##Tâches du Challenge

###Tâche 1 : Collecte & Préparation des Données

####Objectif 

Cette tâche vise à tester la capacité des candidats à rechercher, collecter et consolider des données provenant de sources variées (bases internationales, portails open data, scraping de sites web, rapports publics,). Ils devront montrer leur maîtrise pour  :
   - identifier des sources diverses (internationales, nationales, portails open data, API, rapports, fédérations sportives, etc.),
   - préparer un notebook pour la tâche 1 
     - collecter des jeux de données (téléchargement, scraping, API),
     - nettoyer & harmoniser les données (unités, périodes, découpages géographiques, formats),
     - consolider plusieurs sources variées dans un dataset final prêt à l’analyse.
   - documenter et consolider dans un dataset unique prêt à l’analyse.

Si besoins vous pouvez mettre vos données à disposition sur un dépôt GIT, un drive ou autres. 

####Exemple de sources et Jeux de données 
Démographiques
   -	https://hub.worldpop.org/project/categories?id=3
   -	https://population.un.org/wpp/downloads?folder=Standard%20Projections&group=Most%20used
   -	https://dhsprogram.com/data/available-datasets.cfm

Économiques
   -	https://data.imf.org/en/Datasets#t=coveo117bcfc4&sort=%40idata_publication_date%20descending
   -	https://www.oecd.org/en/data.html
   -	https://unctadstat.unctad.org/EN/
	
Sociales
   - https://www.who.int/data/gho
   - https://hdr.undp.org/data-center
   - https://genderdata.worldbank.org/en/home

####Livrables attendus
   - Un ou plusieurs datasets finaux (CSV / Excel) proprement nettoyés, harmonisés, documentés, prêt à l’analyse et mis à disposition sur un GIT ou Drive 
   - Un script ou notebook (Python) ou plusieurs modules : collecte (scraping / API), nettoyage, harmonisation.
   - Un glossaire ou dictionnaire des variables utilisées : noms, définitions, unité, source, période, géographie.

###Tâche 2 : Exploration & Analyse
####Objectifs
Cette tâche vise à tester la capacité des candidats à transformer un dataset consolidé en un support d’analyse riche et pertinent, en combinant rigueur statistique, créativité analytique et préparation pour un usage décisionnel (Power BI).
Les candidats devront démontrer leur maîtrise de l’analyse exploratoire, la détection d’anomalies, la création d’indicateurs dérivés, et la structuration de données prêtes pour un tableau de bord interactif.

####Missions
####Explorer les données
   - Réaliser une analyse descriptive approfondie pour mettre en évidence:
      - les tendances historiques (ex. évolution démographique, évolution du PIB, scolarisation),
      - les dynamiques spatiales (variations entre régions, départements, communes).
   - Identifier et documenter des corrélations croisées
   - Détecter les anomalies et incohérences :

####Créer de nouvelles variables et indicateurs
   - Construire des indicateurs avancés tels que :
      - taux : croissance annuelle de la population
      - ratios : population jeune.
      - indices composites : indicateur de développement régional.
   - Produire des agrégations temporelles et spatiales :
      - agrégations par département ou région, normalisation par habitant.

####Livrables :
   - Dataset enrichi avec variables calculées et mis à disposition sur un GIT ou Drive 
   - Notebook ou rapport intermédiaire d’analyse.
   - Liste documentée des anomalies et choix méthodologiques.

###Tâche 3 : Visualisation & Insights avec Power BI 
####Objectifs
Cette tâche vise à évaluer la capacité des candidats à transformer des données enrichies en outils décisionnels interactifs et percutants.
Les candidats devront concevoir un tableau de bord Power BI qui ne se contente pas de présenter des graphiques, mais qui raconte une histoire claire et permet d’identifier des leviers d’action.

####Missions

####Concevoir des dashboards interactifs
   - Créer un tableau  de pilotage multi-thématique intégrant :
      - cartes démographiques par commune/département/région,
      - séries temporelles montrant l’évolution de variables économiques et sociales,
      - comparaisons croisées 
      - Intégrer des éléments interactifs
   - Ajouter des filtres dynamiques (années, régions, sexe, secteur).
   - Créer des segments visuels permettant d’explorer différentes dimensions 
   - Définir et mettre en avant des indicateurs clés pour faciliter la lecture rapide.

####Raconter une histoire (Data Storytelling)
   - Construire une narration visuelle cohérente : chaque graphique doit répondre à une question.
   - Mettre en évidence :
      - tendances cachées (ex. disparités régionales),
      - anomalies détectées (ruptures de séries, valeurs aberrantes),
      - insights actionnables (ex. zones prioritaires pour les politiques publiques).