Bonjour,

Je suis moi même un Data analyst reconverti ou j'ai tout appris par moi même (SQL, Power BI, Jira, azure..). Je suis issue du milieu de la finance (banques d'investissements et cabinets d'audit). Avant ma reconversion j'etais expert Excel car dans la finance c'est un des outils qu'il faut très bien maîtriser. Je me suis formé à Power BI et j'ai passé la certification. Mais ce n'est pas suffisant pour être embauché car comme tu l'as mentionné, il faut savoir faire des requêtes (parfois complexes) sur des bases de données (SQL Server, Oracle, DB2...). Un vrai data analyst qui fait un parcours diplomant va apprendre plusieurs outils de dataviz (PBI, Tableau, Looker..) et aura travaillé sur des projets au cours de sa formation. Dans ton cas comme dans le mien, il existe des bons tutos sur Youtube mais le problème et qu'ils ne sont pas toujours bien structurés. Si tu prends un abonnement sur un site comme Datacamp ou Coursera il y a un vrai parcours structuré (et diplomant). Pour revenir aux outils, il n'est pas essentiel de se former à tout ce que les employeurs demandent mais ca augmente considérablement ses chances d'être appelé, à savoir en amont du traitement des données SQL est le minimum mais aujourd'hui on peux te demander de connaitre Databricks, Snowflake, DBT, Talend, Alteryx et j'en passe. Ensuite pour l'alimentation du Datawarehouse, tu dois bien connaître la modelisation avec les concepts de tables de fait et de dimensions et des outils comme Microsoft Fabric et les datalake. Ensuite pour la restitution les outils de dataviz les plus demandés sont Power BI et Tableau mais dans le cas de PBI ils faut également savoir faire des requêtes en DAX, savoir comment sauvegarder les rapports dans PBI Service, savoir comment optimiser un rapport lent... ca demande pas mal de travail que seul l'experience peut apporter. Pour ce qui est de R / python c'est un plus mais pas indispensable. Avantage, aujourd'hui l'IA peut aider si on rencontre un probleme de codage mais attention, il est strictement interdit de donner à manger à Claude, Chatgpt et les autres des infos confidentielles de l'entreprise, les données doivent être anonymisées ou si snapshot masquer les infos confidentielles. Le métier est passionant mais pas toujours facile à cause de deadline parfois serrées. Sans compter qu'il faut également se former aux outils dit soft skills comme Confluence, Miro... En tout cas bon courage, si la motivation est là il n'y a pas de raison que tu n'y arrives pas ;)