Points clés
- Dates
- 1–5 févr. 2027 (5 jours)
- Lieu
- Barceló México Reforma, Mexique
- Frais par participant
- 3 360 £ (GBP)
- Paiement
- Sur facture et par virement bancaire
- Clôture des inscriptions
- 23 déc. 2026
- Format
- 5-day short course: a practical capacity-building programme for government, NGO and project teams in Mexico
- Option intra
- Organisez-le pour votre équipe, à vos dates
Sur cette page 10 sections
Formation en science des données appliquée au Mexique
Présentation du programme
Over the last few decades, the amount of generated and retained data by companies has skyrocketed. In today’s world, data has become one of the most powerful tools that any organisation can have if they know how to obtain valuable insights from it. Data science powers contemporary business value and uncovers a vast array of perspectives for growth. More and more companies are opening their doors for big data; therefore, the demand for progress-driven data scientists with field expertise and honed analytical skills has reached an unseen level.
Free self-check: the digital readiness assessment gives how ready your institution is for digital services, data and AI, in about 10 minutes.
Applied Data Science Training in Mexico familiarises its participants with the best practices of data science. It covers a wide range of disciplines that data analytics relates to. Upon successful completion of this programme, participants will be able to apply the power of R and Python, analyse and visualise data, employ powerful machine learning algorithms, and convert data into meaningful statistics that fuel business growth and development.
Delivered by Risalat Consultants International in Mexico, it combines expert-led sessions, real cases, and group work, so that participants can apply what they learn in their own institution. It is designed for those who model, store, and process large datasets using latest algorithms and techniques, comprehend the importance of data-based solutions to various business challenges, demonstrate deep understanding of pattern finding and predictive models, decide between proprietary and open source technologies, and others who want practical, current skills in digital government, data, and technology.
Le programme renforce les capacités institutionnelles en matière de :
- Software and data engineers
- Data scientists
- Data analysts
- Economists or researchers
- Functional executives and senior level managers
- Data types
- Visualising data
- Evaluating representative quality of data
- Stratégie numérique et planification de la transformation
- Gouvernance et qualité des données
- Analyse et visualisation des données
- Notions de base en cybersécurité et gestion des risques
Why this matters now
Les organisations ont de plus en plus besoin de professionnels capables de :
- Planifier des initiatives numériques qui résolvent de vrais problèmes
- Gérer la qualité, la protection et le partage des données
- Analyser les données et les présenter clairement
- Gérer les risques cyber et technologiques
- Accompagner les équipes dans le changement numérique
Des systèmes solides d'administration numérique, de données et de technologies aident les organisations à :
- Fournir des services plus rapides et plus accessibles
- Mieux utiliser les données dans les décisions
- Protéger les systèmes et les données personnelles
- Tirer parti des investissements technologiques
Public concerné
Ce programme s'adresse à :
- Modéliser, stocker et traiter de grands jeux de données à l'aide des algorithmes et techniques les plus récents
- Comprendre l'importance des solutions fondées sur les données face à divers enjeux métiers
- Maîtriser la recherche de motifs et les modèles prédictifs, et choisir entre technologies « propriétaires » et « open source »
- Appliquer des fonctions d'analyse statistique et mathématique ainsi que des algorithmes d'apprentissage automatique
- Comparer les solutions relevant de l'analyse de données et de l'apprentissage automatique
- Gérer des projets de science des données selon les bonnes pratiques de gestion de projet
- Concevoir des solutions de bout en bout fondées sur les données pour résoudre des problèmes métiers et évaluer l'efficacité des différentes options
- Responsables et chargés des TIC
- Responsables de la transformation numérique
- Analystes de données et statisticiens
- Responsables de la sécurité de l'information
- Chargés de politiques et de planification
Cochez ce que votre équipe doit être capable de faire.
