Le BUT SD (science des données) forme à un spectre complet de compétences : collecte et gestion des données (modélisation, SQL, entrepôts), analyse statistique et machine learning, visualisation et restitution (BI, tableaux de bord), le tout au service de projets (SAÉ) et de stages.
L’objectif des trois années est de consolider les fondamentaux (Python, bases de données, probabilités-statistiques), puis d’industrialiser vos pratiques : qualité des données, reproductibilité, rigueur méthodologique et communication.
La sélection ci-dessous suit une progression logique : traiter → analyser → valoriser → intégrer. Lisez, pratiquez, puis capitalisez vos apprentissages dans des notebooks et des mini-projets.
1. Python pour le data scientist – Des bases du langage au machine learning (Dunod, 3ᵉ éd., 2024)
Disponible sur Amazon Disponible à la Fnac
Ce classique mis à jour offre une montée en puissance progressive, des bases du langage aux usages concrets pour la data science. Vous y trouverez la typologie des objets, les bonnes pratiques (environnements, notebooks), la manipulation de données avec pandas, la visualisation avec Matplotlib/Seaborn, et une solide introduction au nettoyage et à la préparation avant d’aborder le machine learning avec scikit-learn.
L’auteur met l’accent sur les automatismes gagnants : organisation d’un projet, gestion fine des types/dates, prévention des “chaînes de traitements” fragiles. Les exemples — réalistes et réutilisables — s’intègrent parfaitement aux SAÉ. La 3ᵉ édition reflète l’actualité de l’écosystème (APIs, versions) et limite les frictions liées à des syntaxes dépassées.
Pour un étudiant en BUT SD, c’est un socle opérationnel : apprendre à structurer des notebooks reproductibles, documenter le code, tester ses transformations et raconter ses résultats avec des graphiques lisibles. À lire tôt dans le cursus pour installer de bons réflexes.
Comment l’utiliser ?
- Suivre les chapitres dans l’ordre en recréant chaque exemple dans un environnement vierge (conda/venv).
- Transformer chaque section en notebook exécutable : imports → données brutes → étapes → conclusion.
- Construire un glossaire perso (DataFrame, index, groupby, pivot, pipes) avec snippets commentés.
- Adapter les exemples aux datasets de vos SAÉ (CSV réels, encodages, dates manquantes).
- Clore par un capstone : ingestion → nettoyage → features → visualisation.
2. Bases de données – Informatique BUT 1ʳᵉ année et L1 (Dunod, 2024)
Disponible sur Amazon Disponible à la Fnac
Conçu pour l’enseignement supérieur français, cet ouvrage couvre la modélisation relationnelle (MCD/MLD), l’algèbre relationnelle et les rudiments d’administration de SGBD, avec mise en pratique sur PostgreSQL. Idéal pour ancrer dès la 1ʳᵉ année les notions d’intégrité référentielle, de contraintes (PRIMARY/FOREIGN KEY, CHECK), de normalisation et leurs liens concrets avec le SQL (DDL, DML).
La progression pas-à-pas aide à passer de la conception au requêtage : définir les besoins, choisir entités/relations, poser les contraintes, tester en SGBD, puis documenter. Les TD/TP corrigés transposent la théorie en cas d’usage (schémas, vues) tout en préparant les échanges ultérieurs avec les équipes IT et la BI (premiers schémas en étoile).
Pour le BUT SD, ce manuel clarifie la frontière entre modéliser et exploiter. Il introduit aussi droits et rôles, utiles pour comprendre la gouvernance des données. Un véritable manuel-charnière pour la compétence “Traiter des données”.
Comment l’utiliser ?
- Dessiner systématiquement vos MCD/MLD avant d’écrire la moindre requête.
- Refaire les TP sur PostgreSQL (Docker conseillé) et versionner les scripts SQL (Git).
- Créer un jeu d’essai réaliste (cas limites) pour tester contraintes et performances.
- Documenter tables/colonnes (commentaires SQL) pour préparer l’aval BI/analytics.
- Mener un mini-projet : du modèle conceptuel jusqu’à une vue analytique stable.
