Logo ÉTS
Session
Cours
Responsable(s) Christian Desrosiers

Se connecter
 

Sauvegarde réussie
Echec de sauvegarde
Avertissement





Cours

Note : Tous les cours sont d’une durée de 3 heures 30 minutes par semaine (incluant la pause de 30 minutes)

Cours Description Lectures (Kimball)
1 Introduction à l’intelligence d’affaires et aux entrepôts de données Intro
2 Cycle de vie d’un projet en intelligence d’affaires Ch. 1
3 Les spécifications informationnelles et l’analyse de besoins Ch. 2, 3
4 La modélisation dimensionnelle des données Ch. 6,7
5 Les architectures d’entrepôts de données Ch. 4, 5
6 Intégration des données et l’architecture de traitement ETL Ch. 9, 10
7 Implémentation et conception physique Ch. 8
8 Les applications d'intelligence d'affaires Ch. 11, 12
9 L’analyse prédictive et le forage de données Ch. 11
10 La gouvernance des données et le MDM Ch. 13, 14
11 Impact de l'infonuagique sur l'intelligence d'affaires -
12 Intelligence d'affaires et science des données -
13 Approches d'implémentation (présention des projets) -
 

Laboratoires et travaux pratiques

Le cours comporte trois travaux ainsi qu’un projet de cours au choix sur l’intelligence d’affaires. Les travaux et le projet de cours seront réalisés en équipes de deux à trois étudiants.

I.  Travaux

Les trois travaux, ayant une pondération respective de 10 %, 10 % et 5 %, porteront sur les thèmes de 1) l’analyse des besoins et la modélisation dimensionnelle, 2) la conception d’un système ETL et 3) la conception d’une application analytique. Ces travaux seront réalisés en classe, de même qu’en dehors des périodes de cours.

II.  Projet de cours

Le projet de cours de chaque équipe portera sur un thème au choix, relié à l’intelligence d’affaires. Des exemples de sujets pouvant servir pour un projet sont les suivants :

  •     La comparaison d’outils d’intelligence d’affaires pour un problème particulier;
  •     L’application de l’intelligence d’affaires dans un contexte donné (ex : le domaine de la santé, le Web, etc.);
  •     Le développement d’une application de forage de données ou d’analyse prédictive;
  •     Une nouvelle tendance de l’intelligence d’affaires (ex : infonuagique, temps-réel, réseaux sociaux, etc.).

L’évaluation du projet est faite selon trois (3) composantes différentes:

1. Proposition de projet  (5 % de la note finale)

Au plus tard à la séance 6 du cours, chaque équipe doit remettre une proposition de projet de 5 à 10 pages comportant les éléments suivants :

  • Une présentation de la problématique et des objectifs du projet;
  • Une description détaillée de la méthodologie proposée pour le projet (ex : données utilisées, étapes de réalisation, outils envisagés, etc.);
  • Un calendrier de planification spécifiant les dates des différents jalons et la répartition des tâches;
  • Une proposition de table des matières détaillée pour le rapport final;
  • Une liste d’au moins cinq (5) références pertinentes au projet.

2. Rapport de projet  (20 % de la note finale) :

À la fin de la session, les équipes devront remettre un rapport de 20 à 30 pages décrivant le travail réalisé dans le cadre du projet. Les rapports devront présenter à nouveau la problématique et les objectifs du projet et, selon la nature du projet, pourront contenir les éléments suivants :

  • Une analyse des besoins;
  • Un modèle dimensionnel des données;
  • Un plan d’architecture haut niveau de la solution proposée;
  • Une description des technologies employées;
  • Une revue de littérature pertinente;
  • Un exemple d’utilisation de la solution développée (ex : captures d’écran, rapports, tableaux de bord, etc.);
  • Les résultats obtenus présentés sous la forme de tableaux et/ou de graphiques;
  • etc.

3. Présentation orale  (10 % de la note finale) :

Lors de la dernière séance du cours, chaque équipe devra présenter les principaux éléments de son projet aux autres élèves de la classe. Chaque membre de l’équipe aura environ 10 minutes pour présenter sa partie, et une période de questions de 5 minutes suivra la présentation. Les présentations seront évaluées selon les critères suivants :

  • La qualité et la pertinence du contenu;
  • La qualité de la recherche et des références;
  • La qualité visuelle de la présentation;
  • L’intérêt suscité dans la classe.