8 modules sur 11 déjà produits
Supports PDF, notebooks Jupyter exécutés, jeux de données, exercices corrigés et version R complète pour chacun.
Formation phareEn ligneGéosciences & Données
Data Analyse & Géostatistique avec R et Python
Onze modules, un seul gisement, du fichier brut au rapport de ressources.
- durée
- 4 semaines
- volume
- 12 séances (3 par semaine)
- 60 % avant le démarrage, 40 % à mi-parcours
- 250 000 FCFA
Le problème
Pourquoi cette formation existe
Un rapport de ressources engage la signature de celui qui le produit. Une teneur mal estimée n'est pas une erreur de calcul : c'est une décision d'investissement faussée, et elle ne se voit pas avant la réconciliation avec l'usine.
Notre promesse
Ce que vous en retirez
Vous ne apprendrez pas seulement à produire un chiffre. Vous apprendrez à détecter ce qui le rendrait faux — et à le défendre devant un auditeur.
Compétences
Ce que vous saurez faire
À l'issue de la formation, ces compétences sont acquises et validées par un projet.
- Contrôler la qualité d'une base de forage et détecter les erreurs injectées
- Compositer correctement, en respectant les contacts lithologiques
- Mener une analyse exploratoire et une ACP sur des données géochimiques
- Produire des figures et tableaux de bord de qualité publication
- Calculer et modéliser des variogrammes 3D anisotropes
- Construire un modèle de blocs et kriger des ressources
- Classer des ressources en Mesurées, Indiquées, Présumées
- Simuler pour quantifier le risque et corriger le lissage du krigeage
- Automatiser vos traitements et générer vos rapports
Programme
Le déroulé, module par module
Chaque module annonce son objectif et son livrable. Cliquez pour ouvrir.
Environnement, syntaxe, pandas, organisation d'un projet d'analyse.
Base de forage Collar/Survey/Litho/Assays · doublons, valeurs extrêmes, gaps et overlaps · compositage. Le jeu de données contient des erreurs injectées volontairement : vous apprenez en les détectant.
Statistiques par domaine, distributions, écrêtage, corrélations, tests. 580 composites caractérisés.
ACP, classification K-means et CAH, analyse discriminante. Trois méthodes indépendantes détectent 16 anomalies de log.
Cartes, coupes, échelles de couleur justifiées, contrôle du daltonisme, tableaux de bord HTML autonomes.
Variable régionalisée, stationnarité, déclustering, variogrammes expérimentaux et directionnels, anisotropie.
Modèles théoriques, ajustement, effet de support, validation croisée, paramétrage du voisinage (QKNA) et biais conditionnel.
Modèle de blocs, krigeage ordinaire, simple, universel et par indicatrices, cartographie des incertitudes, classification des ressources.
Simulation gaussienne séquentielle, réalisations multiples, analyse de risque.
Scripts réutilisables, génération automatique de tableaux et de rapports PDF.
Une étude de ressources complète, menée de bout en bout et soutenue.
Ce qui le prouve
Pourquoi nous faire confiance
Chaque chiffre du support est vérifié contre le code
Aucune valeur n'est recopiée à la main. Un apprenant qui refait le calcul retrouve exactement le nombre imprimé.
Les erreurs y sont enseignées, pas cachées
Le parcours montre comment 16 composites sur 225 suffisent à fabriquer une fausse dérive, et comment un biais conditionnel échappe à tous les contrôles habituels.
Pour qui
- Géologues d'exploration et de mine
- Ingénieurs des mines
- Géostatisticiens et data analysts
- Doctorants en géosciences
- Agents des services géologiques
Prérequis
- Bases de statistiques : moyenne, variance, corrélation
- Notions de géologie minière
- Aucune expérience de programmation requise — R et Python sont enseignés depuis le début
Outils : R, Python, pandas, scikit-learn, Plotly — tous gratuits
Ce qui nous distingue
- Cas d'étude africain, pas un gisement australien de démonstration
- Outils entièrement gratuits — aucune licence à acheter
- R et Python en parallèle — chaque module existe dans les deux langages
- Certification sur projet, pas sur présence
Témoignages
La parole des apprenants
Emplacement réservé aux témoignages
Cette section attend les retours écrits et vidéo des apprenants.
Elle apparaîtra dès que les premiers auront été collectés et autorisés.
Vos questions
Les objections, traitées franchement
Non. Le module 1 part de zéro : installation, premières lignes, organisation d'un projet. La moitié de nos apprenants n'avait jamais écrit une ligne de code avant de commencer.
Aucun. R, Python et toutes les bibliothèques utilisées sont gratuits et légaux. C'est un choix délibéré : nous ne voulons pas qu'un apprenant soit bloqué par une licence à la fin de la formation.
Un ordinateur avec 8 Go de mémoire vive et une connexion internet stable pendant les séances. Les enregistrements permettent de rattraper.
Oui. Vous recevez l'enregistrement de chaque séance, ainsi que les supports PDF, les notebooks et les jeux de données.
C'est une attestation professionnelle CSA, délivrée après validation d'un projet réel — pas après une simple présence. Nous ne délivrons pas de diplôme d'État.
Onze modules, un seul gisement, du fichier brut au rapport de ressources.
4 semaines · 12 séances (3 par semaine) · 100 % en ligne (Zoom / Google Meet)
250 000 FCFA
— 60 % avant le démarrage, 40 % à mi-parcours