Plan du cours SCI6201 - Introduction à la gestion des données (Automne 2024)

3 crédits

Professeure : Lyne Da Sylva
Courriel : Lyne.Da.Sylva@UMontreal.CA
Téléphone : 514 343-7400
Bureau : C-2012, Pavillon Lionel-Groulx
Disponibilités : jeudi 15h-17h ou sur rendez-vous (via Teams/Zoom, par téléphone ou en personne)

Site Web du cours : https://studium.umontreal.ca/course/view.php?id=300540

---

Les cours se donnent le jeudi 8h30-11h30.

---

Description officielle

Typologie de données : ouvertes, liées, massives, de recherche; caractéristiques de chacune. Étapes et enjeux du traitement. Technologies pour leur gestion : formats, logiciels. Aspects éthiques et juridiques.

Objectifs d'apprentissage

1. Familiariser les étudiantes et étudiants avec les différents enjeux soulevés par la gestion des données de divers types.

   Au terme du trimestre, l'étudiante ou l'étudiant sera en mesure …

   1. de distinguer les différents types de données;
   2. d’adapter la gestion des données en fonction des enjeux associés à chaque type
   3. d'identifier les parties prenantes dans la gestion de données et leurs rôles respectifs;
   4. de situer les opérations de gestion des données dans les étapes de leur cycle de vie
   5. d'expliquer les aspects sociaux, professionnels, éthiques et juridiques de la gestion des données.
2. Donner une formation technique et pratique sur l’utilisation de logiciels particuliers pour leur gestion.

   Au terme du trimestre, l'étudiante ou l'étudiant sera en mesure …

   1. d'utiliser des ressources technologiques appropriées (formats, logiciels, etc.) pour la gestion des données;
   2. d’effectuer certains traitements spécifiques sur des données.

Méthodes pédagogiques

Cours magistraux. Démonstration de logiciels. Discussions et activités pratiques en classe. Travaux pratiques. Conférences invitées. Lectures obligatoires. Visionnement de vidéos.

 

Contenu du cours

Le cours est segmenté en trois modules, détaillés ci-dessous. Les modules s’enchevêtrent dans le calendrier du cours, pour assurer une progression logique des apprentissages.

Une première partie de ce module couvrira la typologie des données :

• données ouvertes (des administrations publiques, des sociétés commerciales, des organismes de recherche, etc.);
• données liées du web sémantique;
• données massives ou mégadonnées (Big Data) issues de diverses sources;
• données de la recherche, produites par les chercheurs dans le cadre de projets de recherche institutionnels ou privés;
• renseignements personnels (données confidentielles).

Les étudiantes et étudiants seront initiés aux ressources disponibles pour gérer les données, selon leur type :

• organismes impliqués;
• environnements technologiques;
• documentation pertinente;

Ceci couvrira, par exemple, les formats et environnements du web sémantique pour les données liées, les dépôts pour les données de la recherche ou les licences de partage et réutilisation pour les données ouvertes.

Les étudiantes et étudiants verront quels traitements doivent être développés plus particulièrement pour chaque type de données :

• opérations documentaires classiques : description, organisation, préservation, curation, diffusion, repérage;
• autres opérations, selon le cas : pratiques de citation de jeux de données, évaluation de la qualité des données ouvertes, transcodage d’un format à un autre pour les données liées, analyse et visualisation de grands ensembles de données.

Les milieux interpellés ainsi que les parties prenantes seront détaillés pour chaque type de données :

• pour les données de recherche : les milieux de la recherche, universitaire ou autre;
• pour les données ouvertes : les milieux des archives, en particulier les archives gouvernementales;
• pour les données liées : tous les milieux pour lesquels la diffusion et le partage d’information sont importants, notamment le secteur culturel;
• pour les données massives : divers milieux de recherche, milieux financiers ou économiques, etc.;
• pour les renseignements personnels : milieux archivistiques ou le secteur commercial.

Également, pour chaque type de données (et selon le cas), les enjeux du traitement et de la gestion seront abordés :

• enjeux pratiques (volume, méthodes de collecte, accessibilité, qualité);
• enjeux technologiques (pérennité, préservation, sécurité, outils et méthodes de traitement);
• enjeux éthiques et juridiques (confidentialité, propriété intellectuelle);
• enjeux scientifiques (statut ontologique des données, impact sur la conduite de la recherche, impact du partage et de la réutilisation des données);
• enjeux économiques (coûts, bénéfices).

 

Note : le cours est conçu comme faisant partie du programme de maîtrise en sciences de l’information, et par conséquent plusieurs parallèles seront faits avec les sciences de l’information. Cependant, le cours est ouvert aux étudiantes et étudiants d’autre programmes; des ajustements seront faits pour tenir compte de la provenance des personnes inscrites.

