Au terme de ce cours, l’étudiant ou l'étudiante sera en mesure de concevoir un système d’information dans le but de valoriser les données de l’entreprise.

Description et analyse des systèmes d’information associés aux grandes et moyennes entreprises. Diagramme de fonctionnement des entreprises et analogie avec les diagrammes de flux et modèles conceptuels de données. Conception et architecture des systèmes informationnels. Définition des acteurs, des rôles et des entités. Recueil des données vitales. Modèles de fonctionnement du système d’information. Modèle relationnel des données. Normalisation des bases de données relationnelles. Langage SQL (Structured Query Language). Base de données NoSQL (Not Only SQL) Intelligence d’affaire (BI), analytique et visualisation des données. Valorisation des données.

En séances de laboratoire, les concepts vus en classe sont repris plus en détail et sous forme appliquée.

Note sur le préalable : il concerne les étudiants et étudiantes du profil PA.

Au terme de ce cours, l’étudiant doit être en mesure de concevoir un système d’information et d’utiliser des techniques d’interrogation de bases de données, de consolidation de données et d’analyse de ces données, fonction du contexte d’utilisation.

À la fin du cours, l’étudiant devrait être capable de :

• Dresser un inventaire des données existantes et déjouer les difficultés de consolider une vue panoramique (tableaux de bord).
• Recueillir de l’information existante dans diverses sources de données : des fournisseurs, de la production, des opérations, des commandes, des inventaires, des livraisons, etc., pour suivre la demande ou pour estimer les besoins logistiques et de transport.
• Établir le processus d’analyse des données plus appropriée en fonction du contexte.
• Utiliser des solutions logicielles pour la consolidation, le prétraitement et l’analyse de données.
• Faire une analyse des données avec les outils plus communs : Corrélation, Régression, Classification, Agglomération, Règles d’association, etc..
• Coder en langage Python
• Concevoir des applications en opérations, la vente du détail, le transport et la logistique.

39           heures de cours

24           heures de laboratoires

6             heures de travail personnel/en équipe par semaine, en moyenne sur la durée de la session

Trois (3) heures de cours magistral par semaine. De nombreuses applications seront étudiées en classe pour permettre aux étudiants de bien assimiler la théorie et les techniques présentées en cours.

Deux (2) heures de travaux pratiques par semaine pour appliquer la théorie étudiée sur des applications commerciales et industrielles.

Les travaux réalisés en dehors des heures de cours et de laboratoire permettront de mettre en pratique les notions vues en classe.