La certification RS 6763 — code officiel RS6763 — « Manipuler, analyser et visualiser des données grâce aux modules Python de Data Science » est enregistrée au Répertoire spécifique (RS) de France Compétences par Api Society. Elle atteste d'une compétence complémentaire à un métier : voici l'essentiel pour la proposer et la gérer dans un organisme de formation.
📋L'essentiel de la fiche RS 6763
| Intitulé | Manipuler, analyser et visualiser des données grâce aux modules Python de Data Science |
|---|---|
| Code RS | RS 6763 RS6763 |
| Répertoire | Répertoire spécifique (certifications et habilitations) |
| Type d'enregistrement | Enregistrement sur demande |
| Certificateur | Api Society |
| Date d'échéance | 1er octobre 2026 |
| Date limite de délivrance | 1er avril 2027 |
| Date de décision | 1er octobre 2024 |
| Codes NSF | 110 — Spécialités pluri-scientifiques313 — Finances, banque, assurances, immobilier326 — Informatique, traitement de l'information, réseaux de transmission |
🎯Objectifs et contexte de la certification
Cette certification s'adresse aux professionnels de la donnée (statisticiens, actuaires, data analysts et data scientists) et aux scientifiques voulant attester leurs compétences en manipulation, analyse et visualisation des données avec les modules Python de Data Science.
🧩Compétences attestées
Une certification du Répertoire spécifique ne comporte pas de blocs de compétences : elle s'obtient dans sa globalité. Le référentiel ci-dessous liste les compétences que le candidat doit démontrer à l'évaluation.
Installer dans un environnement virtuel des modules et paquets scientifiques pour manipuler des données
Utiliser un environnement de développement scientifique afin de bénéficier d’une solution intégrée et ainsi être plus rapide et performant
Utiliser des outils collaboratifs afin de travailler à plusieurs data scientists sur les mêmes données
Trouver de nouvelles librairies et juger de leur pertinence en vue de répondre à un besoin particulier
Charger différents formats de données dans un tableau de données indexées ou non en vue de leur appliquer des traitements
Appliquer des fonctions et méthodes sur un tableau de données afin de le nettoyer et de le préparer à un futur traitement
Concevoir des masques pour extraire des données
Filtrer des données selon des plages temporelles afin d’extraire les données correspondantes à un moment précis
Filtrer des données à l’aide d’expressions rationnelles (regex) afin d’extraire les données correspondantes à un motif précis
Changer la fréquence d’échantillonnage de données afin de les ramener sur une échelle adaptée au besoin
Maîtriser les tableaux à n-dimensions (ndarray) et les types de données (entier, réel, chaîne de caractères, date et heure) afin de minimiser l’utilisation de la mémoire
Maîtriser les tableaux à données indexées à une dimension (Serie) et à deux dimensions (DataFrame) afin d’accéder aux fonctionnalités offertes par le module scientifique
Maîtriser l’indexation implicite (indiçage par position numérique) afin d’extraire des données et/ou de leur appliquer un traitement
Maîtriser l’indexation explicite (indiçage par clé alphanumérique) afin de manipuler plus facilement des données temporelles ou utilisant un identifiant alphanumérique
Faire pivoter des données pour obtenir un tableau croisé dynamique
Maîtriser les index multiples (multi-index) afin d’accéder plus facilement aux données et/ou de simuler des dimensions supplémentaires
Empiler et fusionner des tableaux afin de regrouper des données
Transposer des données (inversion ligne / colonne) pour en faciliter l’analyse, ou les préparer en vue de les empiler ou les fusionner
Trier des données en fonction des indices ou des valeurs du tableau en vue de les exploiter par ordre alphabétique, par nombre croissant ou décroissant, par date
Connaître et utiliser les opérations vectorisées pour gagner en performance
Appliquer des fonctions et méthodes sur une colonne d’un tableau de données afin d’appliquer des traitements mathématiques (nombre, minimum, maximum, moyenne, médiane, centile, écart-type)
Utiliser les fonctions universelles selon une dimension
Regrouper des données en fonction de la valeur de certaines colonnes pour appliquer un calcul
Calculer des moyennes glissantes (lissage des données) en vue de les visualiser
Utiliser les règles de broadcasting pour effectuer des calculs
Appliquer une fonction ou une fonction anonyme aux données pour réaliser des analyses spécifiques
Choisir le bon module ou paquet de visualisation des données afin de répondre au besoin exprimé
Afficher un graphique en 2 dimensions de type y = f(x) à partir d'un jeu de données simple
Identifier le bon type de graphique (histogramme, graphique en colonne, diagramme circulaire, boîte à moustaches, carte thermique …) en fonction des données à visualiser afin de générer un graphique pertinent
Connaître et utiliser les fonctions et méthodes des tableaux de données afin de générer très facilement des graphiques
Générer des graphiques interactifs afin de permettre à l’utilisateur d’interagir avec le graphique (isolation de données, agrandissement d’une zone, mise en évidence)
Concevoir des graphiques contenant plusieurs tracés afin de regrouper des données différentes, de montrer des corrélations ou des différences, ou de synthétiser une représentation des données
Intégrer les recommandations d'amélioration de l’accessibilité (via l'ajout de titres, étiquettes, labels et légendes, l'amélioration de la lisibilité des textes, l'épaississement des lignes et des bordures, le choix de couleurs contrastées) afin de générer des graphiques accessibles à une personne en situation de handicap
🎓Prérequis
À l'entrée en formation
Connaître les fondamentaux de la programmation en langage Python
Pour valider la certification
Avoir acquis les fondamentaux des modules Python de Data Science suite à une formation continue ou à un apprentissage autodidacte
🚪Voies d'accès à la certification
Le certificateur a déclaré 3 voies d'accès. Pour un organisme de formation, la voie « formation continue » est celle des sessions inter/intra financées par le CPF, les OPCO ou France Travail.
