STT-1100

Comment avancer dans le cours

Le cours est construit comme un parcours de science des données. Chaque module commence par des lectures ciblées, vous plonge dans une aventure guidée, puis vous amène à produire une trace personnelle: rapport, graphique, jeu de données nettoyé, fonction, vidéo ou tableau de bord.

Voir les modules Première séance Voir les défis Boîte à outils
1

Lire et se repérer

2

Vérifier les lectures

3

Faire l'aventure

4

Réaliser le défi

5

Consolider autrement

6

Garder une trace

Avant la première séance

La première étape est simple: avoir les bons accès, les bons outils et une idée claire de l'endroit où chercher les consignes.

  1. Installer ou vérifier R, RStudio, Quarto et Git.
  2. Se connecter à Brio pour les consignes officielles, les dates et les modalités de remise.
  3. Se connecter à GitHub, puis utiliser le dépôt ou le gabarit demandé lorsque le module le précise.
  4. Ouvrir la page du module en cours et repérer le plan d'apprentissage, l'aventure, les exercices et le défi.
  5. Tester un premier rendu Quarto dès qu'un fichier .qmd est fourni ou créé.

Brio

Brio reste la référence pour les dates, les consignes officielles, les remises et les annonces du cours.

Site du cours

Le site sert à travailler: modules, lectures, mini-tests, aventures, exercices, défis, données et ressources.

GitHub

GitHub sert à récupérer certains gabarits, suivre les versions et remettre une trace lorsque c'est demandé.

Le trajet d'un module

Un module n'est pas seulement une liste de pages. C'est un petit cycle complet: comprendre, pratiquer, produire, consolider, puis garder une trace de ce qui a été appris.

01

Lectures

Les lectures donnent les mots, les concepts et les fonctions utiles avant d'ouvrir le code.

Point de départ
02

Mini-test

Le mini-test formatif vérifie rapidement les idées clés. Il sert à repérer ce qui doit être relu avant l'aventure.

Autodiagnostic
03

Aventure

L'aventure est la pratique guidée en classe. Elle met en scène un rôle, des données et un problème concret.

Immersion guidée
04

Défi

Le défi prolonge l'aventure dans le même univers, avec plus d'autonomie et un livrable évalué.

Production courte
05

Exercices

Les exercices consolident les gestes techniques dans d'autres contextes et avec d'autres données.

Pratique indépendante
06

Trace portfolio

La trace finale indique ce qu'il faut conserver: fichiers, décisions, erreurs corrigées et apprentissages réutilisables.

Mémoire de travail

Avant d'ouvrir une aventure

Chaque page de module commence maintenant par quatre repères. Ils servent à éviter de confondre une extension intéressante avec le minimum nécessaire pour avancer.

Prérequis

Repérer les gestes et fichiers à revoir avant de commencer. Un prérequis est un point d'appui, pas une liste à mémoriser.

Parcours minimal

Faire d'abord fonctionner le plus petit enchaînement qui démontre la compétence du module.

Prolongements

Ajouter les analyses, formats ou options avancées seulement après un premier rendu clair.

Blocage

Garder le message d'erreur, isoler le plus petit exemple et utiliser le canal d'aide approprié.

Si vous ne savez pas où aller

Le site est organisé par usage. Choisissez d'abord la situation qui ressemble le plus à votre besoin du moment.

1

Je commence un module

Ouvrez la page du module, lisez d'abord « Préparer le module », puis suivez le plan d'apprentissage dans l'ordre.

Voir les modules
2

Je cherche une ressource

Utilisez la page des ressources pour trouver livres, packages, données, supports et aide IA.

Voir les ressources
3

Je bloque techniquement

Revenez à la boîte à outils pour retrouver les routines R, Quarto, GitHub et débogage.

Ouvrir la boîte à outils
4

Je prépare une remise

Relisez la consigne du défi, rendez le document et vérifiez la trace avant de remettre sur Brio.

Voir les défis

Trois pièces, trois fonctions

Les aventures, les défis et les exercices ne jouent pas le même rôle. Les distinguer évite de chercher la mauvaise réponse au mauvais endroit.

Aventure

Apprendre dans une situation

Vous êtes guidé dans un contexte narratif: un rôle, une personne à aider, des données à comprendre et des choix à justifier.

Défi

Montrer votre autonomie

Le défi reste connecté à l'aventure, mais il demande une production personnelle plus courte, plus ciblée et évaluée.

Exercices

Stabiliser les réflexes

Les exercices sont à part. Ils utilisent d'autres contextes pour pratiquer sans dépendre du fil narratif du défi.

