Logo ÉTS
Session
Cours
Responsable(s) Julio Cesar Montecinos

Se connecter
 

Sauvegarde réussie
Echec de sauvegarde
Avertissement
École de technologie supérieure

Responsable(s) de cours : Julio Cesar Montecinos


PLAN DE COURS

Hiver 2023
GOL491 : Conception des systèmes d’information et forage de données (3 crédits)





Préalables
Programme(s) : 7095,7495
             
  Profils(s) : Tous les profils sauf Informatique  
             
    INF130    
             
Unités d'agrément
Total d'unités d'agrément : 58,8 65,0 % 35,0 %




Qualités de l'ingénieur

Qn
 Qualité visée dans ce cours  
Qn
   Qualité visée dans un autre cours  
  Indicateur enseigné
  Indicateur évalué
  Indicateur enseigné et évalué



Descriptif du cours

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.



Objectifs du cours

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.



Stratégies pédagogiques

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.



Utilisation d’appareils électroniques

Ne s'applique pas.



Horaire
Groupe Jour Heure Activité
01 Lundi 08:30 - 12:00 Activité de cours
Mercredi 08:30 - 10:30 Laboratoire



Coordonnées de l’enseignant
Groupe Nom Activité Courriel Local Disponibilité
01 Julio Cesar Montecinos Activité de cours Julio.Montecinos@etsmtl.ca A-3630 Sur rendez-vous
01 François Brunet Laboratoire francois.brunet@etsmtl.ca



Cours
  Date Date Contenus traités dans le cours Heures
  1 09-janv

Introduction aux systèmes d’information.

Introduction au langage Python

 3
  2 16-janv Programmation en langage Python
(« The Python Tutorial », https://docs.python.org/3/tutorial/)		 3
  3 23-janv Introduction aux bases de données, modèle relationnel et non-relationnel.
Introduction au langage SQL 1/3.
Normalisation d’une base de données 
(Ch. 1, Ch. 2 et Ch. 12)		 3
  4 30-janv Introduction aux bases de données et au langage SQL 2/3 
(Ch. 4 et Ch. 5)		 3
  5 06-févr Introduction aux bases de données et au langage SQL 3/3
(Ch. 6, Ch. 13.1 à Ch. 13.5 et Ch. 15)		 3
  6 13-févr Informatique décisionnelle, Intelligence d'affaires et tableaux de bord.
Révision		 3
  7 20-févr Examen Intra (cours 1 à 6 inclusivement) Toute documentation papier permise 3
  8 06-mars Exploration des Données. 
Introduction au Power BI (Ch. 15)		 3
  9 13-mars Power BI et Introduction au langage DAX  3
  10 20-mars DAX Fonctions de base 3
  11 27-mars DAX fonction statistiques  3
  12 03-avr

Dax Intelligence Temporelle (Time Intelligence)
Base de données orientée graphes (Ch. 14)

Chaine des blocs (Blockchain) et systèmes distribués (CH. 1 et CH. 12.8)
Base de données orientée graphes (Ch. 14)

Révision

 3
  13

Mis à jour:

19-avril

 MERCREDI
       Examen cours 1 à 12 inclusivement		 3
      Total 39



Laboratoires et travaux pratiques
Séance Date Description Heures
1 18-janv Pratique du langage Python  
2 25-janv

Pratique du langage Python

Traitement de données avec bases de données relationnelles

 2
3 01-févr Introduction au langage SQL 1/3 2
4 08-févr Introduction au langage SQL 2/3 2
5 15-févr Introduction au langage SQL 3/3 2
6 22-févr Révision et support au devoir 2
7 08-mars Révision, mathématique et statistique (Corrélation, Régression, Classification, Association) 2
8 15-mars Introduction Power BI et DAX 2
9 22-mars Introduction fonctions et calculs de base
Intelligence Temporelle (Time Intelligence)		 2
10 29-mars Pratique, classification, règles d'Association 2
11 05-avr Forage des données  / Dépôt Devoir
Basses données graphes 		 2
12 12-avr Support Examen Final 2
    Total  24



Utilisation d'outils d'ingénierie
  • Microsoft Excel
  • Python et Pandas
  • MySQL ou SQLite
  • Power BI et Dax
  • Neo4j, Base de Doneés orienté graphe


Évaluation
Activité Description % Date de remise
Travail pratiques Plusieurs TP ou laboratoires seront notés 10  
Travail de Session : Collecte, stockage et modèle relationnel des données 
Phase 1 : Dépôt électronique		 20 23 fev.
Examen Intra Cours 1 à 6 inclusivement
Toute documentation physique permise		 25 20 fev.
Travail de Session : Élaboration d’un tableau de bord et exposé oral
Phase 2 : Dépôt électronique		 20 13 avr.
Examen Final Cours 1 à 13 inclusivement
Toute documentation physique permise		 25 http://etsmtl.ca/Etudiants-actuels/Baccalaureat/Examens-finaux 

Une pondération de 10 % du total des notes des divers travaux sera attribuée à la présentation et à la qualité du français.

