Introduction au monde de la data
Mardi 6 novembre
1
Avant-propos
Ces quelques slides font suite à une formation d’introduction à la data science organisée le mardi
6 novembre par Latitudes et WebAssoc.
Vous y trouverez :
#1 Le support utilisé lors de la formation.
#2 Des exemples concrets d’utilisation de la data science au service de projets d’intérêt général.
#3 Quelques liens pour aller plus loin.
Bonne lecture et n’hésitez pas à me contacter si vous le souhaitez !
Yannick, co-fondateur de Latitudes
yannick@latitudes.cc | 07 83 29 91 96
#1
Support de formation
Apprenons à nous connaitre !
4
Pourquoi êtes-
vous ici ce soir ?
Quel est l’état actuel
de vos données ?
Comment estimez vous votre
niveau général sur les questions
liées aux données ?
Très
novice
De très
bonnes
bases
Nos objectifs
#1
Connaitre les étapes nécessaires
pour analyser des données
#2
Devenir un ninja des buzzwords
(et savoir ce qu’ils veulent dire) !
#3
Comprendre les grandes
différences entre métiers tech
5
Collecte
de données
Data collection
Data gathering
Analyse de
données
Data analysis
Datamining
Visualisation
de données
Data visualisation
Dataviz
Collecte, analyse et visualisation
Données
brutes
#2Données
terrain
#1
Données
visualisées
#4
Données
traitées
#3
6
Deep
Learning
Machine
Learning
Intelligence
Artificielle
Big
Data
Data
Mining
Data
Science
Analyse de
données
Big Data, IA, Machine Learning, Dataviz…
7
Quelques notions de développement web
8
Quelques notions de développement web
Front-end Back-end Data Science
Base de données
9
#2
Quelques exemples concrets
d’utilisation de la data science au
service de projets d’intérêt général
Contexte
Les slides qui suivent présentes des exemples de projets data science de notre programme Tech
for Good Explorers.
Nous intégrons ce programme au sein de nos établissements partenaires, afin d'apporter une
dimension Tech for Good à leur cursus. En participant au programme, les étudiant.e.s mobilisent
leurs compétences sur des projets qui mêlent technologie et intérêt général. Chaque équipe
d'étudiant.e.s est accompagnée par des mentors bénévoles Latitudes qui leur permettent de
monter en compétences et de découvrir comment ils peuvent contribuer à l'intérêt général.
▸ Retrouvez plus d’exemples de projets sur notre site ou bien sur notre wiki.
Yannick, co-fondateur de Latitudes
12
Exemple
Bénéficiaire
Label Emmaüs
Étudiants et École
90 étudiants de l’ENSAE
Thème
Insertion sociale
Technologie
Deep Learning, Machine
Learning & Économétrie
90 étudiants de l’ENSAE ont participé à un hackathon co-organisé
avec Latitudes.
En 24 heures, leur objectif était de perfectionner la plateforme de
vente en ligne de Label Emmaüs, à travers 3 challenges de Deep
Learning, Machine Learning et Économétrie, comme par exemple
la prédiction du temps qu’un produit va rester en ligne sur le site.
13
Exemple
Bénéficiaire
Lunchtime Mentoring
Étudiants et École
3 étudiants de
CentraleSupélec
Thème
Reconversion professionnelle
Technologie
Algorithmique
Lunchtime Mentoring aide les personnes à réaliser et à valoriser
leur reconversion professionnelle à travers le partage
d'expérience.
Carole, Olivier et Carole travaillent sur un algorithme de matching
entre les personnes qui souhaitent se reconvertir et les bénévoles
de l’association qui partagent leur expérience.
14
Exemple
Bénéficiaire
Phénix
Étudiants et École
4 étudiants de l’ESIEA
Thème
Gaspillage alimentaire
Technologie
Data science
L’entreprise sociale Phénix travaille avec les grandes surfaces
pour valoriser les invendus et ainsi lutter contre le gaspillage
alimentaire.
Les étudiants développent une plateforme qui permet à Phénix de
visualiser et exploiter plus facilement leurs données.