Le parcours des 10 modules

Chaque module ajoute une compétence visible. Le chemin va d'un premier rapport reproductible vers des productions plus autonomes: collaboration, éthique, automatisation, prédiction et tableau de bord. À l'automne 2026, le module 2 est préparé par du travail autonome pendant la semaine du 7 septembre, puis travaillé en classe le 14 septembre.

1 DémarrerPlongée en science des donnéesPrendre en main R, RStudio, Quarto et un premier jeu de données météo.Produit: mini-rapport Quarto. 2 OrganiserGitHub et visualisation de donnéesStructurer un dépôt, importer un fichier Excel et produire des graphiques lisibles.Produit: journal de bord et rapport GitHub. 3 RaconterLes catégories sous toutes leurs formesNettoyer des chaînes, compter des catégories et construire un angle journalistique.Produit: article Quarto reproductible. 4 NettoyerFacteurs et nettoyage de donnéesDiagnostiquer des erreurs, recoder des variables et documenter les décisions.Produit: données propres et journal de nettoyage. 5 ExplorerExplorer les relations entre les variablesComparer des variables, visualiser des associations et interpréter sans surconclure.Produit: rapport exploratoire argumenté. 6 CollaborerCollaboration et reproductibilité dans GitHubRelier des tables, documenter un flux de travail et réviser le travail d'une autre équipe.Produit: revue croisée reproductible. 7 ProtégerVisualisation, éthique et sécurisation des donnéesAméliorer des visualisations, anonymiser des données et expliciter les risques.Produit: note éthique et figures responsables. 8 AutomatiserAutomatisation et exploration du webExtraire de l'information de pages web et transformer une procédure en fonction testable.Produit: fonction scrape_page(). 9 PrédirePrédiction et biaisConstruire une première prédiction, évaluer ses limites et discuter les biais possibles.Produit: capsule vidéo courte. 10 PartagerAu-delà des données : texte et tableau de bordAnalyser des rétroactions fictives et communiquer des résultats dans une interface.Produit: tableau de bord interactif local, appuyé par une analyse textuelle.

La progression en quatre temps

La difficulté augmente par couches. Les gestes techniques reviennent, mais le niveau d'autonomie et la responsabilité de communication augmentent.

Modules 1-3

Entrer dans le métier

Produire des rapports reproductibles, comprendre la structure des données et transformer une analyse en message.

Modules 4-6

Fiabiliser le travail

Nettoyer, documenter, relier des tables et collaborer sans perdre la reproductibilité.

Modules 7-8

Agir avec responsabilité

Visualiser sans tromper, protéger les données et automatiser prudemment la collecte d'information.

Modules 9-10

Communiquer l'incertitude

Faire une première prédiction, discuter les biais et livrer une analyse consultable par d'autres.

Immersion en science des données

Les modules vous placent dans les rôles qui structurent un projet de science des données. L'objectif est d'apprendre les gestes techniques, mais aussi de comprendre qui produit, protège, analyse et communique les données.

Cycle complet d'un projet de science des données: importer, ranger, transformer, visualiser, modéliser et communiquer.

Data Engineer

Mettre à disposition des données fiables, accessibles et bien structurées.

Data Owner

Garantir la gouvernance, la qualité, les accès et la confidentialité.

Statisticien

Modéliser les phénomènes, quantifier l'incertitude et formuler des conclusions prudentes.

Data Scientist

Transformer les données en analyses, produits, modèles ou recommandations.

Data Analyst

Produire des indicateurs, des visualisations et des analyses utiles à la décision.

Data Journalist

Raconter des histoires vérifiables et visuelles à partir de données documentées.

Freelancer

Intervenir sur une partie du cycle avec une expertise ciblée et adaptable.

Outils à installer

Ces outils forment l'environnement minimal du cours.

Routine minimale

Chaque séance de travail devrait suivre une routine simple. Elle réduit les erreurs et garde le projet reproductible.

  1. Ouvrir le bon projet dans RStudio.
  2. Lire la carte du plan d'apprentissage liée au travail du jour.
  3. Exécuter le code par petites sections et vérifier les sorties.
  4. Rendre le document Quarto pour repérer les erreurs.
  5. Conserver seulement les fichiers utiles, puis faire un commit si le module le demande.

Quand vous êtes bloqué

Reproduisez l'erreur, lisez le message complet, puis isolez le plus petit exemple possible.

Avec l'IA du cours

Ouvrez IA et aide ou GPT STT-1100. Demandez: Voici mon erreur, mon code minimal et ce que je voulais obtenir. Aide-moi à trouver la cause probable, puis donne une vérification à faire moi-même.

Avant de remettre

Rendez le fichier, relisez les conclusions et vérifiez que le livrable répond au défi.

GPT STT-1100