Objectifs du programme
À l'issue de ce programme, les participants seront en mesure de :
- Expliquer les grandes tendances de l'administration numérique et de l'utilisation des données
- Planifier une initiative numérique liée aux objectifs de service
- Appliquer les principes de gouvernance et de qualité des données
- Analyser et visualiser les données pour les décideurs
- Identifier et gérer les risques cyber et technologiques
- Adopter des pratiques responsables dans l'utilisation de l'IA et de l'automatisation
- Planifier l'acquisition et la gestion des technologies
- Accompagner les équipes dans le changement numérique
- Préparer un plan d'action numérique pour leur institution
Training Structure & Contents
- Types de données
- Visualiser les données
- Évaluer la représentativité des données
- Synthétiser les données à l'aide des statistiques descriptives
- Profilage de groupes à l'aide de tests statistiques
- Visualiser plusieurs analyses à l'aide de graphiques intelligents performants
- Régression linéaire et logistique simple
- Régressions linéaires multiples et logistiques
- Fonctions et modèles probabilistes pour l'analyse discriminante
- CART, CHAID and Random Forests
- Machines à vecteurs de support
- Classification naïve bayésienne
- Réseaux de neurones, apprentissage profond et possibilités de l'IA
- Atelier : apprentissage automatique supervisé : application à votre institution
- Informatique décisionnelle (bases de données, ETL, stockage, analytique)
- Prévision (tendances, lissage exponentiel, séries chronologiques, modèles ARIMA)
- R ou Python (tests statistiques et algorithmes d'apprentissage automatique)
- Étude de cas : la prévision en informatique décisionnelle avec R et Python en pratique
- Practical comparison of analytical choices against good practice
- Analyse en composantes principales
- Classification : hiérarchique et K-means
- Analyse factorielle des correspondances simple
- Positionnement multidimensionnel
- Analyse par quadrants
- PMP pour data scientists
- Intégration, coûts, périmètre
- IoT essentials: M2M and Embedded Systems
- Protocoles IoT de base
- Big Data : « où » et « quand »
- Fichiers distribués du Big Data avec HDFS
- Partage de données : MapReduce ou Spark
- Big Data Ecosystem bird’s eye view: Spark, Mongo DB, Cassandra, Flume, Cloudera, Oozie, Mahout
- Exercice de synthèse : plan d'action en science des données appliquée pour votre institution
Contenu détaillé jour par jour
Premier jour | Premiers pas en analyse et visualisation de données
- Types de données
- Visualiser les données
- Évaluer la représentativité des données
- Synthétiser les données à l'aide des statistiques descriptives
- Profilage de groupes à l'aide de tests statistiques
- Visualiser plusieurs analyses à l'aide de graphiques intelligents performants
- Régression linéaire et logistique simple
Deuxième jour | Apprentissage automatique supervisé
- Régressions linéaires multiples et logistiques
- Fonctions et modèles probabilistes pour l'analyse discriminante
- CART, CHAID and Random Forests
- Machines à vecteurs de support
- Classification naïve bayésienne
- Réseaux de neurones, apprentissage profond et possibilités de l'IA
- Atelier : apprentissage automatique supervisé : application à votre institution
Troisième jour | Prévision en informatique décisionnelle avec R et Python
- Informatique décisionnelle (bases de données, ETL, stockage, analytique)
- Prévision (tendances, lissage exponentiel, séries chronologiques, modèles ARIMA)
- R ou Python (tests statistiques et algorithmes d'apprentissage automatique)
- Étude de cas : la prévision en informatique décisionnelle avec R et Python en pratique
- Practical comparison of analytical choices against good practice
Quatrième jour | Apprentissage automatique non supervisé & PMP pour data scientists
- Analyse en composantes principales
- Classification : hiérarchique et K-means
- Analyse factorielle des correspondances simple
- Positionnement multidimensionnel
- Analyse par quadrants
- PMP pour data scientists
- Intégration, coûts, périmètre
Cinquième jour | IoT et écosystème du Big Data
- IoT essentials: M2M and Embedded Systems
- Protocoles IoT de base
- Big Data : « où » et « quand »
- Fichiers distribués du Big Data avec HDFS
- Partage de données : MapReduce ou Spark
- Big Data Ecosystem bird’s eye view: Spark, Mongo DB, Cassandra, Flume, Cloudera, Oozie, Mahout
- Exercice de synthèse : plan d'action en science des données appliquée pour votre institution
Méthodologie de formation
Being highly participatory in nature, this training course in Mexico provides scope for active interaction between the instructor and attendees. By using innovative methods of coaching, step-by-step case studies, and plenty of hands-on exercises, Risalat team will make sure you are industry ready upon completion of this workshop. Before the programme, a short pre-assessment helps the facilitators understand each participant’s role and priorities, so that examples and exercises can be adjusted to the group. Each day ends with a short reflection in which participants note what they will apply at work.
