Le Programme court de premier cycle en science des données et intelligence d'affaires permet une initiation étendue relative à ce domaine de pointe en formant des personnes informaticiennes sur les niveaux suivants : familiarisation avec les problématiques de la visualisation des données, introduction aux traitements et à l'analyse exploratoire des données, l'apprentissage machine. D'autre part, le programme vise aussi l'acquisition de connaissances de base dans les probabilités et statistiques. L'étudiante ou l'étudiant aura l'opportunité de réaliser un projet intégrateur en science des données, et ce, en enseignement individualisé, accompagné par un professeur qui opère dans ce secteur. Ce programme peut aussi être une excellente porte d'entrée vers d'autres programmes de 1e cycle en informatique.
Ce programme permet une initiation étendue au domaine de la science des données et intelligence d'affaires et le développement des compétences professionnelles dans ce secteur d'avenir.
Être titulaire d'un diplôme d'études collégiales (DEC) ou l'équivalent;
Avoir réussi quinze (15) crédits de niveau universitaire avec une moyenne cumulative d'au moins 2,3/4,3.
Posséder une expérience jugée pertinente et significative dans un domaine connexe (1). Le candidat qui demande une admission sur cette base doit fournir un curriculum vitæ à jour. Lorsque requis, le candidat pourra être tenu de passer une entrevue pour évaluer ses connaissances. À la suite de l'évaluation, un ou des cours d'appoint pourraient être imposés;
Ou
Être titulaire d'une AEC et posséder une expérience jugée pertinente (2). Le candidat qui demande une admission sur cette base doit fournir un curriculum vitæ à jour. Lorsque requis, le candidat pourra être tenu de passer une entrevue pour évaluer ses connaissances. À la suite de l'évaluation, un ou des cours d'appoint pourraient être imposés.
(1) Expérience pertinente et significative : expérience dans un domaine connexe. Cette expérience doit être d'une durée minimale de trois (3) ans à temps complet et attestée par l'employeur ou la personne responsable de l'organisme par écrit.
(2) Expérience pertinente: expérience dans un domaine connexe. Cette expérience doit être d'une durée minimale de deux (2) ans à temps complet et attestée par l'employeur ou la personne responsable de l'organisme par écrit.
Les modalités et les règles qui régissent l'attestation de la maîtrise du
français telles que résumées ci-dessous, sont définies dans la Politique et la Procédure relative à la valorisation du français.
Règlement relatif aux exigences liées à l'admission pour les
candidats dont la langue maternelle n'est pas le français
Toute candidate ou tout candidat a un programme identifié, dont la langue maternelle n'est pas le français, est tenu de se soumettre au Test de français international (TFI) avant le début de son parcours universitaire à l'UQAC. Il est à noter que les candidates et les candidats en protocole d'échange provenant d'une université partenaire et dont la langue d'enseignement est le français, de même que les candidates et les candidats des Premières Nations sont exemptés de cette obligation.
Également, certaines candidates et certains candidats dont la langue maternelle n'est pas le français peuvent être exemptés de cette obligation lorsqu'ils répondent à l'une ou l'autre des exemptions prévues à la procédure ci-haut.
L'admission au programme se fait aux trimestres d'automne, d'hiver ou en démarrage par cohorte.
Le programme d'études est offert à temps partiel* et à temps complet selon le trimestre d'admission.
*Les programmes d'une durée de moins de trois mois ainsi que les programmes offerts uniquement à temps partiel ne sont pas reconnus pour l'attribution de prêts et de bourses.
Secteurs d'activité dans lesquels les personnes certifiées au terme du programme auront la chance de travailler et de parfaire leurs connaissances acquises lors de leur formation :
Pour les étudiantes et étudiants du programme court, il sera possible de poursuivre leur formation au Certificat en science des données et intelligence d'affaires et/ou au Baccalauréat en informatique de la science des données et de l'intelligence d'affaires dans lesquels le programme court pourra être entièrement crédité.
Les étudiantes et étudiants pourront travailler avec des membres du corps professoral des différents laboratoires de recherche en intelligence artificielle (LIARA), en informatique formelle (LIF), dans l'une de nos deux chaires du Canada, ainsi que dans les laboratoires de Cybersécurité Desjardins et l'Espace Innovation en science des données.