Jury : Le jury est composé d'un surveillant (extérieur à l'organisme certificateur) vérifiant l'identité du candidat et s'assurant de l'absence de fraudes durant les épreuves théorique et pratique, d'un professionnel de la Data Science en langage Python (extérieur à l'organisme certificateur) corrigeant les exercices réalisés par le candidat durant l'épreuve pratique et relisant les réponses du candidat
Jury : Le jury est composé d'un surveillant (extérieur à l'organisme certificateur) vérifiant l'identité du candidat et s'assurant de l'absence de fraudes durant les épreuves théorique et pratique, d'un professionnel de la Data Science en langage Python (extérieur à l'organisme certificateur) corrigeant les exercices réalisés par le candidat durant l'épreuve pratique et relisant les réponses du candidat
Jury : Le jury est composé d'un surveillant (extérieur à l'organisme certificateur) vérifiant l'identité du candidat et s'assurant de l'absence de fraudes durant les épreuves théorique et pratique, d'un professionnel de la Data Science en langage Python (extérieur à l'organisme certificateur) corrigeant les exercices réalisés par le candidat durant l'épreuve pratique et relisant les réponses du candidat
🏫Proposer cette certification dans votre organisme
- Être habilité par le certificateur. Le certificateur a déclaré habiliter des organismes partenaires pour préparer et/ou évaluer cette certification : modalités sur la fiche officielle France Compétences.
- Être certifié Qualiopi. Indispensable pour mobiliser les financements publics et mutualisés (CPF, France Travail, OPCO). Automatiser votre conformité Qualiopi.
- Référencer l'action sur EDOF. Une formation menant à une certification RS active est éligible au CPF : votre offre doit être rattachée à la fiche RS 6763 sur Mon Compte Formation, avec un passage effectif de la certification.
- Déclarer votre activité. Le Bilan Pédagogique et Financier annuel doit ventiler les heures et effectifs — y compris sur ces parcours courts certifiants.
🔄Gérer cette certification dans Loop
Loop est un logiciel de gestion pour organismes de formation. Pour une formation courte certifiante comme celle-ci, il automatise :
❓Questions fréquentes
Quelle est la différence entre une certification RS et une certification RNCP ?
La certification RS 6763 est-elle éligible au CPF ?
Comment proposer cette certification dans mon organisme de formation ?
Jusqu'à quand la fiche RS 6763 est-elle valable ?
Quels sont les prérequis pour entrer en formation ?
🔗Autres certifications du Répertoire spécifique
- Pratiquer la prothésie ongulaire RS 6805
- Préparer et faciliter des ateliers innovants et collaboratifs avec le codesign RS 6758
- Réaliser des prestations maquillage correctif beauté effet naturel RS 6783
- Réaliser des prestations maquillage correctif peaux foncées RS 6782
- Réaliser des prestations maquillage mariée effet naturel intense RS 6771
- CC - certificat complémentaire « encadrer les arts martiaux mixtes (MMA)" RS 5585
Source des données : France Compétences — Répertoire spécifique des certifications et habilitations (Licence Ouverte / Open Licence Etalab). Fiche officielle : francecompetences.fr. Dernière synchronisation : 8 septembre 2026. Cette page s'adresse aux organismes de formation ; elle ne constitue pas une offre de formation.