[{"command":"insert","method":null,"selector":".course-modal-ajax-placeholder-966846","data":"\u003Cdiv class=\u0022container content-rte\u0022\u003E\n  \u003Cdiv class=\u0022row\u0022\u003E\n    \u003Cdiv class=\u0022box col-md-6 bg-primary text-white\u0022\u003E\n      \u003Ch2 class=\u0022h1 text-left\u0022\u003E  Data Sciences\n\u003C\/h2\u003E\n                  \u003Cdiv class=\u0022field-spacing\u0022\u003E\n        \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EECTS :\n          4\n        \u003C\/div\u003E\n      \u003C\/div\u003E\n                  \u003Cdiv class=\u0022field-spacing\u0022\u003E\n        \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ESemester:\n          Semestre 2\n        \u003C\/div\u003E\n      \u003C\/div\u003E\n            \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ED\u00e9tail du volume horaire\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                          \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003ELecture:\u003C\/span\u003E\n                                      \u003Cspan\u003E15\u003C\/span\u003E\n                      \u003C\/div\u003E\n                                \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                          \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003EPractical study :\u003C\/span\u003E\n                                      \u003Cspan\u003E10\u003C\/span\u003E\n                      \u003C\/div\u003E\n                                \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                          \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003EDirected study:\u003C\/span\u003E\n                                      \u003Cspan\u003E14\u003C\/span\u003E\n                      \u003C\/div\u003E\n                                              \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                          \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003EProject :\u003C\/span\u003E\n                                      \u003Cspan\u003E1\u003C\/span\u003E\n                      \u003C\/div\u003E\n                                \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ELangue d\u0026#039;enseignement\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003EFran\u00e7ais\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EEnseignement \u00e0 distance\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003Enon\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n      \u003C\/div\u003E\n    \u003Cdiv class=\u0022box col-md-6\u0022\u003E\n                    \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EProgramme \/ plan \/ contenus\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003EProgramme et contenu disciplinaire\u003Cbr\u003E\nCette UE est une formation en data sciences destin\u00e9e aux \u00e9tudiants biologistes. Essentiellement fond\u00e9e sur la pratique, elle permet d\u2019apprendre \u00e0 acqu\u00e9rir, traiter, analyser et exploiter un jeu de donn\u00e9es exp\u00e9rimentales. Elle est ax\u00e9e sur 3 contenus disciplinaires : l\u2019analyse statistiques, les bases de donn\u00e9es et le machine learning. \u00c0 cela s\u2019ajoutera une l\u00e9g\u00e8re initiation \u00e0 la programmation en Python.\u003Cbr\u003E\nL\u2019enseignement sera constitu\u00e9 de cours et d\u2019ateliers pratiques.\u003C\/p\u003E\n\u003Cp\u003EPlan d\u00e9taill\u00e9 de la formation\u003C\/p\u003E\n\u003Cp\u003ELe plan des cours th\u00e9oriques sera le suivant :\u003Cbr\u003E\nLes cours introduiront chacun des ateliers\u003C\/p\u003E\n\u003Cp\u003E1\/ Introduction aux data sciences\u003C\/p\u003E\n\u003Cp\u003EQu\u0027est-ce que les Data sciences ? \u00c0 quoi servent-elles ? Les diff\u00e9rentes composantes des Data sciences Data scientist : un mouton \u00e0 cinq pattes Un exemple concret\u003C\/p\u003E\n\u003Cp\u003E2\/ Les donn\u00e9es, au centre du probl\u00e8me\u003C\/p\u003E\n\u003Cp\u003EOrigine, fiabilit\u00e9, s\u00e9curit\u00e9 des donn\u00e9es ; diversit\u00e9 des sources Smart data et