100 jours de ran.données

Je partage l'événement

Veuillez noter que les séances d’apprentissage et les tutoriels seront bilingues, selon la composition des groupes. La documentation utilisée et créée par les instructeurs sera principalement anglophone. Les instructeurs seront bilingues et pourront répondre à vos questions en français comme en anglais.

Prêt.e à relever le défi?

Quoi de mieux comme résolution pour l’année 2021 que d’intégrer une nouvelle habitude à notre quotidien : programmer et travailler sur un projet une heure par jour!

L’AÉBINUM et IVADO t’invitent à rejoindre la communauté du Défi des 100 jours de Ran.données. Ce défi est l’occasion parfaite pour t’initier à l’analyse de données et à l’apprentissage automatique, tout en complétant un projet de A à Z.

Pourquoi 100 jours?

Parce que compléter un projet d’analyse de données tout en développant de nouvelles habiletés prend du temps! Le Ran.données est aussi une occasion pour apprendre à programmer ou peaufiner tes habiletés en programmation : tout ça demande du temps et de la pratique.

On sait, 100 jours peut paraître long… mais nous avons prévu le coup! Plusieurs outils et ressources sont mis en place pour t’accompagner et t’aider tout au long du défi.

Les 100 jours de Ran.données, c’est quoi?

Le Défi des 100 jours de Ran.données c’est joindre l’utile à l’agréable!

Ça commence par un jeu de données et une idée de projet – ça c’est toi qui les fournis. Nous, on s’occupe de t’initier à ton langage de programmation préféré entre R, Python et Julia. Et les 100 jours commencent!

De semaine en semaine, nous te proposons différents ateliers et tutoriels qui t’aideront à progresser dans ton projet. Nous toucherons à plusieurs sujets dont la gestion d’un projet d’analyse, l’utilisation d’outils de versionnage, la visualisation de données, les concepts de l’apprentissage machine, et bien plus!

Le but de tout cela est de te permettre de développer et d’apprendre de nouvelles techniques/habiletés dans un contexte communautaire motivant!

Le Défi sera lancé lors d’un après-midi d’ateliers de programmation, qui se conclura par un 5@7 de réseautage. C’est le moment parfait pour rencontrer et discuter avec les autres participants, et pour les intéressé.e.s trouver tes partenaires si tu souhaites travailler en équipe. Question de faire changement des séances Zoom habituel, tu auras accès à l’espace GatherTown du défi : libre à toi de te promener, d’assister aux ateliers, de faire des rencontres, de discuter autour d’un café ou même de faire une petite partie de Scattergories!

Après ce premier après-midi, c’est à toi de jouer!

N’hésite pas à partager tes questions, tes réussites, et à répondre aux autres participant.es sur le Slack du Défi, ainsi que sur les différents réseaux sociaux (#…). Tu pourras aussi tenter de relever différents challenges qui te permettront d’accumuler des points tout au long du défi. Accumule un certain nombre de points et tu recevras une attestation de participation au Défi des 100 jours de Ran.Données de la part d’IVADO!

Tel que mentionné plus haut, tu auras accès à différents ateliers et tutoriels tout au long des 100 jours, en plus de quelques évènements sociaux pour célébrer des étapes importantes. Enfin, le 100e jour on célèbre ton accomplissement !

Prêt.e à tenter l’aventure? Alors inscris-toi!

Informations clés

Public cible

Étudiant.e.s et professionnel.le.s en science de la vie, intéressé.e.s par l’essor de la science des données, l’intelligence artificielle, et les disciplines connexes.

Objectifs

Le but du Défi des 100 jours de programmation est d’initier et développer des talents à l’intersection des sciences de la vie/sciences humaines et de l’intelligence numérique

  • Mettre en place une méthodologie complète pour mener à terme un projet d’analyse de données dans un contexte précis;
  • Développer des habiletés en programmation R, Python ou Julia;
  • Intégrer des outils et notions d’apprentissage automatique à un projet d’analyse de données;
  • Apprendre quelque chose de nouveau quotidiennement;
  • Mettre en place une communauté d’entraide;
  • Avoir du plaisir

Recommandations pour les 100 jours de Ran.données

  • Comptabiliser un minimum de 100 heures de code sur 100 jours.
  • Coder un minimum de 5 jours par semaine.
  • Ne pas passer 3 jours sans coder.
  • Tu peux travailler seul.e ou en équipe.

Inscription – À confirmer

  • Étudiant.e de l’Université de Montréal : 20$
  • Étudiant.e hors campus : 25$
  • Professionnel·le du campus : 50$
  • Professionnel·le hors campus ou autre : 75$

Dates et lieux

Ateliers d’initiation :

Le 8 janvier 2021 en ligne, à partir de 13h00

Calendrier des tutoriels et atelier – à venir

Calendrier des évènements sociaux – à venir

Date du jour 100 – 18 avril 2021

Événement de clôture – à venir

Organisateurs

Code de conduite

En vous inscrivant au défi Ran.données, vous acceptez de vous souscrire au code de conduite (CdC) de l’AÉBINUM.

Pré-requis

Question de tous commencer le Défi tous ensembles, nous demandons à chaque participant.e d’arriver préparer. Au Jour 1 (i.e. 8 janvier 2021), tu devras avoir :

  • Un jeu de données à analyser (tu peux consulter nos suggestions si tu n’en as pas déjà un);
  • Une idée de projet d’analyse : quelle question d’analyse cherches-tu à réponse? ;
  • Un environnement de travail propice à la programmation R, Python ou Julia (tu choisis ton langage!).

 

Calendrier Provisoire

8 janvier, 13:00-17:00 : Lancement du défi

  • Introduction aux langages de programmation à partir d’un exemple d’analyse complète.

11 janvier : Bien organiser son projet d’analyse

  • Mettre en place son environnement de travail: ligne de commande, script et notebooks;
  • Compte Github.

13 janvier : Bien organiser son projet d’analyse

  • Initialisation d’un readme sur Github;
  • Déterminer une question/but d’analyse;
  • Réfléchir à ce que l’on veut accomplir à la fin du 100 jours.

15 janvier : Bien organiser son projet d’analyse

  • Lier un compte github à un répertoire local.

Semaine du 18 janvier : Traitement de données

  • Uploader ses données;
  • Dataframe et table;
  • Nettoyer ses données.

Semaine du 1er février : Visualisation de données

  • Introduction à des outils de visualisation et aux différents types de graphs.

Semaine du 15 février : Analyse statistique

  • Introduction à différentes implémentations de tests statistiques et incorporation des résultats dans une approche de visualisation.

Semaine du 1er mars (relâche UdeM) : Introduction au ML

  • Analyse ML de base: clustering (k-mean), transformations (PCA, tSNE), régression linéaire et non-linéaire, etc.

Semaine du 15 mars : Gather Time!

Semaine du 29 mars : Gather Time!

Semaine du 19 avril : Présenter son projet

  • Préparer sa présentation finale.