15
Exemple
Bénéficiaire
Epidemium
Étudiants et École
3 étudiants de
CentraleSupélec
Thème
Santé
Technologie
Data science
Epidemium est un programme de recherche open science articulé
autour de challenges en data science.
Les étudiants participent au 3e challenge : prédire dans le temps
et dans l’espace la mortalité du cancer dans les pays en voie de
développement.
Exemple
Bénéficiaire
Tomorrow
Étudiants et École
3 étudiants de
CentraleSupélec
Thème
Consommation d’énergie
Technologie
Data science
Tomorrow est une start-up dont l’objectif est de permettre à
chacun de visualiser et de comprendre l’impact de nos actions
quotidiennes.
A partir de données en « open data » de plusieurs pays, les
étudiants participent à la construction de « L’Electricity Map », qui
permet de visualiser en temps réel d'où vient l'électricité que
nous consommons.
17
Exemple
Bénéficiaire
Kawaa
Étudiants et École
5 étudiants de l’ESIEA
Thème
Vie en société
Technologie
Data science
Kawaa est une entreprise sociale dont l’objectif est de développer
le lien social pour une meilleure participation citoyenne.
Les étudiants travaillent donc sur l’utilisation des données
ouvertes des acteurs publics et des entreprises privées pour
mesurer et cartographier l’impact de la qualité du lien social sur
un territoire.
#3
Quelques liens pour aller plus loin
Pour aller plus loin
Au-dela du programme pédagogique Tech for Good Explorers, nous réunissons une communauté
de personnes et d'entreprises engagées qui souhaitent mettre leurs compétences au service de
projets qui servent l'intérêt général. Nous les appelons les Tech for Good Enthusiasts.
▸ Rejoindre la communauté : bit.ly/structure-tech-for-good-enthusiasts
▸ Proposer une offre Tech for Good : bit.ly/offre-tech-for-good-enthusiasts
Nous organisons également un apéro par mois avec la communauté, venez nous rencontrer !
Envie de découvrir des initiatives Tech for Good inspirantes ? Chaque mois nous mettons à
l’honneur une thématique (voir notre dernière newsletter).
Yannick, co-fondateur de Latitudes
Des questions ?
–
yannick@latitudes.cc | 07 83 29 91 96
20

Formation DataScience

  • 1.
    Introduction au mondede la data Mardi 6 novembre 1
  • 2.
    Avant-propos Ces quelques slidesfont suite à une formation d’introduction à la data science organisée le mardi 6 novembre par Latitudes et WebAssoc. Vous y trouverez : #1 Le support utilisé lors de la formation. #2 Des exemples concrets d’utilisation de la data science au service de projets d’intérêt général. #3 Quelques liens pour aller plus loin. Bonne lecture et n’hésitez pas à me contacter si vous le souhaitez ! Yannick, co-fondateur de Latitudes yannick@latitudes.cc | 07 83 29 91 96
  • 3.
  • 4.
    Apprenons à nousconnaitre ! 4 Pourquoi êtes- vous ici ce soir ? Quel est l’état actuel de vos données ? Comment estimez vous votre niveau général sur les questions liées aux données ? Très novice De très bonnes bases
  • 5.
    Nos objectifs #1 Connaitre lesétapes nécessaires pour analyser des données #2 Devenir un ninja des buzzwords (et savoir ce qu’ils veulent dire) ! #3 Comprendre les grandes différences entre métiers tech 5
  • 6.
    Collecte de données Data collection Datagathering Analyse de données Data analysis Datamining Visualisation de données Data visualisation Dataviz Collecte, analyse et visualisation Données brutes #2Données terrain #1 Données visualisées #4 Données traitées #3 6
  • 7.
  • 8.
    Quelques notions dedéveloppement web 8
  • 9.
    Quelques notions dedéveloppement web Front-end Back-end Data Science Base de données 9
  • 10.
    #2 Quelques exemples concrets d’utilisationde la data science au service de projets d’intérêt général
  • 11.