 

Calendrier des activités

Date	Thématiques abordées	Travaux ou évaluation
2024-09-05	Introduction au cours
2024-09-12	Données ouvertes : enjeux, traitements, ressources associées Renseignements personnels (données sensibles) : enjeux, traitements, ressources associées.	Énoncé du travail final
2024-09-19	Traitements appliqués aux données I : chaîne de traitements; prétraitement	Énoncé du TP1 : nettoyage de données avec OpenRefine
2024-09-26	Données massives I : enjeux, traitements, ressources associées Données de recherche I : enjeux, traitements, ressources associées
2024-10-03	Données liées I : enjeux, traitements, ressources associées
2024-10-10	Traitements appliqués aux données II : description	Remise du TP1 Énoncé du TP2 : description de données de recherche
2024-10-17	Données de recherche II : plans de gestion de données; diffusion de jeux de données Conférence invitée : à confirmer	Travail final – remise de la partie 1
2024-10-24	Semaine de lecture – pas de cours
2024-10-31	Données massives II : analyse et visualisation Visite au Laboratoire de visualisation (campus MIL) Conférence invitée : Anton Boudreau Ninkov, EBSI	Remise du TP2
2024-11-07	Données liées II : technologies du web sémantique	Énoncé du TP3 : encodage de données liées en RDF
2024-11-14	Traitements appliqués aux données III : création.
2024-11-21	Environnement de la gestion des données I Cycle de vie et de gestion des données; Impacts professionnels et disciplinaires
2024-11-28	Environnement de la gestion des données II Aspects sociaux, éthiques et juridiques Conférence invitée : à confirmer	Remise du TP3
2024-12-05	Environnement de la gestion des données III Sujets connexes : internet des objets, science ouverte, science des données Conférence invitée : à confirmer
2024-12-12	Pas de cours Atelier facultatif pour travail final
2024-12-13		Remise du travail final (17h)

Calendrier des activités

	Calendrier en date du 19 août 2024

La matière et sa répartition sont sujettes à changement, selon la vitesse de progression et la disponibilité de conférenciers ou conférencières.

Évaluation

Type	Description	Échéance	Pondération
TP1	Nettoyage de données	10 oct.	25%
TP2	Description de données de recherche	31 oct.	25%
TP3	Données liées – encodage en RDF	28 nov.	25%
Travail final Diffusion d’un jeu de données avec sa description	Partie 1 – création d'un compte Github	17 oct.	5%
	Partie 2 – diffusion	13 déc. 17h	20%

 

Lien entre les objectifs spécifiques et la validation des apprentissages

	TP1 - Nettoyage de données	TP2 - Description de données de recherche	TP3 - Données liées – encodage en RDF	Travail final : publication de données
de distinguer les différents types de données;		X	X
d’adapter la gestion des données en fonction des enjeux associés à chaque type	X	X	X	X
d'identifier les parties prenantes dans la gestion de données et leurs rôles respectifs;		X		X
de situer les opérations de gestion des données dans les étapes de leur cycle de vie		X		X
d'expliquer les aspects sociaux, professionnels, éthiques et juridiques de la gestion des données.				X
d'utiliser des ressources technologiques appropriées (formats, logiciels, etc.) pour la gestion des données;	X	X	X	X
d’effectuer certains traitements spécifiques sur des données.	X	X	X	X

Politiques, règlements et directives

L’ensemble des politiques, règlements et directives énoncés dans le Guide étudiant de la maîtrise en sciences de l’information s’applique. Ce guide peut être consulté à l’adresse suivante :

https://wiki.umontreal.ca/pages/viewpage.action?pageId=124093925.

Certains éléments jugés cruciaux sont repris ici.

Les retards seront traités conformément à la politique de l'EBSI (voir la section pertinente dans le Guide étudiant à la maîtrise en sciences de l'information).

Il est attendu que tous les étudiant.e.s inscrit.e.s au cours respectent le code d'honneur de l'EBSI (https://ebsi.umontreal.ca/ressources-services/ressources-pedagogiques/code-honneur/). Le plagiat à l'Université de Montréal est sanctionné par le « Règlement disciplinaire sur la fraude et le plagiat concernant les étudiants ». Pour plus de renseignements, consultez le site https://integrite.umontreal.ca/accueil/.

Les étudiantes et étudiants en situation en handicap doivent présenter à l'enseignante ou l'enseignant, au début du cours, la lettre de mesures d'accommodement du SESH qui leur accorde le droit d'enregistrer les cours."  (https://wiki.umontreal.ca/display/EBSI/Guides+%3E+Code+d%27honneur+de+l%27EBSI) 

La professeure tiendra compte de la qualité du français dans l'évaluation des travaux et peut enlever jusqu’à 10 % de la note (voir le Guide étudiant).

Le mode de communication privilégié entre la professeure et les étudiant.e.s est le courriel. Veuillez vous assurer que vous êtes officiellement inscrit.e au cours et maintenez à jour l'adresse de courriel enregistrée dans votre profil informatique à l'Université de Montréal. Vous devez lire votre courriel très régulièrement (au moins une fois par jour), des informations importantes concernant le cours ou les TP pouvant être diffusées par ce moyen.