Académique Documents
Professionnel Documents
Culture Documents
Titre du cours
Introduction à la valorisation de données
Numéro du cours
420-J04-RO
Pondération
2-1-3
Unités
2 unités
Groupe numéro
454
Session / Durée
Été 2022- Bloc 1 / 60 heures
Programme
LEA.DA Big Data en Finance
Courriel
jubousquet@crosemont.qc.ca
(Vous pouvez communiquer avec moi par TEAMS Je réponds
normalement en 48h du lundi au vendredi.)
Présentation du cours
Ce cours permet à l’étudiante ou à l’étudiant de découvrir la profession de spécialiste
en valorisation de données, la place de ce rôle dans les organigrammes, les autres
professions qu’il supporte ainsi que l’écho‐système des technologies utilisées pour
les traitements de données : informatique décisionnelle (BI), science des données et
méga données (Big Data).
Ce cours comporte également une initiation à des cas de valorisation des données
par des outils d’utilisation courante comme les tableurs et les bases de données.
PRÉALABLE
Aucun préalable.
DÉROULEMENT DU COURS
La première étape vous permettra de comprendre les enjeux qui se cachent derrière cette op-
portunité qu’est le Big Data.
La deuxième étape vous permettra de comprendre les concepts techniques, allant de la gestion
de projets Data à l’introduction des concepts de machine learning, et la différence avec les
concepts de Big Data.
o À la fin de la troisième étape, vous serez en mesure également de s’initier à des cas de
valorisation des données par des outils d’utilisation courante comme les tableurs et les
bases de données.
CONTEXTE DE RÉALISATION
Dans des situations d’interaction avec les différents services à l’entreprise.
À partir de données caractérisant l’entreprise et son environnement.
À partir des politiques, des normes et des procédures de l’entreprise.
En se référant aux personnes-ressources internes et externes.
INTENTIONS ÉDUCATIVES
Ce cours est donné à la première session du programme.
La réussite de ce cours est un préalable absolu aux cours : Méga données (Big Data) 1
Ce cours initie l’étudiant à la conception et à la réalisation de processus de valorisation de don-
nées avec des chiffriers et des bases de données.
Les outils enseignés préparent à la maitrise du processus ETL (Extract, Transform Load) consis-
tant en un ensemble d’opérations visant l’extraction de données de différentes sources, l’har-
monisation et le nettoyage de ces données par des transformations, pour finalement fusionner
ces données et produire des réponses à des requêtes de données précises.
Ce processus ETL sera enrichi au cours Programmation partie 2 par des fonctionnalités de visua-
lisation pour exploration de données, et par des fonctionnalités d’analyse et prédiction statis-
tique. Il sera également enrichi aux cours Big Data 1 (deuxième session) et Big Data 2 ( troisième
session) par des fonctionnalités de big data.
1er bloc : le professeur fait un exposé théorique sur chaque chapitre du cours;
2ème bloc : les étudiants, regroupés en équipe effectuent un travail de recherche.
Stratégies d’enseignement
Stratégies d’apprentissage
QUALITÉ DE LA LANGUE
TOTAL 100 %
Évaluation 2‐ Cours 8
Description :
Présentation orale de l’étude de cas
Pondération :
15% de la note finale au bulletin
Critères d’évaluation :
Identification juste des éléments.
Utilisation des concepts et des notions vus durant les cours et dans vos lectures.
Voir annexe 1
RÈGLEMENTS ET L’ENCADREMENT
1. La présence et la ponctualité au cours sont obligatoires.
2. L’étudiant en retard à une période attend la période suivante pour intégrer la classe. Il est
considéré comme absent à la période du cours à laquelle il a été en retard.
Toute absence ou retard lors des travaux pratiques non justifiés par des motifs exceptionnels
acceptés par le professeur entraînera la conséquence suivante : « L’étudiant ne pourra pas
faire en équipe les travaux pratiques se rapportant au chapitre du cours traité durant son
absence ».
Efraim Turban, Ramesh Sharda, Dursun Delen, David King (2018). Business Intelligence,
Analytics and Data Science: A Managerial Perspective, 4th Edition, Pearson.
Ralph Kimball, Laura Reeves, Margy Ross, Warren Thornthwaite (2013). The Data Ware-
house Lifecycle Toolkit, 3rd Edition, Wiley.
RÈGLES PARTICULIÈRES
Une seule demande de report d’activité d’évaluation, par cours et par session, est possible en cas
d’absence justifiée par des motifs exceptionnels (maladie attestée par un avis médical écrit, décès d’un
proche).
- Cette demande de report doit être faite par écrit par l’étudiante ou l’étudiant dans les cinq jours ou -
vrables qui suivent la date de l’activité d’évaluation.
- L’enseignante ou l’enseignant juge du bien-fondé de la demande, la soumet à la conseillère ou au
conseiller pédagogique et, à la suite d’une concertation, autorise ou non l’étudiante ou l’étudiant à re -
prendre l’activité d’évaluation.
- Si la demande est acceptée, la date et l’heure du report sont fixées par l’enseignante ou l’enseignant,
qui peut, alors, choisir une nouvelle modalité d’évaluation.
- Le report d’une activité d’évaluation sommative ne peut être autorisé si l’étudiante ou l’étudiant s’est
présenté à l’activité d’évaluation sommative.
2. Lors d’un examen, toute tentative de plagiat doit être dénoncée séance tenante par l’enseignante ou
l’enseignant qui verra à retirer la copie de l’étudiante ou de l’étudiant.
3. Tout plagiat, toute tentative de plagiat, toute collaboration à un plagiat entraîne la note zéro « 0 » pour
l’évaluation en cause et doit faire l’objet d’un rapport écrit à la Direction de la formation continue e la
part de l’enseignante ou de l’enseignant. Ce rapport est versé au dossier de l’étudiante ou de l’étudiant.
4. Une récidive peut entraîner des mesures allant jusqu’au renvoi du Collège de l’étudiante ou de l’étu -
diant par la Direction des études, sur recommandation de la Direction de la formation continue.
5. Les étudiants qui font l’objet d’une mesure relativement à des actes de cette nature ont le droit d’être
entendus, conformément à la procédure prévue au chapitre 8 de la politique.
- La qualité de la langue française doit faire l’objet d’une évaluation dans chacun des cours, à l’exception
des cours portant sur l’apprentissage d’une autre langue. L’évaluation de la qualité de la langue portera
sur le vocabulaire, l’orthographe, la grammaire, la syntaxe et la ponctuation.
- Dans tous les cours, une qualité insuffisante de la langue écrite entraînera une perte de dix pour cent
(10 %) de la pondération allouée à l’activité d’évaluation.