Introduction à la programmation et au traitement des données

5.00 crédits

22.5 h + 30.0 h

Enseignants

Langue
d'enseignement

Français

Préalables

Ce cours est destiné aux étudiant·e·s universitaires sans prérequis en informatique ou en mathématiques mais curieux des sciences des données, du numérique ou de l’analyse de l’information
Une connaissance préalable de l’informatique, de la programmation, de statistique ou de traitement de données n’est donc pas nécessaire.

Thèmes abordés

Ce cours vise à initier les étudiants à la programmation (en Python) dans une perspective de traitement de données. Il leur permettra de :

Comprendre les principes fondamentaux de la programmation et de lire, comprendre, modifier et créer des programmes simples ;
Manipuler des structures de données comme les listes, dictionnaires, ensembles ;
Concevoir des algorithmes élémentaires pour le traitement de données ;
Traiter des données textuelles, tabulaires ou structurées ;
Interagir avec des bases de données simples ;
Représenter graphiquement les données (histogrammes, courbes, etc.).

Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :
À l’issue du cours, l’étudiant devra être capable de : Comprendre et écrire des programmes Python utilisant : Variables, types, conditions, boucles. Fonctions, arguments, portée des variables. Structures de données : listes, dictionnaires, ensembles. Utiliser un environnement pour coder et documenter. Écrire des algorithmes simples de traitement de données : Nettoyage de texte, analyse de données, etc. Interagir avec un système de gestion de base de données simple pour: Lire et écrire des données via des requêtes SQL simples (requêtes `SELECT`, `WHERE`, `JOIN`, sans aller vers des notions trop avancées) Intégrer des données issues de bases dans des analyses Python. Créer des visualisations simples. Utiliser des bibliothèques (modules Python) pour : Lire et manipuler des fichiers textuels, tabulaires ou structurées. Accéder à et manipuler une base de données. Filtrer, agréger et transformer des données (provenant des fichiers ou d’une base de données). Créer des visualisations. Découvrir des outils d'assistance à la programmation (ex. modèles de langage) pour générer, expliquer ou améliorer du code Python.

Méthodes d'enseignement

Cours magistraux interactifs avec démonstrations en direct.
Introduction par la programmation pour initier au raisonnement algorithmique.
Travaux pratiques encadrés en salle informatique
Exploration de comment utiliser des modèles IA de langage pour comprendre, générer ou améliorer du code Python simple.
Exercices individuels sur une plateforme en ligne.

Modes d'évaluation
des acquis des étudiants

Évaluation formative :
- QCM ou questions ouvertes courtes en ligne sur les concepts et la syntaxe.
- Exercices hebdomadaires sur une plateforme pédagogique en ligne.
- Examen sous forme QCM (théorique et pratique) sur les concepts vus au cours.
Évaluation sommative :
- Un projet individuel ou en binôme qui comporte :
- Création d’un programme ou d’un notebook documenté.
- Analyse d’un jeu de données (CSV ou base SQLite).
- Visualisation des résultats.
- Présentation et relecture par les pairs (peer review).

Faculté ou entité
en charge

> SC

Programmes / formations proposant cette unité d'enseignement (UE)

Intitulé du programme

Sigle

Crédits

Prérequis

Acquis
d'apprentissage

Mineure en culture scientifique

MINCULTS

Approfondissement en statistique et sciences des données

APPSTAT

Bachelier en sciences géographiques, orientation générale

GEOG1BA

Mineure en statistique, sciences actuarielles et science des données

MINSTAT

Certificat d'université : Statistique et science des données (15/30 crédits)

STAT2FC