échange avec le formateur qui se présente sous la forme de masterclass (classe collective) ou de points de mentorat (individuel). Pendant 80% du temps, l’apprenant travaille en autonomie sur la plateforme d’enseignement. Tous les modules intègrent des exercices pratiques permettant de mettre en œuvre les concepts développés en cours. L’apprenant doit également travailler en binôme ou trinôme sur un projet fil rouge tout au long de la formation. Cela lui permettra de développer et faire reconnaître ses compétences. En complément, des événements et ateliers thématiques sont régulièrement proposés pour permettre aux apprenants de découvrir les dernières innovations en matière de Data Science. Afin de suivre efficacement la formation, nous estimons le temps travail nécessaire entre 8 et 10 heures par semaine.

Course schedule

1
Upcoming session dates

  • October 2025: Start date 07/10/25
  • November 2025: Start date 04/11/25
  • December 2025: Start date 02/12/25

2
Introduction to Data Product Management

  • Understand the role of a DPM: business context, product vs. project, responsibilities.
  • Data science today: interactions with DPM, tools, DPM terminology.
  • DPM tasks: understand a need, propose a solution, monitor implementation, alternative without DPM.

3
Data Manipulation (Option 1)

  • Python basics: variables, types, functions, loops.
  • Data Quality: quality control, handling and cleaning.
  • Pandas: Pandas library, datasets, DataFrames, data manipulation.
  • API requests: API connection, API operations.

4
Data Manipulation (Option 2)

  • API request: API connection, API operations.
  • Put Data Governance into practice: business issues, quality management, statistics.
  • Data Quality: quality control, handling and cleaning.

5
Acculturation and Data Governance

  • Acculturation Data: Data professions, managing a Data team, common terms.
  • Different sources and types of data: sources and databases, storage, governance, database operation.
  • RGPD and Ethics: specificities of the Data environment, nonymization and pseudonymization.

6
Project management

  • Project management: project challenges, management models, change management.
  • Agile method: introduction to agility, tools and methods, Data application, impact within a company.
  • Final project: Product strategy, Product discovery, Product delivery.

7
Optional modules

  • Introduction to Business Intelligence: concept and use.
  • SQL language: relational databases, SQL queries.
  • Power BI: data sources, Power Query, modeling, DAX language, dashboards, Power BI services.
  • Make: introduction to No-Code, connections and workflow automation, data movement.