    Contexte Les slides quisuivent présentes des exemples de projets data science de notre programme Tech for Good Explorers. Nous intégrons ce programme au sein de nos établissements partenaires, afin d'apporter une dimension Tech for Good à leur cursus. En participant au programme, les étudiant.e.s mobilisent leurs compétences sur des projets qui mêlent technologie et intérêt général. Chaque équipe d'étudiant.e.s est accompagnée par des mentors bénévoles Latitudes qui leur permettent de monter en compétences et de découvrir comment ils peuvent contribuer à l'intérêt général. ▸ Retrouvez plus d’exemples de projets sur notre site ou bien sur notre wiki. Yannick, co-fondateur de Latitudes
  • 12.
    12 Exemple Bénéficiaire Label Emmaüs Étudiants etÉcole 90 étudiants de l’ENSAE Thème Insertion sociale Technologie Deep Learning, Machine Learning & Économétrie 90 étudiants de l’ENSAE ont participé à un hackathon co-organisé avec Latitudes. En 24 heures, leur objectif était de perfectionner la plateforme de vente en ligne de Label Emmaüs, à travers 3 challenges de Deep Learning, Machine Learning et Économétrie, comme par exemple la prédiction du temps qu’un produit va rester en ligne sur le site.
  • 13.
    13 Exemple Bénéficiaire Lunchtime Mentoring Étudiants etÉcole 3 étudiants de CentraleSupélec Thème Reconversion professionnelle Technologie Algorithmique Lunchtime Mentoring aide les personnes à réaliser et à valoriser leur reconversion professionnelle à travers le partage d'expérience. Carole, Olivier et Carole travaillent sur un algorithme de matching entre les personnes qui souhaitent se reconvertir et les bénévoles de l’association qui partagent leur expérience.
  • 14.
    14 Exemple Bénéficiaire Phénix Étudiants et École 4étudiants de l’ESIEA Thème Gaspillage alimentaire Technologie Data science L’entreprise sociale Phénix travaille avec les grandes surfaces pour valoriser les invendus et ainsi lutter contre le gaspillage alimentaire. Les étudiants développent une plateforme qui permet à Phénix de visualiser et exploiter plus facilement leurs données.
  • 15.
    15 Exemple Bénéficiaire Epidemium Étudiants et École 3étudiants de CentraleSupélec Thème Santé Technologie Data science Epidemium est un programme de recherche open science articulé autour de challenges en data science. Les étudiants participent au 3e challenge : prédire dans le temps et dans l’espace la mortalité du cancer dans les pays en voie de développement.
  • 16.
    Exemple Bénéficiaire Tomorrow Étudiants et École 3étudiants de CentraleSupélec Thème Consommation d’énergie Technologie Data science Tomorrow est une start-up dont l’objectif est de permettre à chacun de visualiser et de comprendre l’impact de nos actions quotidiennes. A partir de données en « open data » de plusieurs pays, les étudiants participent à la construction de « L’Electricity Map », qui permet de visualiser en temps réel d'où vient l'électricité que nous consommons.
  • 17.
    17 Exemple Bénéficiaire Kawaa Étudiants et École 5étudiants de l’ESIEA Thème Vie en société Technologie Data science Kawaa est une entreprise sociale dont l’objectif est de développer le lien social pour une meilleure participation citoyenne. Les étudiants travaillent donc sur l’utilisation des données ouvertes des acteurs publics et des entreprises privées pour mesurer et cartographier l’impact de la qualité du lien social sur un territoire.
  • 18.
    #3 Quelques liens pouraller plus loin
  • 19.
    Pour aller plusloin Au-dela du programme pédagogique Tech for Good Explorers, nous réunissons une communauté de personnes et d'entreprises engagées qui souhaitent mettre leurs compétences au service de projets qui servent l'intérêt général. Nous les appelons les Tech for Good Enthusiasts. ▸ Rejoindre la communauté : bit.ly/structure-tech-for-good-enthusiasts ▸ Proposer une offre Tech for Good : bit.ly/offre-tech-for-good-enthusiasts Nous organisons également un apéro par mois avec la communauté, venez nous rencontrer ! Envie de découvrir des initiatives Tech for Good inspirantes ? Chaque mois nous mettons à l’honneur une thématique (voir notre dernière newsletter). Yannick, co-fondateur de Latitudes
  • 20.