Plan du cours SCI1101 - Introduction à la gestion de données (Automne 2026)

3 crédits

Professeure : Lyne Da Sylva ((elle))
Courriel : Lyne.Da.Sylva@UMontreal.CA
Téléphone : 514 343-7400
Bureau : C-2012, Pavillon Lionel-Groulx
Disponibilités : sur rendez-vous

Les cours se donnent le lundi 18h30-21h30.

Description officielle

Types de données et formats des jeux de données. Contextes et enjeux de la gestion de données. Principes, lois et règlements. Rôles et responsabilités des parties prenantes. Cycle de vie des données. Étapes de gestion de données. Sujets connexes.

Objectifs d'apprentissage

1. Initier les étudiant.e.s à la gestion des données et aux contextes où se pratique cette gestion

   Au terme du cours, l’étudiant.e sera en mesure :

   1. d'expliquer les concepts de base en gestion de données, comme les notions de données et jeux de données, les formats d’encodage et le cycle de vie des données
   2. de distinguer les différents types de données présentes dans les milieux professionnels, personnels et publics d’après leurs caractéristiques distinctives
   3. de définir les étapes de la gestion de données
   4. d'appliquer certaines opérations de base impliquées dans la gestion de données (acquisition, encodage et transcodage, corrections et uniformisation, description et stockage sécurisé)
   5. d'identifier les principes, lois ou règlements principaux applicables à la gestion de données
2. Sensibiliser les étudiant.e.s aux enjeux soulevés dans la gestion des données

   Au terme du cours, l’étudiant.e sera en mesure :

   1. d'expliquer les objectifs, les enjeux et les défis de la gestion de données selon les contextes et les types de données impliquées
   2. d'expliquer les rôles et responsabilités de chaque partie prenante dans la gestion de données
   3. d'expliquer le lien entre la gestion de données et certains sujets connexes à celle-ci

Méthodes pédagogiques

Cours magistraux. Exercices en classe. Lectures obligatoires. Conférences invitées. Travaux pratiques. Examens.

Contenu du cours

Le cours est structuré logiquement en six modules, dont la matière est présentée non pas de manière linéaire mais imbriquée dans les séances de cours.

Module 1 : Typologie et représentation des données

• Types de données : données ouvertes, données massives, données personnelles, données liées, données de recherche; métadonnées; jeux de données
• Caractéristiques des données : accessibilité, confidentialité, sensibilité, liaisons, volume, qualité
• Formats de représentation

Module 2 : Objectifs, enjeux et défis de la gestion de données

• Description globale des objectifs de la gestion de données
• Enjeux et défis
  • Aspects éthiques et juridiques (p.ex., atteintes à la vie privée, désinformation, protection de la propriété intellectuelle, bilan énergétique du traitement de données massives, sécurité des données)
  • Aspects politiques et socio-politiques (p.ex., transparence et imputabilité des administrations publiques, potentiel d’influence, souveraineté sur les données)
  • Aspects pratiques, logistiques et technologiques (p.ex., protection des informations représentées par les données, faisabilité des traitements de jeux de données massives, qualité variable des données, obstacles à l’accessibilité des données, sécurité des données)
  • Aspects économiques (p.ex., optimisation de la gestion des organismes, monétarisation ou marchandisation des données, potentiel de développement d’applications lucratives)
  • Aspects sociaux et culturels (p.ex., biais liés aux outils de traitement, découvrabilité ou valorisation des contenus culturels par les données et métadonnées)

Module 3 : Contextes de la gestion de données

• Parties prenantes
• Encadrements (principes, lois et réglementation applicables)

Module 4 : Étapes de la gestion de données

• Cycle de vie des données
• Étapes de gestion (création, structuration, traitement, description, diffusion et valorisation, sécurisation et préservation)
• Gestion de la qualité dans tout le cycle de vie

Module 5 : Outils principaux de la gestion de données

• Outils de création, de collecte et de stockage
• Outils de traitement et d’analyse
• Outils de diffusion
• Outils de sécurisation et de préservation

Module 6 : Sujets connexes à la gestion de données (p.ex., science ouverte, intelligence artificielle, biens communs informationnels, données biométriques, vol d’identité, droit à l’oubli, Web sémantique, Internet des objets)

Calendrier des activités

Calendrier en date du 19 août 2026. La matière et sa répartition dans les cours peuvent être sujettes à des changements en fonction de la vitesse de progression.

Évaluation

L'évaluation portera sur des travaux pratiques ainsi que des examens.

• Travaux pratiques (50%)
  • TP1 : description et appréciation de sites de jeux de données à l’aide d’une grille d'analyse (10%)
  • TP2 : acquisition et uniformisation d’un jeu de données simple (20%)
  • TP3 : transcodage et stockage d'un jeu de données (10%)
  • TP4 : partage et diffusion d’un jeu de données (10%)
• Examen intra (25%)
• Examen final (25%)

Politiques, règlements et directives

Les travaux doivent être rendus dans l'environnement StudiUM à la date indiquée, avant le début du cours à 18h30. Les retards seront traités conformément à la politique de l'EBSI (voir le Guide étudiant).

Il est attendu que tous les étudiants inscrits 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/.

Dans le cadre du cours SCI1101, certaines utilisations de l'intelligence artificielle générative (IAg) sont permises :

• TPs évalués (TP1, TP2, TP3, TP4) : en soutien à l'apprentissage par exemple pour améliorer la langue ou pour obtenir des explications complémentaires au matériel du cours.

L'utilisation de l'IAg, même lorsqu’elle est permise, demeure facultative; les évaluations sont pensées pour être réussies sans son aide. Lorsqu'elle est permise, tout usage doit être documenté dans une annexe aux travaux, présentant les traces de cette utilisation et une mention claire des IAg utilisées.

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).

Politique d'évaluation avec double seuil

L'évaluation du cours est soumis à un double seuil : il faut non seulement obtenir une note de passage (C ou 50%) pour l'ensemble du cours, mais il faut également atteindre ce seuil pour les évaluations individuelles que sont les examens. Autrement, le cours ne sera pas réussi.

Mode de communication

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.

Très important : Pour toute correspondance concernant le cours, veuillez inscrire obligatoirement au début du champ sujet du message la chaîne suivante : [SCI1101] (incluant les crochets).

Ressources

Bibliographie sommaire

Riley, Jenn. (2017). Understanding metadata. Baltimore, MD : National Information Standards Organization. https://digital.library.unt.edu/ark:/67531/metadc990983/m2/1/high_res_d/understanding_metadata.pdf