Panneau de gestion des cookies
NOTRE UTILISATION DES COOKIES
Des cookies sont utilisés sur notre site pour accéder à des informations stockées sur votre terminal. Nous utilisons des cookies techniques pour assurer le bon fonctionnement du site ainsi qu’avec notre partenaire des cookies fonctionnels de sécurité et partage d’information soumis à votre consentement pour les finalités décrites. Vous pouvez paramétrer le dépôt de ces cookies en cliquant sur le bouton « PARAMETRER » ci-dessous.

Data science

Ects : 3

Enseignant responsable :

Volume horaire : 18

Description du contenu de l'enseignement :

Le cours est structuré selon trois thèmes:

Thème 1 : data science et problématiques techniques

Thème 2 : data science, organisation et prise de décision

Thème 3 : approche critique et éthique de la data science

Coefficient : 1.5

Compétence à acquérir :

Entreprise ‘Data-driven’, diffusion massive des techniques d’analyse de données avancées : les acteurs de l’entreprise, les managers en premières lignes, sont de plus en plus exposés aux data-sciences. Ce cours vise à développer une compréhension outillée et critique de son développement et de sa mise en application dans les organisations d’aujourd’hui et de demain.

Ce cours se fixe ainsi comme premier objectif l’acquisition d’un vocabulaire, sur les data sciences appliquées au business, en distinguant en particulier les différents rôles des différents acteurs qui lui sont dévolus, des écosystèmes qui émergent, se cristallisent, et des parcours professionnels et mutations organisationnelles qu’elles dessinent.

En second objectif, il vise l’acquisition d’outils de compréhension du fonctionnement des (principaux) algorithmes, remontant le fil depuis la technique sous-jacente jusqu’aux usages pour mieux appréhender leur potentiel et leurs limites, les business associés, les effets leviers qu’ils offrent et les adaptations organisationnelles qu’ils exigent.

Par l’acquisition de ces grilles de lecture convergentes, il s’agira enfin pour les participants d’affiner leur regard sur un univers encore évolutif et de s’armer face aux différents défis qu’elles révèlent.

Les modalités d’évaluation procéderont alors de la capacité de ceux-ci à démontrer la bonne adoption des outils du cours, mais aussi leur capacité à les mettre en œuvre dans leur analyse de problématiques stratégiques et organisationnelles soulevées par des cas réels et actuels de projets de data sciences.

Mode de contrôle des connaissances :

Exposé (40% de l ’ évaluation finale) Étude terrain (60% de la note finale)