Compétences

  • Traiter
  • Analyser
  • Valoriser

Objectifs

Les problématiques de traitement et d'analyse des données, au cœur tant de l'étude statistique que de la restitution automatisée de l'information à travers une visualisation ou un reporting, mette en œuvre tout autant des compétences de traitement, d'analyse et de valorisation de la donnée. Un diplômé doit savoir s'intégrer dans un projet mêlant toutes les compétences de la formation, au sein d'une mission de plus grande ampleur. En tant que professionnel de la donnée, qu'il travaille dans le domaine de la statistique ou de l'informatique décisionnelle, l'étudiant s'intégrera dans une équipe projet. Dans ce cadre, il pourra être amené à contribuer à l’organisation des étapes de production, de sélection, de préparation et d'exploitation des données, ainsi que de contrôle. Il participera également aux choix des solutions méthodologiques et techniques.

Les objectifs de cette SAÉ sont les suivants :

  • Faire comprendre à l'étudiant l'interdisciplinarité de la statistique et de l'informatique décisionnelle
  • L'initier à la conduite de projet et à la planification
  • Le confronter à toutes les étapes d'un projet en science des données
  • Lui faire prendre conscience des problématiques de confidentialité des données.

Cette SAÉ peut, dans sa mise en œuvre, prendre également la forme d'un stage. Dans ce cas, le département veille à ce que les objectifs de la SAÉ soient validés dans le cadre de ce stage.

Description

L'étudiant est mis en situation d'intégration et de gestion d'un projet professionnel, nécessitant de mobiliser des compétences à la fois en traitement, en analyse et en valorisation des données. Confronté à sa première mission d’envergure, mobilisant différentes disciplines, comme la réalisation d'une étude statistique, la création d'un reporting automatisé ou bien le développement d'une visualisation de données, l'étudiant doit savoir collaborer avec les différents acteurs impliqués et organiser le travail au sein d'une équipe. Il sait préparer les données et réaliser une mission donnée par un commanditaire professionnel, la SAÉ intègre également la valorisation du travail réalisé selon les standards de la communication professionnelle. L'étudiant doit savoir expliquer leur démarche et présenter des résultats, sous la forme de supports de communication, en français et en anglais. Cette SAÉ s'intègre dans une démarche de conduite de projet menée par l'étudiant.

Apprentissages critiques

  • AC11.01 : Correctement interpréter et prendre en compte le besoin du commanditaire ou du client
  • AC11.02 : Respecter les formalismes de notation
  • AC11.03 : Connaître la syntaxe des langages et savoir l’utiliser
  • AC11.04 : Mesurer l’importance de maîtriser la structure des données à exploiter
  • AC11.05 : Comprendre les structures algorithmiques de base et leur contexte d’usage
  • AC11.06 : Prendre conscience de l’intérêt de la programmation
  • AC12.01 : Réaliser que les sources de données ont des caractéristiques propres à considérer (variation, précision, mise à jour...)
  • AC12.02 : Comprendre qu’une analyse correcte ne peut émaner que de données propres et préparées
  • AC12.03 : Comprendre l’intérêt des synthèses numériques et graphiques pour décrire une variable statistique
  • AC12.04 : Comprendre l’intérêt des synthèses numériques et graphiques pour mettre en évidence des liaisons entre variables.
  • AC12.05 : Comprendre l'intérêt de l’utilisation d’un modèle probabiliste
  • AC12.06 : Appréhender la notion de fluctuation d'échantillonnage, notamment à l’aide de simulations probabilistes
  • AC13.01 : Prendre connaissance des biais rencontrés dans la mise en place d’une enquête
  • AC13.02 : Identifier l’importance de contextualiser ses données
  • AC13.03 : Mesurer l’importance de mettre en évidence des résultats clés par l’utilisation d’indicateurs pertinents
  • AC13.04 : Lors de la restitution des résultats, mesurer l’importance d’expliciter également la démarche suivie
  • AC13.05 : Comprendre les intérêts de la data visualisation et de l’infographie
  • AC13.06 : Mesurer l’importance d’une expression précise et nuancée dans la communication en français et dans une langue étrangère des résultats

Ressources associées

  • R2.01 : Reporting et Datavisualisation
  • R2.02 : Bases de données relationnelles 2
  • R2.03 : Bases de la programmation 2
  • R2.04 : Programmation statistique
  • R2.05 : Statistique descriptive 2
  • R2.06 : Probabilités 2
  • R2.08 : Statistique inférentielle
  • R2.09 : Approfondissement de l'anglais de spécialité
  • R2.10 : Communication et sémiologie
  • R2.11 : Étude des données de l'environnement entrepreunarial et économique
  • R2.12 : Projet Personnel et Professionnel 2

Le suivi du projet est réservé aux étudiants de la première année en DUT STID.

Les pré-requis sont tous les cours en statistique et en informatique (VBA, QGIS, Excel, BDD?), la période de réalisation étant de la fin janvier au mois de juin.

Ce cours a été mis en ligne en 2019-2020.

Accéder au cours en ligne : NetUBS (site sur le suivi des projets 1ère année STID)

Se connecter "en tant qu'invité" : Aide à la connexion