Code
MGFE INF 4402
Niveau
M1
Discipline
Informatique
Langue
Anglais/English
Crédits ECTS
1
Heures programmées
18
Charge totale étudiant
20
Coordonnateur(s)
Département
- Data analytics, Économie et Finances
Equipe pédagogique
Introduction au module
Familiariser les étudiants avec les bases de la programmation en Python et leur donner les outils nécessaires pour manipuler, analyser et visualiser des données.
Objectifs d'apprentissage (compétences mères)
- 6.2 - Optimiser l'usage d'outils adaptés aux différents domaines de gestion, et définir et interpréter les KPI pertinents, afin de mesurer et garantir une création de valeur durable et soutenable pour toutes les parties prenantes.
- 6.3 - Produire et analyser les principaux documents de synthèse, dans le but de s'assurer d'une gestion optimale, durable, en veillant à son alignement sur la vision, mission et les valeurs de l'organisation.
Traits de compétences
— (DQ15) Content creation and computational literacy: Synthesizing, creating, and producing information, media, and technology in an innovative and creative manner.
— (DQ23) Data and AI literacy: Generating, processing, analyzing, presenting meaningful information from data and developing, using, and applying artificial intelligence (AI) and related algorithmic tools and strategies in order to guide informed, optimized, and contextually relevant decision-making processes.
— (CPS1) Data/information management: Gathering information from various sources to understand a problem; Classifying and categorizing data to identify patterns and relationships, Assessing the quality, relevance, and significance of information, and Applying reasoning, deduction, and induction to make sense of information and reach conclusions.
Contenu : structure du module et agenda
Session 1: Introduction to Python
* Notebook and Markdown
* Getting started with Python
Session 2: Data structures in Python
* Collections: lists, tuples, dictionaries and sets
* Pandas dataframes
Session 3: Python control flow
* Loops, Conditions, Functions
Section 4: Data analysis with Python
* Practical work (TD) with real world data
Contribution à l'atteinte des ODD (Objets du Développement Durable)
Ce cours contribue à l'ODD 4 en dotant les étudiants de compétences numériques avancées et de capacités d'analyse critique des données, essentielles dans la société actuelle. En favorisant l'acquisition de connaissances techniques transversales, le module participe à la formation d'une main-d'œuvre qualifiée capable de répondre aux défis complexes du monde professionnel, soutenant ainsi une éducation de qualité inclusive et axée sur l'avenir.
Apprentissage
synchrone
Système de notation et modalités de rattrapage
- Contrôle continue (3 devoirs + TD): 75%
- Examen final sur papier: 25%
Rattrapage: Examen final sur papier (100%)
Références obligatoires et lectures suggérées
Severance, C. (2016). Python for everybody: Exploring Data using python 3. Charles Severance.
Mots-clés
Python, Jupyter notebook, data science