Génie industriel - Rubrique Formation - 2022

Manipulation de la donnée & Responsabilités du Data Engineer - 4GMC1411

  • Volumes horaires

    • CM 9.0
    • Projet -
    • TD 6.0
    • Stage -
    • TP -
    • DS 1.0

    Crédits ECTS

    Crédits ECTS 1.5

Objectif(s)

Les étudiants découvriront les méthodes de préparation de données pour le machine learning, l’ingénierie de la connaissance et le text mining, et apprendront à les intégrer dans les projets de data sciences.
Les étudiants sauront gérer leurs données, les trier, les organiser efficacement. Ils sauront présenter des visualisations pertinentes de leurs données et résultats. Ils auront acquis un comportement d’ingénieur de la donnée, responsable et éthique.

Responsable(s)

Pierre LEMAIRE

Contenu(s)

B0 Introduction : Gestion de Projet de Data Sciences
Pilotage de projets sciences de données, en se basant sur CRISP-DM
B1 Manipulation de la donnée & Responsabilités du Data Engineer (éthique, sécurité, etc.)
B1.1 Gestion technique des données
Format de données, formats de variables ; opérations de base (lectures, écritures ; tris ; sélections, projections, filtres ; fusions)
B1.2 Gestion technique des résultats (visualisation)
Types de graphiques, principes d’une bonne visualisation
Faire techniquement et discuter les choix et les représentations
B1.3 Gestion sociétale
Aspects légaux (RGPD), durables (risques sur les personnes [client et personnel] comme coûts environnementaux), sécurité (qui détient les données, espionnage…).
B1.4 Mise en oeuvre : Micro-projet

Prérequis

Les étudiants auront suivi et validé les cours : Probabilités et Statistiques; base de la programmation en R (ou bases de la programmation avec un autre langage, par exemple python)

Contrôle des connaissances

Cette pondération est compatible avec une organisation des enseignements et des examens en distanciel

Notes de contrôle continu : TP
Une note d'examen individuelle : EX

Note = 0.4*TP + 0.6*EX

Cette pondération est compatible avec une organisation des enseignements et des examens en distanciel

Note de contrôle continu : TP
Note d'examen individuelle : EX
Note = 0.4*TP + 0.6*EX

Calendrier

Le cours est programmé dans ces filières :

  • Cursus ingénieur - Ingénieur ICL - Semestre 7
  • Cursus ingénieur - Ingénieur IdP - Semestre 7
cf. l'emploi du temps 2024/2025

Informations complémentaires

Code de l'enseignement : 4GMC1411
Langue(s) d'enseignement : FR

Vous pouvez retrouver ce cours dans la liste de tous les cours.

Bibliographie

Elff, (2020), Data Management in R , SAGE publication
Nicholas J. Horton and Ken Kleinman , (2016), Using R and RStudio for Data Management, Statistical Analysis, and Graphics (second edition)