3. SQL – Les fondamentaux du langage (ENI, 5ᵉ éd., 2024)
Disponible sur Amazon Disponible à la Fnac
Référence très orientée pratique, ce livre consolide le SQL standard : DDL/DML/DCL, jointures (internes/externes), fenêtrage, agrégations, transactions, déclencheurs, éléments de PL/SQL et principes de performance. L’approche, truffée d’exercices corrigés, est multi-SGBD (Oracle, SQL Server, MariaDB/MySQL, PostgreSQL) pour distinguer le standard des particularismes.
Le chapitre sur les fonctions de fenêtre s’avère précieux pour l’analytique : partitions, rangs, métriques glissantes. Vous apprendrez à écrire des requêtes idiomatiques, à structurer des CTE, à créer des vues maintenables et à raisonner en termes de transactions pour préserver la cohérence.
Couplé au manuel de bases de données, il vous fera franchir un cap : extractions plus expressives, plans d’exécution compris, et vues auditées. C’est l’outil pour passer d’un SQL “juste assez” à un SQL fiable et performant.
Comment l’utiliser ?
- Refaire chaque exercice sur au moins deux SGBD (PostgreSQL + un autre) pour voir les nuances.
- Constituer un recueil de patterns : fenêtrage, anti-join, pivot/unpivot, CTE récursifs.
- Mesurer/Comparer (EXPLAIN/ANALYZE) et noter l’impact des index.
- Écrire des tests SQL (inputs + résultats attendus) pour fiabiliser vos vues.
- Rédiger un guide “10 règles SQL en projet BUT SD” pour votre équipe.
4. Mathématiques et statistiques appliquées avec Python (Ellipses, 2025)
Disponible sur Amazon Disponible à la Fnac
Ce cours compact et pragmatique revisitent les bases mathématiques utiles au data scientist, avec une articulation constante vers Python. On y revoit notations, calcul scientifique, rappels d’algèbre linéaire, statistiques descriptives, visualisation et une première manipulation symbolique.
L’intérêt pour le BUT SD tient à l’alignement avec les besoins du machine learning : vecteurs/matrices/opérations, distributions et moments, corrélations, échantillonnage et biais — autant de prérequis pour une EDA solide et des modèles bien posés. Chaque chapitre est assorti de scripts (NumPy, Matplotlib) et d’exercices corrigés qui facilitent la révision ciblée avant contrôles.
Vous apprendrez à justifier vos choix (normaliser ? interpréter un R² ? lire un boxplot ?) et à expérimenter : simuler, tracer, comparer. Un compagnon idéal pour consolider le “socle” math-stat, éviter les confusions (p-value, corrélation ≠ causalité) et donner du sens aux métriques d’évaluation.
Comment l’utiliser ?
- Re-coder les formules clés en Python puis vérifier sur des données simulées.
- Créer une fiche-mémo “statistiques descriptives” avec exemples tracés (boxplot, KDE).
- Tester l’impact de normalisations (min-max, z-score) sur vos modèles.
- Confronter les définitions à un jeu réel (outliers, asymétries) et expliciter vos choix.
- Ajouter une section “Interprétation” à chaque notebook : que signifient vos chiffres ?
5. Machine Learning avec Scikit-Learn – Mise en œuvre et cas concrets (Dunod, 3ᵉ éd., 2023)
Disponible sur Amazon Disponible à la Fnac
Traduction soignée d’une référence internationale, ce volume propose une entrée très concrète dans le machine learning avec scikit-learn : pipeline complet (préparation, split, entraînement, validation), modèles de base (régression, arbres/forêts, SVM, K-means…), réglage d’hyperparamètres, évaluation rigoureuse et interprétabilité.
Le texte ouvre les boîtes noires sans noyer le lecteur et insiste sur les bonnes pratiques de projet : cross-validation, métriques adaptées, fuites de données à éviter. La 3ᵉ édition suit l’évolution des API et outille l’industrialisation (Pipelines, ColumnTransformer, Grid/RandomizedSearch).
Pour le BUT SD, c’est le manuel qui fait passer de l’EDA à la prédiction en gardant l’exigence : comparer proprement, tracer des courbes d’apprentissage, consigner ses essais, limiter l’overfitting et raconter ses résultats (métriques + visuels + limites). Un indispensable.
