Introduction à la science des données sociales avec R
- Duration: 7 weeks
- Effort: 30 hours
- Pace: ~4h15/week
Les données sont partout et il faudra rapidement savoir comment les analyser pour en dériver des connaissances sur lesquelles nous pourrons prendre des décisions et des actions plus éclairées.

Description
Bienvenue au MOOC intitulé Introduction à la science des données sociales.
Les données sont partout, et il faudra rapidement savoir comment les analyser pour en dériver des connaissances sur lesquelles nous pourrons prendre des décisions et des actions plus éclairées. Selon la prestigieuse revue Harvard Business Review, le travail du scientifique de données sera l’emploi le plus « sexy » du 21ème siècle et le développement de l’intelligence numérique devient une composante incontournable du développement professionnel. Depuis quelques années, il apparaît de plus en plus évident qu’il y a une rareté, sur le marché de l’emploi, de professionnels formés comme scientifiques des données.
Ce cours introductif à la science des données appliquées pour les sciences sociales, du comportement ou de la santé aborde les concepts et les différents outils permettant de débuter un projet en science des données et de faire les premières analyses descriptives. Cette formation permettra aussi de développer les capacités de créer des visualisations intéressantes des données analysées. Ce cours proposera des exercices pratiques pour découvrir les outils de la science des données et de la recherche « ouverte » inspirés des travaux de l’Open Science Framework. Ce cours propose d’utiliser le langage R, mais aussi des outils provenant de l’environnement Python, dont Google Colaboratory (Colab) et Jupyter Notebooks. R est un langage de programmation, en statistique et apprentissage automatique, dont la popularité est grandissante en sciences sociales et de la santé.
Ce cours gratuit et en ligne et asynchrone a été élaboré par Éric Lacourse (directeur scientifique) grâce au soutien de Praxis (Centre de formation professionnelle de la Faculté des Arts et Sciences), du Centre de pédagogie universitaire (CPU) et des Bibliothèques de l’Université de Montréal.
Le cours se subdivise en 7 modules, pour un total de 20 heures de formation continue (8 heures de capsules vidéos ; 12 heures de travail pratique et de quiz).
Module 1 - La science des données et les statistiques sociales
Module 2 - La science ouverte
Module 3 - Introduction pratique au langage R et à l’environnement Colab
Module 4 - Les techniques d’exploration des données
Module 5 - La régression linéaire et logistique, l’outil de base de la modélisation en science des données
Module 6 - Mise en pratique des notions théoriques
Module 7 - Réflexion sur la place des données en sciences
Déroulement du cours
Ce MOOC est gratuit et accessible tout au long de l’année. Son format asynchrone vous permet de le suivre à votre propre rythme. Plusieurs modalités pédagogiques sont utilisées pour faciliter vos apprentissages :
- Des capsules pédagogiques présentant les notions théoriques et des exemples concrets
- Des capsules vidéo présentant le point de vue d’intervenants dans le domaine
- De courts quiz permettant de valider votre compréhension des concepts présentés
- Des quiz sommatifs à la fin de chaque module pour valider votre compréhension et obtenir votre attestation
- Des lectures pour consolider et approfondir vos apprentissages
- Divers exercices pratiques vous permettant de mettre en application les notions apprises, en utilisant des données fournies ou vos propres données de recherche
Public cible
Ce cours en ligne s’adresse à toute personne voulant se familiariser et développer ses compétences dans les outils de base pour débuter un projet en science des données. Comme la science des données touche presque tous les aspects de l’écologie humaine, le cours peut convenir à une vaste clientèle, par exemple des professionnels des sciences sociales, du comportement ou de la santé, les étudiants-chercheurs, les professionnelles de recherches et spécialistes en analyse d’affaires ainsi que les décideurs et les gestionnaires en service social et en santé. Bien que le cours porte plutôt sur la science des données sociales, il est également pertinent pour d’autres domaines.
Attestation
Ce MOOC sur l’introduction à la science des données sociales représente environ 20 heures de contenu accessible gratuitement. Si vous souhaitez recevoir une attestation de participation, il faut avoir répondu à tous les quiz sommatifs à la fin de chaque module et obtenir une note de passage de 60 %. L’attestation de participation est offerte pour la somme de 75 dollars canadiens. L’accès au contenu reste disponible sans frais.
Autres formations professionnelles associées à ce MOOC
Formations chez Praxis, Centre de développement professionnel, Faculté des arts et des sciences, Université de Montréal
Course runs
H2023
- Enrollment
- From Jan. 23, 2023 to Dec. 22, 2023
- Course
- From Jan. 23, 2023 to Feb. 2, 2024
- Languages
- French
Archived
- UMontreal_ISDS1, from Feb. 1, 2021 to Feb. 2, 2023
Course team
Lacourse, Éric
Professeur titulaire, Faculté des arts et des sciences - Département de sociologie
Université de Montréal
Courdi, Clémentine
Formatrice
Étudiante en maîtrise et auxiliaire de recherche et d’enseignement
Faculté des arts et des sciences - Département de sociologie Université de Montréal
Guay, Samuel
Formateur
Étudiant au doctorat, Université de Montréal
Faculté des arts et des sciences - Département de psychologie
Université de Montréal
Patenaude, Caroline
Formatrice
Bibliothécaire
Bibliothèque des lettres et sciences humaines
Université de Montréal
Coordination de projet
Robert GÉRIN-LAJOIE
Conseiller aux projets spéciaux,
Centre de Pédagogie Universitaire,
Université de Montréal
Amel CHAMAKH
Coordinatrice du Centre de développement professionnel Praxis
Faculté des arts et des sciences, Université de Montréal
Accompagnement pédagogique
Dominique d’ANJOU
Conseiller technopédagogique, Centre de Pédagogie Universitaire,
Université de Montréal
Média
Philippe LÉONARD
Concepteur en médiatisation
Centre de Pédagogie Universitaire, Université de Montréal
Assurance qualité
Vincent LABERGE
Conseiller technopédagogique, Centre de Pédagogie Universitaire
Université de Montréal


