Le projet
d’équipe

Former les équipes et choisir un sujet

30 % de la note finale
STT-4230 / STT-6230 · 30 septembre 2026

Un produit de science des données reproductible

Dans votre projet Ce qu’on doit pouvoir comprendre
Une question et des données Le problème étudié, la source et ses limites
Un pipeline en R L’importation, le nettoyage et les vérifications
Un produit final Un format adapté à l’objectif et au public visé
Un dépôt GitHub documenté Comment reproduire le travail et qui y a contribué

L’équipe doit pouvoir expliquer les choix techniques et défendre ses résultats.

Consignes du projet

Un format adapté à votre objectif

Format possible Exemple de ce que le public pourra faire
Rapport Quarto Lire une analyse et ses figures commentées
Tableau de bord Consulter plusieurs indicateurs et graphiques
Application Shiny Choisir une station et recalculer ses résumés
Tutoriel learnr Compléter du code R et répondre à des questions
Site ou mini-livre Quarto Suivre un parcours en plusieurs pages
Outil R documenté Réutiliser des fonctions pour traiter des fichiers

Liste ouverte : d’autres produits ou combinaisons sont possibles.
Précisez le public, l’objectif et la portée à faire approuver.

Exemples Shiny · Exemples learnr
Quatre exemples concrets sont présentés dans les diapositives suivantes.

Exemple 1 : un rapport Quarto

Un document à lire de haut en bas.

  • Une question et une méthode.
  • Des figures commentées.
  • Une interprétation et des limites.

Ouvrir le rapport

Rapport Quarto présentant une question, des données et une figure commentée.

Quarto transforme un fichier réunissant texte et code R en un document consultable.

Exemple 2 : un tableau de bord

Une vue d’ensemble à consulter.

  • Des indicateurs.
  • Des graphiques et des tableaux.
  • Des filtres, si cela est utile.

Ouvrir le tableau de bord

Tableau de bord Quarto réunissant des indicateurs, un graphique, un tableau et des informations de contexte.

Quarto peut produire les deux formats. Cet exemple est statique; Shiny n’est pas obligatoire.

Exemple 3 : une application Shiny

Explorer un catalogue de films.

  • Choisir des filtres.
  • Modifier les variables des axes.
  • Voir le graphique se mettre à jour.

Essayer l’application

Movie explorer : des filtres pilotent le graphique.

Votre équipe concevrait l’interface, les calculs en R et les validations.

Capture d’une démonstration externe en anglais : Movie explorer, galerie Shiny de Posit, 30 septembre 2026.

Exemple 4 : un tutoriel learnr

Apprendre à filtrer des observations.

  • Lire une consigne.
  • Compléter et exécuter du code R.
  • Consulter le résultat.

Essayer le tutoriel

Filter observations : une consigne, un éditeur R et le résultat du code.

Votre équipe concevrait le parcours, les exercices et leurs résultats attendus.

Capture d’un tutoriel externe en anglais : Filter observations, exemples officiels learnr, 30 septembre 2026.

Une équipe et des contributions individuelles

  • Trois personnes par défaut. Deux ou quatre avec approbation.
  • Une organisation compatible avec vos disponibilités.
  • Des tâches réparties, puis du code relu et testé entre collègues.
  • Des contributions visibles dans GitHub et dans docs/contributions.md.

L’IA est permise et déclarée lorsqu’elle influence significativement le travail.
STT-6230 : une note technique liée au projet est également exigée.

Travail en équipe et modalités

Les étapes de la session

Date Ce qui est attendu
7 octobre Proposition et dépôt initial
4 novembre Point de suivi formatif
25 novembre Pipeline et produit partiels, premières validations
9 décembre Produit final, présentation et défense du projet

La présentation et la revue de code font partie du projet de 30 %.

Calendrier du cours · Défense du projet

Un sujet assez précis pour une session

Une question réalisable avec des données accessibles et réutilisables.

Question possible, à adapter aux données Ce qu’il faut préciser
Comment les collisions varient-elles selon le quartier ? Le territoire, la période et la mesure comparée
Comment les précipitations varient-elles selon la saison ? Les stations, les dates et les variables disponibles

Ouvrez un fichier et examinez ses variables avant de retenir le sujet.
Le sujet doit être approuvé par l’enseignant.

Sources suggérées : Données Québec · Statistique Canada · Ville de Québec

La proposition du 7 octobre

  • Titre provisoire et membres.
  • Question ou problème étudié.
  • Source et variables utiles.
  • Limites connues des données.
  • Format, public et usage envisagés.
  • Risques techniques.
  • Première répartition des tâches.
  • Lien vers le dépôt GitHub.

Pour le 7 octobre : conserver la proposition dans docs/proposition.md du dépôt d’équipe et pousser les commits sur GitHub.

Décrivez ce que le public pourra voir, faire ou apprendre. Le produit fonctionnel sera développé pendant la session.

Livrable de la semaine 6

Un dépôt GitHub commun

  • Le dépôt d’équipe rassemble le code, la documentation et le produit final.
  • Chaque membre travaille avec son propre compte GitHub.
  • Les commits, issues et pull requests permettent de suivre les contributions.
  • Le README explique comment relancer le projet.

Les gabarits du cours sont déjà disponibles :
proposition, contributions et journal IA.

Le portfolio individuel conserve vos apprentissages et votre contribution personnelle.

Aujourd’hui : former l’équipe et amorcer le sujet

  1. Regroupez-vous par trois et vérifiez vos disponibilités.
  2. Formulez une première question et repérez une source.
  3. Ouvrez les données pour vérifier que la question est réalisable.
  4. Répartissez les prochaines tâches et fixez votre prochain échange.

Avant de partir, présentez à l’enseignant :
les membres, la question provisoire, la source et la prochaine action de chacun.

Si vous cherchez une équipe, signalez-le pendant l’atelier.
La proposition complète est attendue sur GitHub le 7 octobre.