Identification de la formation
Code de formation: 
7999
Domaine - Formacode: 
information scientifique et technique

Savoirs et savoir-faire abordeteacute;s :

traitement de donneteacute;es (nettoyage et gestion)
versionnement de code et de donneteacute;es (git et gitlab)
notebooks jupyter
plateformes open data et open access
programmation en langage Python
geteacute;neteacute;raliteteacute;s det#39;analyse de donneteacute;es

La formation sera diviseteacute;e en deux parties :etnbsp;

Preteacute;sentation de cas de traitement de donneteacute;es : comprendre comment on peut traiter les donneteacute;es. Quelles eteacute;tapes sont neteacute;cessaires (nettoyage, traitement, preteacute;sentation) ?
Preteacute;sentation des eteacute;leteacute;ments permettant la reproductibiliteteacute; (versionnement du code, notebooks, plateforme open access/open data)
Initiation etagrave; la programmation (Python).etnbsp; Savoir eteacute;crire un code propre, savoir utiliser les outils standards (notebook jupyter, git et gitlab, librairies standard)

La formation se compose de 8 seteacute;ances (dureteacute;e totale de 28 h). Il est neteacute;cessaire de suivre letrsquo;ensemble des seteacute;ances.

Calendrier:etnbsp;etnbsp;

etnbsp;4 avril (10h-12h30, 14h-16h30)
11 avril (13h30-16h30)
25 avril (13h30-16h30)
etnbsp;2 mai (13h30-16h30)
etnbsp;9 mai (13h30-16h30)
16 mai (13h30-16h30)
23 mai (13h30-16h30)
Date etagrave; fixer en commun

Contenus pédagogiques
Objectifs: 
Cette formation vous donnera les fondamentaux pour le traitement de vos donneteacute;es, leur conservation, leur preteacute;sentation et le respect des critetegrave;res de science ouverte. La formation inclut une initiation etagrave; la programmation en langage Python. La formation se base sur des eteacute;tudes de scripts det#39;analyse de donneteacute;es et leur ameteacute;lioration. Par ailleurs, nous travaillerons collectivement etagrave; let#39;eteacute;criture de scripts correspondant aux donneteacute;es des participantetmiddot;eetmiddot;s. Il est donc neteacute;cessaire de disposer detrsquo;un jeu de donneteacute;es pour participer etagrave; cette formation. Il netrsquo;est pas neteacute;cessaire que les donneteacute;es soient finaliseteacute;es. Tout jeu de donneteacute;es est pertinent pour cette formation. Objectifs peteacute;dagogiques Competeacute;tences acquises par le doctorant etagrave; letrsquo;issue de la formation :etnbsp; Maeticirc;triser la syntaxe du langage Python Acqueteacute;rir les notions essentielles de la programmation objet Connaeticirc;tre et faire usage de modules Python scientifiques Savoir comment traiter, conserver et preteacute;senter ses donneteacute;es Mise en pratique : adapter un code source pour quetrsquo;il corresponde aux critetegrave;res de la science reproductible Mettre ses donneteacute;es sur Gitlab Geteacute;rer ses donneteacute;es et les versions successives du traitement des donneteacute;esetnbsp; Validation : Attestation de etnbsp;preteacute;sence. La formation ne sera valideteacute;e que si TOUTES les seteacute;ances ont eteacute;teteacute; suivies.
Public visé: 
tout public
Résultats attendus de la formation: 
Cette formation vous donnera les fondamentaux pour le traitement de vos donneteacute;es, leur conservation, leur preteacute;sentation et le respect des critetegrave;res de science ouverte. La formation inclut une initiation etagrave; la programmation en langage Python. La formation se base sur des eteacute;tudes de scripts det#39;analyse de donneteacute;es et leur ameteacute;lioration. Par ailleurs, nous travaillerons collectivement etagrave; let#39;eteacute;criture de scripts correspondant aux donneteacute;es des participantetmiddot;eetmiddot;s. Il est donc neteacute;cessaire de disposer detrsquo;un jeu de donneteacute;es pour participer etagrave; cette formation. Il netrsquo;est pas neteacute;cessaire que les donneteacute;es soient finaliseteacute;es. Tout jeu de donneteacute;es est pertinent pour cette formation. Objectifs peteacute;dagogiques Competeacute;tences acquises par le doctorant etagrave; letrsquo;issue de la formation :etnbsp; Maeticirc;triser la syntaxe du langage Python Acqueteacute;rir les notions essentielles de la programmation objet Connaeticirc;tre et faire usage de modules Python scientifiques Savoir comment traiter, conserver et preteacute;senter ses donneteacute;es Mise en pratique : adapter un code source pour quetrsquo;il corresponde aux critetegrave;res de la science reproductible Mettre ses donneteacute;es sur Gitlab Geteacute;rer ses donneteacute;es et les versions successives du traitement des donneteacute;esetnbsp; Validation : Attestation de etnbsp;preteacute;sence. La formation ne sera valideteacute;e que si TOUTES les seteacute;ances ont eteacute;teteacute; suivies.
Modalités d'alternance: 
pas d'alternance
Conditions spécifiques: 
Ordinateur portableDiscipline : SHS 1ère et 2ème année de thèse Disposer d’un jeu de données à traiter. Il n’est pas nécessaire que les données soient finalisées. Tout jeu de données est pertinent pour cette formation. - pas de pré-requis en programmation. Avoir déjà programmé en R ou Python est un plus - pas de pré-requis sur la thématique Open Science. Une intention d'adopter les pratiques de sciences ouvertes est un plus Langue française maitrisée.
Déroulement du stage
Modalités d'enseignement: 
Formation entièrement présentielle
Durée (heures): 
28 heures
Période de formation: 
Je, 04/04/2019 - Je, 30/05/2019
Inscription
Période d`inscription: 
Je, 04/04/2019 - Me, 03/04/2019
Prise en charge des frais de formation possible: 
Oui
Contact de l'action de formation: 

URFIST de Strasbourg (34, Boulevard de la Victoire 67070 Strasbourg)

Nom: 
URFIST de Strasbourg
Adresse: 
34, Boulevard de la Victoire
Code postal: 
67070
Ville: 
Strasbourg
Téléphone fixe: 
03 68 85 08 00
Web: 
http://urfist.u-strasbg.fr/
Région: 
Alsace
Organisme formateur: 
URFIST de Strasbourg
Organisme de formation: 
URFIST de Strasbourg
Domaine - NSF: 
325
Domaine - Rome: 
32214
Niveau à l'entrée en formation: 
Information non communiquée
Niveau à l'entrée en formation obligatoire: 
Non
Formation certifiante: 
Non
Rythme de la formation: 
Temps plein
Modalités d'entrée sortie: 
Entrées / sorties à dates fixes
Langue utilisée lors de la formation: 
Français