Voici mes moyennes dans la compétences Gérer, je pense que celles ci prouvent ma maîtrise de la compétence.

Je suis très bon en SQL, ce qui m’aide beaucoup. J’ai aussi obtenu 20 au partiel d’économie, grâce à mon expérience en SES en première.
Dans mes cours, j'ai appris le langage SQL, qui est la base pour parler aux bases de données. J'ai pratiqué comment récupérer des informations (requêtes SELECT), en ajouter (INSERT), en modifier (UPDATE), et en supprimer (DELETE). On a aussi vu comment ces opérations peuvent être faites directement en tapant les requêtes ou en passant par une application qui le fait pour nous.
Mes cours m'ont enseigné l'importance de la visualisation des données. J'ai appris différentes méthodes pour représenter des informations complexes de manière claire et compréhensible, comme les graphiques, les tableaux de bord ou les infographies. On a vu comment choisir le bon type de visualisation selon les données et le message que l'on veut faire passer.
J'ai appris en cours toutes les étapes pour créer une base de données relationnelle à partir de zéro, en partant d'un cahier des charges. Cela inclut la modélisation des données, la définition des tables, des colonnes, des clés primaires et étrangères pour assurer la cohérence et l'intégrité des informations.
Dans ma SAE, le serveur MySQL était au cœur de l’application cliente. J’ai configuré cette base de données pour stocker et gérer toutes les informations indispensables au fonctionnement de l’application. En complément de l’interaction via l’application, j’ai réalisé moi-même des requêtes SQL directes afin de vérifier la cohérence des données, contrôler le bon fonctionnement et résoudre d’éventuels problèmes. Les requêtes que j’ai utilisées, incluant des jointures complexes, des sous-requêtes et des divisons, illustrent ma maîtrise approfondie des interrogations SQL.
Dans ma SAE, même si l’objectif principal portait sur l’infrastructure serveur, la machine cliente utilisait les données du serveur MySQL pour son application. Les requêtes SQL que j’ai développées, comme le nombre de compteurs par quartier ou la moyenne de vélos par jour, constituent des étapes clés vers la visualisation des données. Elles me permettent de structurer et filtrer l’information afin qu’elle soit facilement exploitée par des outils de visualisation ou présentée dans des rapports clairs, démontrant ainsi ma capacité à préparer les données pour une interprétation visuelle efficace.