Data science et transformation digitale

Dans ce module introductif, les participants se familiarisent avec les concepts de collecte d’informations. La collecte d’information est aujourd’hui un savoir-faire indispensable à la gestion de projet, pour comprendre un environnement ou un marché, comme pour mieux percevoir un acteur économique ou même le profil d’un individu.

Objectif du module :
- Méthodologie de recherche d’information sur Internet
- Les moteurs de recherche
- Investigations techniques
- Les bases de données

Activités : Les participants réalisent une collecte d’information avec un rendu de chaque étape du projet, mindmapping du questionnement, plan de recherche, dossier de favoris et fiche méthodologique.

Objectif du module :
- Comprendre les nouveaux enjeux des données pour la transformation digitale
- Connaître comment les données sont gérées, traitées et agrégées dans un système d’information
- Appréhender les fondations des technologies web (structure des données)

Semaine 1 : Les fondamentaux 
• Créer, capturer et délivrer de la valeur grâce aux données
• La donnée au cœur de la transformation digitale

Semaine 2 : Evolution des données et des usages
• Les technologies et le futur des usages
• Nouveaux usages des données et enjeux réglementaires

Semaine 3 : Décrire, structurer, échanger et afficher les données (langages XML/HTML et intro à la programmation)           
• Les outils nécessaires à la programmation
• Technologies web : XML/HTML et CSS – des prérequis au scraping

Semaine 4 : L’habillage de la donnée sur le web (CSS) : Code, technologies web et projet
• Technologies web (continued) : focus sur CSS
• Mini projet de conception web

Activité : Les participants développent un petit projet web afin de mieux appréhender la logique de développement, pour le code R ou le scraping via Python

Objectif du module :
- Maîtriser un logiciel de scraping pour réaliser une collecte de données massive web
- Savoir trier, filtrer, agréger et analyser des données issues du scraping
- Comprendre les problématiques éthiques et les risques liées à la collecte de données massive et la construction de big data

Semaine 1 : Les enjeux éthiques et de sécurité liés à la collecte massive de données
• Gouvernance et maîtrise des risques liés aux données – une mise en perspective des ‘big data breaches’
• Bonnes pratiques de cybersécurité

Semaine 2 : Collecte et analyse de données massive – en théorie
• Data mining et big data
• Le web scraping : cas d’usage et approches (R & Python)

Semaine 3 : Collecte et analyse de données massive – en pratique
• Web scraping – requêtes et XML/HTML, un exemple avec l’extraction visuelle
• Vérifier et comprendre les données extraites

Semaine 4 : Projet de scraping 
• Filtrage et tri pour exploiter les données issues d’une collecte massive
• Mini projet d’extraction web

Activités : Les participants livrent un petit projet de scraping web, ce qui peut constituer un premier jeu de données à analyser au cours des modules suivants.

Ce module est centré sur les fondations de la data science (analyse et fouille de données massive pour créer de la valeur). Plus précisément, il aborde les techniques les plus basiques d’analyse et de visualisation de données.

Objectif du module :
- Maîtriser un logiciel de statistiques 
- Savoir réaliser des analyses descriptives
- Maîtriser la notion d’inférence statistique
- Savoir réaliser des modèles de régression

Semaine 1 : Les fondamentaux
• Différents niveaux d'utilisation des données
• Différents types de variables 
• Les logiciels utilisés
• Statistiques univariées

Semaine 2 : Statistiques bivariées et construction d'indicateurs
• Les différents types d'indicateurs
• Différentes combinaisons de variables
• L'importance des représentations graphiques

Semaine 3 : les tests statistiques
• Définition d’un test statistique
• Le test du chi2
• Le test Anova
• Le test de corrélation

Semaine 4 : Les techniques de régression
• Le raisonnement « toutes choses égales par ailleurs »
• La régression linéaire multiple
• La régression logistique multiple

Activités : Les participants livrent une première analyse du jeu de données produit dans le module précédent. Ils sont évalués par un QCM.

Ce module porte sur les techniques de fouille de données structurées et non structurées. Nous abordons la distinction entre analyse supervisée et non supervisée. Nous utilisons également le logiciel R avec l’interface RStudio.

Objectif du module :
- Maîtriser des techniques de fouille de données structurées (analyses factorielles et typologiques) 
- Maîtriser des techniques de fouille de données non structurées (analyse textuelle)

Semaine 1 : L’analyse exploratoire non supervisée
• L’analyse factorielle
• L’analyse en composantes principales

Semaine 2 : L’analyse typologique
• Les grands principes
• Les différentes méthodes d’analyse typologique

Semaine 3 : Le text mining
• L’analyse lexicométrique
• L’analyse sémantique

Semaine 4 : Quelle méthode choisir pour quel objectif ?
• Rappel de toutes les méthodes vues dans les modules 4 et 5
• Mise en correspondance entre les méthodes et les objectifs poursuivis

Activités : Les participants livrent une analyse approfondie de deux jeux de données, l’un constitué de données structurées, l’autre de données non structurées. L’analyse produite pour le module 3 fait également partie de ce livrable et est évaluée dans ce cadre. Un système de correction croisée est organisé (chaque étudiant corrige 3 copies) à partir d’une grille de critères prédéfinie.