Ce programme comprend quinze (15) crédits répartis comme suit:
| 8INF206 | Projet |
| 8INF404 | Introduction à la science des données et à l'intelligence d'affaires |
| 8INF416 | Visualisation de données et interface (8PRO408) |
| 8PRO408 | Outils de programmation pour la science des données |
| 8STT117 | Probabilité et statistique |
DESCRIPTION DES COURS
8INF206 Projet
Concevoir, élaborer et réaliser un logiciel, ou adapter un logiciel relié au champ d'intérêt de l'étudiant.
À partir d'une problématique qu'il identifiera, l'étudiant franchira toutes les étapes de réalisation ou d'adaptation d'un logiciel. Il devra analyser le problème, le structurer et en construire une image riche. Il devra le conceptualiser sous forme modulaire et élaborer des solutions de rechange. Il devra traduire la meilleure solution dans un langage de programmation (cours terminal).
Formule pédagogique : Magistral et/ou formation à distance
8INF404 Introduction à la science des données et à l'intelligence d'affaires
Comprendre l'utilité des données dans la prise de décision et sa portée dans différents domaines d'applications, à travers des exemples concrets.
Introduction aux problématiques, défis et enjeux et à la science des données massives ainsi qu'à son application dans le contexte de l'intelligence d'affaires. Démarche à suivre pour résoudre un problème lié à la science des données. Concepts de base et de la méthodologie de réalisation de projet en sciences des données. Exemples d'application de la science des données dans les domaines manufacturiers, dans le domaine des services, des réseaux sociaux et de l'intelligence d'affaires en général. Familiarisation avec les problématiques de la visualisation des données. Science de données, sécurité des données et considérations éthiques. Introduction aux traitements et à l'analyse exploratoire des données. Interactions avec l'intelligence d'affaires et l'intelligence artificielle. Analyse univariées et multivariés. Distinction entre l'inférence et la prédiction. Description, interprétation et utilisation de méthodes d'analyse de données multidimensionnelles dans un contexte concret.
Formule pédagogique : Magistral et/ou formation à distance
8INF416 Visualisation de données et interface
Maîtriser la méthodologie, la conception et déploiement d'outils de visualisation de données.
Rôle des tableaux de bord et des indicateurs clés dans l'aide à la décision. Analyse de besoin, élaboration d'indicateur et définition des mesures d'une problématique. Utilisation des tableaux de bord en mode libre-service. Dynamisme des indicateurs et fréquence de mise à jour. Gouvernance, confidentialité et niveaux de sécurité dépendant des rôles des utilisateurs. Méthodes d'implantation et de développement des outils. Qualité et surveillance de l'outil après déploiement. Projet : Réalisation d'un tableau de bord dynamique.
Préalable(s): (8PRO408)
Formule pédagogique : Magistral et/ou formation à distance
8PRO408 Outils de programmation pour la science des données
Exploiter les outils informatiques d'analyse des données de masse les plus utilisés dans l'industrie.
Langage de programmation Python, introduction à R et SAS. Traitement des données avec Python, R et SAS. Installer et utiliser des modules spécialisés pour l'analyse de données : numpy, scikit learn, pandas, scipy, statsmodels pour python et dyplr, caret, ggplot2 pour R. Utilisation de data step, proc sql et macros SAS. Réalisation d'une étude analytique : hypothèses, choix des outils, validation, présentation des résultats.
Formule pédagogique : Magistral et/ou formation à distance
8STT117 Probabilité et statistique
Présenter les principes fondamentaux des probabilités et de la statistique. Développer une appréciation du rôle des modèles probabilistes dans les sciences et dans le monde du travail en général.
Concepts de population, échantillon, variable aléatoire et processus stochastique. Statistique descriptive. Moyenne mobile et exponentielle. Probabilité. Principales lois de probabilité paramétrique et non-paramétrique. Lois Bernoulli, uniforme, normale. Processus et loi de Poisson. Loi empirique. Estimation par noyau. Test d'hypothèse. Comparaison de deux proportions. Régression linéaire simple. Méthode de Monte Carlo. Introduction à la modélisation et simulation. Une partie des exemples et des exercices seront réalisés en Python.
Formule pédagogique : Cours Magistral