ETL Excel/Power BI : connexion, transformation, fusion, langage M, paramètres.
Avant de démarrer, on fait un test technique de 1 min — micro, bruit, connexion. Si ton matériel ne convient pas, le test est remboursé intégralement.
Prouve que tu maîtrises vraiment Power Query — connexions, transformations, langage M et query folding — avec un oral IA de 15 minutes qui va bien au-delà de ton profil LinkedIn.
Le badge Power Query de Plume valide ta capacité à concevoir et orchestrer des pipelines ETL robustes dans Excel et Power BI : connexion à des sources hétérogènes (fichiers plats, bases SQL, SharePoint, API REST), transformation et nettoyage des données via l'éditeur avancé, fusion et ajout de requêtes, et écriture de fonctions personnalisées en langage M. L'oral IA de 15 minutes explore aussi bien ta compréhension théorique du query folding que ta capacité à résoudre des problèmes concrets de performance ou de gestion d'erreurs.
Contrairement à une case cochée sur LinkedIn, ce badge repose sur un oral dynamique animé par une IA calibrée sur les vrais cas métier Power Query. Tu dois expliquer tes choix (Merge vs Append, Left Anti Join vs Inner Join, Table.Buffer vs native folding), justifier quand tu écris du M à la main, et montrer que tu sais intégrer Power Query dans une chaîne de données plus large incluant Dataflows, Power BI Service ou Fabric. Un deuxième modèle IA (Claude Opus) analyse la transcription et produit un score 0-100 avec un niveau certifié et un rapport détaillé.
Ce badge s'adresse aux analystes BI, data analysts, contrôleurs de gestion et consultants qui utilisent Power Query au quotidien et veulent une preuve concrète de leur expertise. Il convient aussi aux développeurs Power Platform qui souhaitent documenter leur maîtrise de la couche transformation, et aux candidats en reconversion data qui cherchent à se différencier sans diplôme supplémentaire.
Voici les dimensions concrètes que l'IA examine pendant les 15 minutes d'oral.
Capacité à connecter Power Query à des fichiers Excel, CSV, bases SQL, SharePoint, API REST ou dossiers de fichiers multiples, en gérant les paramètres de connexion et les credentials.
Maîtrise des étapes appliquées : pivot/dépivot, split de colonnes, remplacement de valeurs, gestion des nulls, types de données et détection automatique des schémas.
Capacité à lire, écrire et déboguer du code M natif avec les constructions let...in, each, List.Generate et les fonctions paramétrées pour automatiser des transformations répétitives.
Compréhension du query folding (repliage de requêtes vers la source), usage de Table.Buffer, désactivation du chargement des requêtes intermédiaires et diagnostic des goulots d'étranglement.
Maîtrise des différents types de jointures (Inner, Left Outer, Left Anti, Full Outer) et de l'opération Append pour consolider des données multi-sources ou multi-périodes.
Savoir décider où placer la logique de transformation entre Power Query Desktop, Dataflows Power BI Service, Dataflows Gen2 Fabric, SQL views ou outils alternatifs comme Python/pandas ou dbt.
Utilisation de try...otherwise, Value.NativeQuery, gestion des colonnes manquantes lors de consolidation de dossiers, et conception de requêtes résilientes aux changements de schéma source.
Capacité à identifier les cas où Power Query n'est pas la bonne solution : volumes très importants, transformations complexes nécessitant SSIS, Python ou une vue SQL côté serveur.
L'évaluation finale est faite par Claude (Anthropic) qui relit la transcription complète et applique cette grille de critères pondérés.
Précision des explications sur les étapes appliquées, la syntaxe M, les fonctions natives (Table.*, List.*, Text.*) et la logique d'exécution des requêtes. Le candidat peut-il expliquer ce que fait chaque ligne de code ?
Qualité des exemples personnels : le candidat illustre-t-il ses réponses avec des cas réels, des volumes de données tangibles, des erreurs rencontrées et des solutions adoptées ? Les anecdotes doivent être précises et vérifiables.
Compréhension du mécanisme de repliage de requêtes vers la source, capacité à identifier les étapes qui cassent le folding, et connaissance des techniques d'optimisation (buffer, chargement désactivé, colonnes filtrées en amont).
Capacité à situer Power Query dans une architecture data plus large : Power BI Service, Dataflows Gen2, SharePoint, SQL Server. Le candidat sait-il quand déléguer la transformation à la source ou à un outil externe ?
L'oral est-il fluide, structuré et compréhensible pour un pair technique ? Le candidat utilise-t-il le vocabulaire exact de Power Query sans approximations et sait-il vulgariser quand c'est pertinent ?
Une session Plume tient en environ 20 minutes, du test technique à la délivrance du badge.
L'IA vérifie la qualité audio de ton micro et ta connexion. Tu confirmes que tu es prêt(e) dans un environnement calme. Aucune question technique posée à ce stade.
L'IA t'invite à te présenter et à décrire brièvement ton usage quotidien de Power Query : dans quel contexte tu travailles, quelles sources tu interroges, et sur quels volumes de données.