Big\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EObjectifs d\u0026#039;apprentissage\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003EAvec cette formation, fortement ax\u00e9e sur la pratique, les \u00e9tudiants acquerront les fondements de ce que l\u0027on appelle les data sciences, leur permettant de traiter et d\u2019analyser des donn\u00e9es biologiques en utilisant les outils que sont les statistiques descriptives et inf\u00e9rentielles, les bases de donn\u00e9es et le machine learning afin de faire des pr\u00e9dictions et d\u2019\u00e9tablir des mod\u00e8les fiables ; l\u0027UE les pr\u00e9parera, en outre, \u00e0 une formation plus compl\u00e8te qui pourrait \u00eatre donn\u00e9e dans le cadre d\u0027un master de data sciences. Enfin, les \u00e9tudiants seront \u00e9galement sensibilis\u00e9s \u00e0 la communication des r\u00e9sultats obtenus afin qu\u0027ils soient compr\u00e9hensibles par des non sp\u00e9cialistes et \u00e0 la critique des m\u00e9thodes employ\u00e9es (limites et biais inh\u00e9rents aux m\u00e9thodes mais \u00e9galement aux donn\u00e9es analys\u00e9es).\u003Cbr\u003E\n\u00c0 l\u2019issue de cette formation, l\u0027\u00e9tudiant(e) sera capable de prendre en charge un travail de data science en biologie et de conduire un projet. L\u2019expertise acquise ira de la cr\u00e9ation \u00e0 l\u0027extraction d\u0027informations d\u0027une base de donn\u00e9es puis \u00e0 l\u2019exploitation de ces informations \u00e0 l\u2019aide d\u2019un traitement statistique complet associ\u00e9 aux techniques d\u2019apprentissage (machine learning) et \u00e0 la communication des r\u00e9sultats sous forme de pr\u00e9sentation orale synth\u00e9tique (avec graphiques professionnel et \u00e9l\u00e9ments de critiques et limites des mod\u00e8les et des traitements expos\u00e9s). L\u2019\u00e9tudiant sera \u00e9galement form\u00e9 \u00e0 la r\u00e9daction d\u2019un rapport \u00e9crit de qualit\u00e9 professionnelle. L\u0027\u00e9tudiant(e) sera ainsi arm\u00e9(e) pour r\u00e9pondre aux nouveaux challenges de l\u2019analyse des donn\u00e9es en biologie et on pourra lui confier la responsabilit\u00e9 d\u2019un projet de data sciences dans le cadre de son m\u00e9tier, dans le secteur priv\u00e9 comme du secteur publique (notamment Recherche Scientifique).\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EOrganisation g\u00e9n\u00e9rale et modalit\u00e9s p\u00e9dagogiques\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003EOrganisation et d\u00e9roulement de l\u2019enseignement\u003Cbr\u003E\nL\u2019enseignement sera constitu\u00e9 de cours et d\u2019ateliers pratiques.\u003Cbr\u003E\nL\u0027enseignement pr\u00e9sentiel prendra la forme d\u2019ateliers permettant aux \u00e9tudiants de mettre en pratique leurs connaissances pour traiter un probl\u00e8me complet de data science, allant de la collecte des donn\u00e9es jusqu\u2019\u00e0 son traitement statistique, sa mise en valeur par le machine learning et \u00e0 la communication des r\u00e9sultats les plus marquants. Il sera l\u2019occasion de r\u00e9aliser une base de donn\u00e9es, d\u2019effectuer une analyse statistique exploratoire puis une analyse inf\u00e9rentielle, \u00e0 partir de donn\u00e9es extraites par des requ\u00eates SQL de la base de donn\u00e9es construite, d\u2019\u00eatre initi\u00e9 aux techniques de machine learning, au traitement des donn\u00e9es manquantes, \u00e0 la mod\u00e9lisation statistique, \u00e0 la communication des r\u00e9sultats compr\u00e9hensible par des non sp\u00e9cialistes et \u00e0 la critique des m\u00e9thodes employ\u00e9es (limites et biais inh\u00e9rents aux m\u00e9thodes mais \u00e9galement aux donn\u00e9es analys\u00e9es).\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n                                \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ENature de l\u0026#039;\u00e9valuation\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003EEvaluation Continue non Int\u00e9grale\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n      \u003C\/div\u003E\n  \u003C\/div\u003E\n\u003C\/div\u003E\n","settings":null}]