Offre principale · sur candidature
Hard Mode
Reprendre un projet data en vrac, le remettre en ligne, puis construire le tien.
Dix semaines. Les huit premières, quelqu'un regarde ton code. Les deux dernières,
tout le monde. Ce que presque personne ne fait : un professionnel ouvre ton dépôt,
lit tes requêtes, commente ta pull request et te dit pourquoi ta jointure double
les montants.
Semaines 1 à 8
Le chantier
Tu reprends le poste d'un analyste parti sans passation : dépôt sans
documentation, scripts qui ne tournent plus, exports téléchargés à la main.
Fichiers hérités, base Postgres distante, API paginée, historique en parquet.
Une pull request par semaine, une revue écrite dedans.
Semaines 9 et 10
Le chef d'œuvre
Ton sujet, dans le métier que tu vises, avec des données publiables. Même
exigence, aucun piège placé pour toi. Déploiement, README, puis une publication
que tu défends en public — et je commente dessous.
Ce que tu as en main à la fin
- Deux dépôts publics, dont un sujet que tu as choisi et défendu
- Dix revues de code écrites, visibles dans les pull requests
- Une CI verte : lint et tests à chaque push
- Une URL en HTTPS avec une relance mensuelle qui tourne sans toi
- Une note de décision d'une page, lisible en trois minutes
- Un rapport de contrôle montrant comment les chiffres ont été vérifiés
- Un README de reprise, validé par une reprise réelle
- Une synthèse d'acquis : fait seul, fait avec aide, pas encore démontré
Pour qui : tu as déjà les bases en Python et tu sais lire un
SELECT, mais tu bloques dès qu'il n'y a plus de guide. Environ 5 h
de pratique par semaine, plus 20 minutes de rendez-vous.
Pas pour toi si tu cherches une initiation à Python, du machine
learning, ou une garantie d'emploi. Aucune n'est au programme.
Places nommées. Le tarif se discute au diagnostic, une fois qu'on a vérifié
ensemble que le parcours te correspond.