Projet soutenu en 2020-2022

Parcours de formation interordre et intégré : introduction à la gestion des données pour l’IA

Résumé du projet

Ce projet vise à faciliter l’accès au potentiel de l’IA, autant aux étudiants qu’aux travailleurs, par le développement et l’animation d’un parcours de formation hybride, en ligne et en laboratoire, en sciences des données. Le parcours intégrera des approches pédagogiques universitaires et collégiales appliquées aux métiers de la gestion des données. Il s’articule autour de deux volets principaux : des capsules d’introduction aux concepts de la gestion des données pour l’IA sous forme de formation en ligne ouverte à tous (MOOC) en français et d’ateliers présentiels misant sur des approches pédagogiques d’apprentissage par projet.

Équipe de recherche

Responsables du projet

MOHAMED NABIL LOKBANI, chef des laboratoires, chargé de cours, département d’informatique et de recherche opérationnelle, Université de Montréal (lokbani@iro.umontreal.ca)

MOHAMED A. ALI BENALI, coordonnateur des environnements numériques d’apprentissage, Centre de pédagogie universitaire, Université de Montréal (ma.ali.benali@umontreal.ca)

DOMINIQUE D’ANJOU, conseiller pédagogique, Centre de pédagogie universitaire, Université de Montréal (dominique.danjou@umontreal.ca)

SABINE BOUFENARA, conseillère pédagogique, Collège de Bois-de-Boulogne (sabine.boufenara@bdeb.qc.ca)

SIMON DELAMARRE, directeur de la formation continue et des services aux entreprises, Collège de Bois-de-Boulogne (simon.delamarre@bdeb.qc.ca)

Créateurs de contenu à l’Université de Montréal

Équipe du département d’informatique et de recherche opérationnelle :

ALAIN TAPP, Ph.D., professeur titulaire

MOHAMED NABIL LOKBANI, Ph.D., chef des laboratoires, chargé de cours

PHILIPPE BROUILLARD, M.Sc., étudiant au doctorat et auxiliaire de recherche d’enseignement

ARNAUD L’HEUREUX, B.Sc., étudiant à la maîtrise et auxiliaire de recherche d’enseignement

CHARLES GUILLE-ESCURET, M.Sc., étudiant au doctorat et auxiliaire de recherche d’enseignement

Enseignants auteurs du Collège de Bois-de-Boulogne

HAFED BENTEFTIFA, enseignant en informatique (hafed.benteftifa@bdeb.qc.ca)

SOUMAYA CHAFFAR, enseignante en informatique (soumaya.chaffar@bdeb.qc.ca)

MUSTAPHA BENSMAIA, enseignant en informatique (mustapha.bensmaia@bdeb.qc.ca)

Cours complémentaire collégial

Résumé

Le cours Science des données pour l’Intelligence Artificielle présente les concepts essentiels permettant de collecter les données de différentes sources, de les stocker, d’effectuer des prétraitements sur ces données, de les visualiser, de les analyser, et de développer des modèles de prédiction. Ce cours s’adresse principalement aux professionnels qui ont de l’intérêt pour les sciences de données et l’Intelligence Artificielle, aux diplômés et étudiants des programmes techniques des collèges ayant des connaissances de base en mathématiques et en programmation. Ce cours sera aussi d’une grande utilité pour quiconque est intéressé à s’initier à l’Intelligence Artificielle et la science des données.

Ce cours s’adresse principalement aux professionnels qui ont de l’intérêt pour les sciences de données et l’Intelligence Artificielle, aux diplômés et étudiants des programmes techniques des collèges ayant des connaissances de base en mathématiques et en programmation. Ce cours sera aussi d’une grande utilité pour quiconque est intéressé à s’initier à l’Intelligence Artificielle et la science des données.

Par son contenu pratique, ce cours vous permettra d’avoir une première expérience en science des données et Intelligence Artificielle, plus spécifiquement en apprentissage automatique. À la fin de ce cours vous serez en mesure de développer des scripts en python, d’appliquer des techniques de collecte de données, de comprendre et d’expliquer les concepts essentiels de la science des données pour l’Intelligence Artificielle, de pratiquer les techniques de base utilisées dans le processus de développement d’un modèle de prédiction et d’appliquer des algorithmes d’apprentissage supervisé et non-supervisé.
 

Nous estimons qu’il faut environ 8 semaines pour suivre ce cours. Celui-ci est divisé en sections pertinentes que vous pourrez suivre à votre propre rythme. Des quiz récapitulatifs sont prévus à la fin de chaque section pour vous permettre d’évaluer votre compréhension du contenu. Vous pourrez également réaliser des exercices pratiques qui vous permettront de vous familiariser avec les techniques principales de la science des données utilisées dans l’Intelligence Artificielle. Des solutionnaires des exercices pratiques sont aussi disponibles pour vous permettre de valider vos réponses.

Exemples de matériel de cours

Pour en savoir plus sur le cours, et pour s’inscrire gratuitement, cliquer ici
 

Ce cours sera suivi de quatre ateliers pratiques en mode à distance synchrone d’une durée de 21 heures chacun (le nombre de places est limité !)

Voici les liens d’inscription :

Cours optionnel à l'université

Résumé

Les données sont omniprésentes dans nos vies modernes et leur quantité est faramineuse. Elles peuvent nous être très utiles dans tous les domaines de l’activité humaine comme la santé, le commerce et l’environnement, pour n’en nommer que quelques-uns. Mais comment tirer profit de ces données sans s’y perdre? Le cours Science des données présente les concepts essentiels permettant de collecter les données, de les traiter statistiquement, de les vérifier, de les visualiser, de les structurer et de les analyser. Nous allons décrire certains algorithmes d’apprentissage automatique et leurs applications aux données.

Ce cours s’adresse principalement aux professionnels du secteur et aux universitaires ayant des connaissances de base (première année de baccalauréat) en mathématiques et en programmation (idéalement Python). Les étudiants diplômés en sciences et en ingénierie (principalement ceux qui ne sont pas encore familiarisés avec la science des données) peuvent trouver ce contenu instructif et convaincant. Le contenu de ce cours sera également d’une grande utilité pour quiconque utilise ou s’intéresse à l’IA, de quelque manière que ce soit.

Nous estimons qu’il faut environ 8 semaines pour suivre ce cours. Celui-ci est divisé en segments pertinents que vous pouvez regarder à votre propre rythme. Des quiz récapitulatifs sont prévus à la fin de chaque segment pour évaluer votre compréhension du contenu. Vous pourrez également mettre la main à la pâte en réalisant des exercices pratiques qui vous permettront de vous familiariser avec les principaux savoir-faire issus de la science des données.

Ce cours a été développé par des experts du domaine du département d’informatique et de recherche opérationnelle (DIRO) de l’Université de Montréal.

L’Université de Montréal rayonne depuis de nombreuses années par la qualité de son enseignement et la diversité de son offre, ce qui en fait une des meilleures universités francophones au monde. Que vous choisissiez ce cours à titre personnel ou dans une perspective de carrière en science, le point de départ est ici. La matière parcourue vous permettra de vous préparer avant de commencer un programme d’études en science des données ou tout autre étude liée à ce domaine.

Exemples de matériel de cours

Liens supplémentaires :