Plan du cours SCI6201 - Introduction à la gestion des données (Automne 2020)

3 crédits

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

---

Les cours se donnent sur la plateforme https://studium.umontreal.ca/course/view.php?id=183054.

---

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 étudiants avec les différents enjeux soulevés par la gestion des données de divers types.

   Au terme du semestre, l’étudiant(e) sera en mesure …

   1. définir les types de données et les enjeux associés à chaque type;
   2. d'identifier les parties prenantes dans la gestion de données et leurs rôles respectifs;
   3. de décrire les étapes du cycle de vie et de gestion des données;
   4. 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 semestre, l’étudiant(e) sera en mesure …

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

Méthodes pédagogiques

Cours magistraux. Démonstration de logiciels. Discussions en classe. Travaux pratiques. Conférenciers et conférencières invités. Lectures obligatoires. Visionnement de vidéos.

Le cours est conçu pour être suivi en mode synchrone. Par mesure d'accommodement pour des raisons liées à la crise sanitaire, le matériel du cours sera rendu disponible en ligne; lorsque pertinent, les séances de cours (pour les exposés magistraux et les conférences invitées) seront enregistrées et diffusées sur le site StudiUM du cours.

Contenu du cours

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

Ce module représente une introduction au cours et à ses modalités, ainsi qu’une introduction à la gestion des données.

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.

Les 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 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 intervenants types 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.

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 étudiants d’autre programmes; des ajustements seront faits pour tenir compte de la provenance des étudiants inscrits.

 

Calendrier des activités

Date	Thématiques abordées	Travaux ou évaluation
2020-09-01	Introduction au cours.
2020-09-08	Données ouvertes : enjeux, traitements particuliers, ressources associées.
2020-09-15	Données liées I : enjeux, traitements particuliers, ressources associées.
2020-09-22	Données massives I : enjeux, traitements particuliers, ressources associées.
2020-09-29	Données de recherche I : enjeux, traitements particuliers, ressources associées.	Quiz #1 (formatif, non évalué) : notions de base
2020-10-06	Traitements appliqués aux données I : chaîne de traitements; prétraitement.	TP1 (données massives) : Nettoyage de données avec OpenRefine
2020-10-13	Données massives II : analyse et visualisation. Conférencier invité : Thomas Hurtut, École Polytechnique de Montréal – Département de génie informatique et génie logiciel
2020-10-20	Semaine de lecture – pas de cours
2020-10-27	Données liées II : technologies du web sémantique.	Remise TP1 TP2 (données liées) : Encoder des données en RDF
2020-11-03	Données de recherche II : plans de gestion de données; diffusion des jeux de données.	Déposer sujet pour travail final Quiz #2 (formatif, non évalué) : traitements appliqués aux données
2020-11-10	Cycle de vie et de gestion des données. Impacts professionnels et disciplinaires.
2020-11-17	Enjeux sociaux, éthiques et juridiques. Conférencier invité : Patrick Lozeau, Ville de Montréal – Laboratoire d'innovation urbaine	Remise TP2
2020-11-24	Traitements appliqués aux données II : description et analyse.	Remise du plan détaillé – travail final TP3 (données de recherche) : décrire des données de recherche selon un schéma de métadonnées
2020-12-01	Traitements appliqués aux données III : diffusion et recherche. Conférence invitée : à confirmer	Quiz #3 (formatif, non évalué) : le contexte de la gestion des données
2020-12-08	Sujets connexes : internet des objets, eScience, science des données. Conférence invitée : à confirmer	Remise TP3
2020-12-15	Semaine d’examen – pas de cours Consultation facultative pour travail final.
2020-12-22	Remise du travail final	Remise du travail final

Calendrier des activités

	Calendrier en date du 30 août 2020

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
Quiz	Évaluation de la matière vue en classe et de la compréhension des concepts présentés	Échelonnés sur la session	Non contributoires à la note finale
TP1	Nettoyage de données	27 oct	20%
TP2	Données liées – encodage en RDF	17 nov	20%
TP3	Description de données de recherche	8 déc	20%
Travail de réflexion Étude de cas ou exploration d’un sujet lié à la gestion d’un type de données.	Confirmation du choix	3 nov.	–
	Plan détaillé	24 nov	10%
	Version finale	22 déc	30%

 

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 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/.

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.