- Sessions animées par des experts sur les pratiques actuelles
- Études de cas régionales et internationales
- Travaux de groupe et exercices pratiques
- Simulations et jeux de rôle le cas échéant
- Discussion des défis rencontrés par les participants dans l’exercice de leurs fonctions
- Apprentissage entre pairs, d'institutions et de pays différents
- Des outils et modèles pratiques à réutiliser au travail
- Réflexion quotidienne et plan d'action
- Collecter
- Nettoyer
- Stocker
- Analyser
- Décider
Résultats attendus
- Planifier des initiatives numériques liées aux objectifs de service
- Appliquer les principes de gouvernance et de qualité des données
- Analyser et présenter clairement les données
- Gérer les risques cyber et technologiques
- Utiliser l'IA et l'automatisation de manière responsable
- Piloter le changement numérique dans leur institution
3 360 £ par participant · facture et virement bancaire · réduction pour les groupes de 5 personnes ou plus
Cinq personnes ou plus d'une même organisation : demandez le tarif de groupe lors de votre demande de facture.
Ten or more: an in-house version for your institution may cost less per person. Ask for an in-house quote.
Registration closes in 31 days (23 Dec 2026)
Pertinence régionale & mise en application
Holding the programme in Mexico brings participants together away from their daily pressures, so they can compare how digital government, data, and technology is handled in different settings. The same programme can also be delivered in-house for one institution, in its own country or online, with cases taken from its current work.
- Europe: European institutions apply digital government, data and technology within detailed regulatory frameworks and reform agendas. Participants from Europe can compare their practice with colleagues from other regions and test how established methods work under different conditions.
- Africa: Across Africa, ministries, agencies and project teams working in digital government, data and technology increasingly operate alongside donor-financed programmes that expect clear systems and evidence. The programme helps participants adapt good practice to the institutions and resources they work with.
- Middle East: In the Middle East, national development strategies and diversification plans place growing demands on digital government, data and technology. Participants explore how to build the capability these plans need inside public bodies and companies.
- Asia: Institutions across Asia combine rapid growth with ambitious modernisation programmes. Participants from Asia can share their experience of scaling systems quickly and learn from approaches used elsewhere.
- Pacific: Small island and Pacific states face particular constraints of size, distance and capacity. The programme highlights practical, proportionate approaches to digital government, data and technology that suit smaller institutions.
Profil du pays d'accueil – Mexique
Mexico offers participants a well-connected venue for international learning, with the facilities needed
Who Will Deliver This Programme
Each date is delivered by a team assigned from Risalat's expert network for this subject. For this programme we assign:
How we choose them: Experience in the region of the participants or comparable settings; Command of the financier rules that apply (World Bank, ADB, AfDB, EU, UN) where relevant; Delivery in English; other languages on request for in-house groups; No conflict of interest with participants' institutions.
Formations au MexiqueData Science & Excel Modelling training courses
Le programme « Formation en science des données appliquée au Mexique » peut-il être organisé en interne pour une seule organisation ?
Quels autres programmes Risalat propose-t-il en données, IA et analytique ?
Comment les organisations s'inscrivent-elles et paient-elles ?
Pour les équipes et les institutions
Bring your team
Teams that learn together apply more at work. Tell us how many people and how you would like to take part: we reply with a group quote within two working days.
Watch: this programme in short
Plus de formations au Mexique · Tous les programmes dans les Amériques · Calendrier complet des formations
Plan this programme in a roadmap: why it matters, why to approve it, the dates to plan and the career it builds.