Comment l’utiliser ?
- Refondre chaque chapitre sous forme de pipeline reproductible (préproc → modèle → métriques).
- Tenir un journal d’expériences (métriques, seed, features) pour comparer proprement.
- Intégrer ColumnTransformer et Pipeline dès le début pour éviter les fuites.
- Ajouter des analyses d’erreurs (matrices de confusion, PR/ROC, SHAP/Permutation).
- Clore par un mini-projet : benchmark multi-modèles + rapport de synthèse.
6. Power BI Desktop – Reporting et analyse de données au quotidien (ENI, 3ᵉ éd., 2024)
Disponible sur Amazon Disponible à la Fnac
Sur le versant “valoriser” du BUT SD, ce guide condense l’expérience terrain de la BI en libre-service : connexions multi-sources, Power Query pour transformer, modélisation (relations, tables de faits/dimensions), visuels et DAX pour des indicateurs pertinents.
L’intérêt majeur : apprendre un flux de bout en bout, de la préparation à la publication, avec des critères de lisibilité (visuels adaptés, interactions, filtres). Les scénarios sont réalistes (Excel, SQL, fichiers plats) et insistent sur la qualité des données (profilage, nettoyage) ainsi que sur les bonnes pratiques de modélisation en étoile.
Pour vos SAÉ et soutenances, c’est un accélérateur : produire des tableaux de bord clairs, sourcés, rapides, et raconter l’histoire des données pour argumenter des décisions. Un excellent tremplin vers la publication et la gouvernance.
Comment l’utiliser ?
- Reprendre un jeu PostgreSQL du cours et bâtir un modèle étoile minimal.
- Écrire vos mesures DAX en les documentant (définition, grain, filtre).
- Prototyper deux versions d’un dashboard (sobre vs détaillé) puis tester auprès d’un pair.
- Créer une check-list qualité (latence, cohérence, accessibilité, responsive).
- Préparer une story de soutenance : contexte → KPI → décisions → limites → suites.
7. Maîtrisez la Data Science avec Python (ENI, 2025)
Disponible sur Amazon Disponible à la Fnac
Véritable manuel d’intégration, ce livre relie tous les maillons du pipeline data : collecte, préparation, exploration, modélisation (classique, images, texte) et mise en application. On y retrouve les bibliothèques phares (pandas, Matplotlib, SciPy, statsmodels, scikit-learn) et un fil conducteur centré sur la résolution de problèmes.
Double intérêt pour le BUT SD : une vision d’ensemble qui aide à articuler cours et SAÉ, et des cas concrets pour passer de l’EDA à des résultats exploitables et défendables. Le texte insiste sur la méthodologie (feature engineering, séparation des jeux, validation), l’automatisation (structuration notebooks/scripts) et la communication (visualisations adaptées, explication des choix).
En fin de parcours, vous disposerez d’une panoplie prête à l’emploi pour industrialiser vos analyses et livrer des livrables convaincants (rapports, dashboards, modèles reproductibles). Un excellent livre de chevet pour préparer stages et entretiens.
Comment l’utiliser ?
- Choisir un problème réel (classification/régression) et suivre tout le pipeline.
- Structurer le projet (src/, data/, notebooks/, reports/) et versionner les datasets nettoyés.
- Mettre en place un calendrier d’expériences (évaluations, seeds, suivi des features).
- Rédiger un rapport exécutif : problème, méthode, résultats, limites, prochaines étapes.
- Capitaliser : convertir vos meilleurs notebooks en scripts réutilisables (CLI simple).
Quelques conseils pour tirer le meilleur de ces bouquins
- Croiser lecture et pratique : chaque chapitre doit donner lieu à un notebook exécutable.
- Tout versionner (Git) et tenir un journal d’apprentissage (erreurs fréquentes, idées).
- Viser la juste exigence statistique : démontrer, illustrer, expliquer.
- En SAÉ, privilégier la traçabilité (données sources, transformations, métriques, décisions).
- S’entraîner à raconter ses résultats : un bon graphique + une phrase claire valent mieux qu’un tableau indigeste.
