v2.11.0 (5982)

Modulaire - MOD-IFIE2-S1-AnaDon : Analyse de données

Domaine > Centre Génie industriel.

Descriptif

Ce module s’articulera autour de cinq points clés pour tout projet d’analyse de données :

  1. Familiarisation “quick and dirty” et nettoyage d’un jeu de données
  2. Découverte des différentes méthodes d’apprentissage automatique
  3. Mise en pratique de l’analyse de séries temporelles
  4. Restitution des résultats sous forme de visualisations adaptées
  5. Sensibilisation aux enjeux éthiques, sociétaux et environnementaux liés à l’analyse de jeux de données

Compétences travaillées

Bloc 1 : Concevoir pour l'industrie et les services, des produits, procédés et processus respectueux d'un avenir durable
  1.1 : Définir les besoins et rédiger un cahier des charges
  1.3 : Modéliser un produit, procédé, processus
  1.8 : Mobiliser des informations validées
  1.9 : Agir avec responsabilité environnementale et sociétale
Bloc 2 : Organiser la production dans un environnement en évolution avec une responsabilité individuelle et collective
  2.4 : Acquérir et exploiter les données de production et d'exploitation
Bloc 3 : Améliorer pour l'industrie et les services, les performances d'un produit, procédé et processus pour anticiper et accompagner les changements induits par les transition
  3.1 : Analyser les performances d'un produit, procédé, processus
  3.2 : Exploiter des données numériques
Bloc 4 : Piloter un projet en adoptant une approche systémique dans un environnement complexe
  4.1 : Identifier les enjeux, les contraintes, les parties prenantes et le périmètre
  4.2 : Mobiliser les acteurs
  4.3 : Planifier les actions
  4.5 : Gérer l'avancement d'un projet
  4.6 : Mobiliser des informations validées
  4.7 : Agir avec responsabilité environnementale et sociétale
Bloc Donnée : Concevoir et piloter de manière optimale les systèmes énergétiques renouvelables et les systèmes d’information par le cycle de vie des données
  D.1 : Collecter et structurer des informations et données numériques
  D.2 : Sélectionner et mettre en œuvre des modèles d’IA pour traiter des données
  D.4 : Mobiliser des informations validées
  D.5 : Agir avec responsabilité environnementale et sociétale
  D.6 : Communiquer dans un milieu interculturel et international

Objectifs pédagogiques

A la fin de ce module, les élèves seront capables de :

  1. Préparer et nettoyer un jeu de données en vue d’une analyse
  2. Choisir les méthodes d’analyse (statistiques ou par apprentissage) ; adaptées aux données et aux objectifs de l’analyse ;
  3. Restituer l’analyse sous forme de visualisations adaptées ;
  4. Mener un projet d’analyse de données avec ses parties prenantes et ses jalons.
réparties en:
  • Travail Autonomie Libre, non programmé l'EDT : 20
  • Projet : heures encadrées présentielles : 6
  • Travail en Autonomie programmé à l'EDT : 10.5
  • Travaux Dirigés : 13.5

50 heures de travail personnel estimé pour l’étudiant.

Diplôme(s) concerné(s)

UE de rattachement

Pour les élèves du diplômeDiplôme d'Ingénieur IMT Mines Albi

Il est nécessaire de maîtriser les modules suivants avant de commencer le module d'Analyse de Données :

  • Statistiques pour l'ingénieur (MOD-IFIE1-S1-StatInge) : https://campus.mines-albi.fr/enrol/index.php?id=21
  • Algorithmique et programmation (IFE1-S1-AlgoProg) : https://campus.mines-albi.fr/course/view.php?id=9
  • Initiation aux bases de données (MOD-IFIE1-S1-IniBasesDon) : https://campus.mines-albi.fr/course/view.php?id=24
Aucun rappel de ces éléments de statistiques (incluant les probabilités), d'algorithmique, de programmation Python (incluant la création et gestion d'environnement virtuel, l'installation de librairies), de modélisation et d'accès aux bases de données ne sera fait pendant le module d'Analyse de Données. Les modules précédents sont considérés comme acquis (savoir et savoir-faire).

Format des notes

Numérique sur 20

Pour les élèves du diplômeDiplôme d'Ingénieur IMT Mines Albi

Le rattrapage est autorisé (Max entre les deux notes écrêté à une note seuil)

    Le coefficient de l'enseignement est : 1

    Programme détaillé

    Voir le programme complet et le séquencement sur https://campus.mines-albi.fr/course/view.php?id=156

    Programme en 50 heures (13h30 présentielles, 10h30 TAPE, 6h00 projet, 20h00 de travail personnel)

    Mots clés

    Science des données, Algorithmique, Programmation, Python, Ethique

    Méthodes pédagogiques

    Apprentissage par problème, exercices à trous, projet
    Veuillez patienter