C'est le coeur de l'oral : l'IA enchaîne 4 à 6 questions approfondies sur tes projets réels, le langage M, le query folding, les fusions, la gestion d'erreurs et l'intégration dans un écosystème data. Elle peut rebondir sur tes réponses et te demander de détailler un point précis.
L'IA te demande d'évaluer les vraies limites de Power Query et les situations où tu lui préfères une alternative (Python, SQL, SSIS, dbt). Cette phase teste ta maturité d'architecte data.
Claude Opus analyse la transcription complète et produit un score 0-100, un niveau (Novice à Expert), un rapport détaillé par critère, et un badge partageable. Tu reçois tout par e-mail en moins de 10 minutes.
Le score sur 100 se traduit en un niveau lisible d'un coup d'œil par un recruteur.
Tu utilises l'interface graphique de Power Query pour des transformations simples (filtrer, renommer des colonnes, changer un type) sur une source unique. Tu n'as pas encore écrit de code M ni géré des sources multiples ou des erreurs de schéma.
Tu crées des requêtes paramétrées, tu réalises des Merge et Append sur plusieurs sources, et tu lis du code M sans l'écrire de zéro. Tu as déjà consolidé des fichiers depuis un dossier et géré quelques types d'erreurs courants.
Tu écris des fonctions M personnalisées avec let...in et each, tu comprends le query folding et tu optimises les performances d'actualisation. Tu intègres Power Query dans des rapports Power BI et tu sais quand utiliser les Dataflows plutôt que le Desktop.
Tu conçois des architectures ETL complètes avec Power Query comme couche de transformation, tu maîtrises les API natives M (Value.NativeQuery, Table.Buffer, List.Generate), tu formes d'autres utilisateurs, et tu arbitres entre Power Query, Dataflows Gen2 Fabric, dbt et Python selon les contraintes métier.
Pas besoin d'années d'expérience ou de diplôme pour passer le badge. Voici les profils pour qui il fait sens.
Tu construis des modèles Power BI et tu veux prouver que ta couche de transformation est solide, pas juste "j'ai fait du Power Query" sur un CV.
Tu automatises des consolidations de fichiers Excel multi-entités chaque mois et tu veux valider que ton approche est professionnelle et maintenable.
Tu livres des solutions data à des clients et tu as besoin d'une preuve externe de ton niveau Power Query pour crédibiliser tes devis et tes missions.
Tu n'as pas (encore) de titre BI officiel mais tu as appris Power Query sur le terrain. Ce badge te donne une certification concrète à mettre en avant face aux recruteurs.
Tu intègres Power Query dans des pipelines Fabric ou Power BI Service et tu veux documenter ta maîtrise de la couche ETL Microsoft pour des missions senior.
Où et comment ton badge Power Query va te servir au quotidien.
Tu postules chez une scale-up qui utilise Power BI. Le recruteur reçoit ton badge et voit que tu scores 84/100 niveau Avancé sur Power Query : aucune question supplémentaire sur tes compétences ETL.
Tu envoies un devis pour une mission de consolidation de données multi-filiales sous Power BI. Tu joins ton badge Power Query Expert dans ta proposition commerciale pour justifier ton TJM.
Tu vises un poste de BI Lead dans ton entreprise. Ton manager hésite entre toi et un autre candidat. Tu partages ton rapport Plume qui détaille tes compétences en query folding et Dataflows.
Tu animes des formations Power BI en interne. Le badge Expert Power Query valide ta légitimité pédagogique aux yeux des participants et de la direction formation.
Tu ajoutes l'URL de ton badge Plume à ton profil LinkedIn et à ton portfolio GitHub. Les recruteurs peuvent vérifier ton score et ton niveau certifié en un clic, sans te contacter.
Une ESN ou un cabinet de conseil soumet ton profil à un client final. Ton badge Power Query certifié sert de preuve objective de compétence dans le dossier de réponse à appel d'offres.
Quelques minutes pour vérifier que tu as bien tout ce qu'il faut.
À la fin de ta session, tu ne reçois pas juste un score : voici tout ce qui t'attend.
Tu reçois un score précis et un niveau officiel (Novice, Confirmé, Avancé ou Expert) attestant ta maîtrise de Power Query, produit par Claude Opus sur la base de ta transcription.
Un rapport complet décompose ton score sur les 5 dimensions évaluées : maîtrise M, résolution de problèmes, query folding, intégration écosystème et clarté. Tu sais exactement où progresser.
L'audio de ton oral est conservé de façon sécurisée et reste sous ton contrôle. Tu peux choisir de le partager ou non avec un recruteur comme preuve d'authenticité de ton niveau.
Tu obtiens une URL publique et permanente vers ton badge Power Query. Ajoute-la à ton profil LinkedIn, ton CV, ta proposition commerciale ou ton portfolio data en un clic.
Découvre d'autres compétences proches que tu peux faire valider avec Plume.
15 minutes d'oral avec une IA, un badge partageable pour tes recruteurs.
Choisir ce badge · 19,99 €