Toutes les remises se font par l’intermédiaire du site Moodle.

 



Double seuil
Note minimale : 10



Dates des examens intra
Groupe(s) Date
1 20 février 2023



Date de l'examen final
Votre examen final aura lieu pendant la période des examens finaux, veuillez consulter l'horaire à l'adresse suivante : http://etsmtl.ca/Etudiants-actuels/Baccalaureat/Examens-finaux


Politique de retard des travaux
Tout travail (devoir pratique, rapport de laboratoire, rapport de projet, etc.) remis en retard sans motif valable, c’est-à-dire autre que ceux mentionnés dans le Règlement des études (1er cycle, article 7.2.7 b / cycles supérieurs, article 6.5.4 b) se verra attribuer la note zéro, à moins que d’autres dispositions ne soient communiquées par écrit par l’enseignant dans les consignes de chaque travail à remettre ou dans le plan de cours pour l’ensemble des travaux.

Dispositions additionnelles

Retard de remise d’un travail 

Une pénalité de 10 % par jour sera imposée à tous travaux en retard. Une pondération de 10 % du total des notes des divers travaux sera attribuée à la présentation et à la qualité du français. Toutes les remises se font par l’intermédiaire du site Moodle.



Absence à un examen
Dans les cinq (5) jours ouvrables suivants, la tenue de son examen, l’étudiant devra justifier son absence d’un examen durant le trimestre auprès de la coordonnatrice – Affaires départementales qui en référera au directeur du département ou du SEG. Pour un examen final, l’étudiant devra justifier son absence auprès du Bureau du registraire. Dans tous les cas, l’étudiant doit effectuer sa demande en complétant le formulaire prévu à cet effet qui se trouve dans son portail Mon ÉTS/Formulaires. Toute absence non justifiée par un motif majeur (maladie certifiée par un billet de médecin, décès d’un parent immédiat, Activité compétitive d’un étudiant appartenant à un club scientifique ou un club sportif d’élite de l’ÉTS ou au programme « Alliance sport étude » ou autre) à un examen entraînera l’attribution de la note zéro (0).



Infractions de nature académique
Les clauses du « Règlement sur les infractions de nature académique de l’ÉTS » s’appliquent dans ce cours ainsi que dans tous les cours du département. Les étudiants doivent consulter le Règlement sur les infractions de nature académique (https://www.etsmtl.ca/docs/ETS/Gouvernance/Secretariat-general/Cadre-reglementaire/Documents/Infractions-nature-academique ) pour identifier les actes considérés comme étant des infractions de nature académique ainsi que prendre connaissance des sanctions prévues à cet effet.  À l’ÉTS, le respect de la propriété intellectuelle est une valeur essentielle et les étudiants sont invités à consulter la page Citer, pas plagier ! (https://www.etsmtl.ca/Etudiants-actuels/Baccalaureat/Citer-pas-plagier).



Documentation obligatoire

La lecture, avant chaque cours, de chapitres du livre:

Ricardo, C. M., Urban, S. D., & Davis, K. C. (2022). Databases Illuminated (4th ed.). Jones and Bartlett. ISBN 9781284231588



Ouvrages de références
  • OPPEL, A.J. (2009). Databases: A Beginner’s Guide, McGraw-Hill, ISBN: 0-07-160846-X.
  • Marco, R., Alberto, F. et Chris, W. (2014) SQL Server 2012 Analysis Services, The BISM Tabular Model, Microsoft Press, ISBN: 9780735658189
  • Russo, M., & Ferrari, A. (2105)  The Definitive Guide to DAX , Microsoft Press, ISBN:9780735698352
  • Russo, M., & Ferrari, A. (2015) DAX Patterns, SQLBI, ISBN :9781505623635
  • Rob, C. (2013) DAX Formulas For PowerPivot, Holy Macro ! Books, ISBN:9781615470150
  • Rob C., Avi, S., (2016) Power Pivot and Power BI, Holly Macro! Books, ISBN:9781615470396
  • Graph Data Science (GDS) For Dummies®, Neo4j Special Edition (https://neo4j.com/books/graph-data-science-for-dummies/)



Adresse internet du site de cours et autres liens utiles

https://ena.etsmtl.ca



Autres informations

Ce cours est soutenu par des exercices de DataCamp (datacamp.com), une plate-forme d’apprentissage en ligne pour Python, SQL, Power BI et Dax. Elle est dédiée à la science et l’analyse des données. La méthodologie d’apprentissage de DataCamp est pratique. Il combine de courtes vidéos et des exercices pratiques sur le clavier pour aider les étudiants à conserver leurs connaissances. DataCamp propose des formations sur l’importation de données, la visualisation des données et l’apprentissage automatique.