Accueil / Professionnels en exercice / Science des données
Science des données pour l'enseignement du génie électrique
Des concepts fondamentaux à la décision pédagogique. Un cours pour enseignants en génie : transformez les données que produisent déjà vos cours — notes, laboratoires, sondages — en décisions concrètes. Repérez tôt les étudiants à risque, mesurez si un changement de méthode a un réel effet, et dimensionnez une intervention avant de la lancer.
Plan de cours disponible — contenu en préparation.
Pour qui ? Enseignantes et enseignants en génie (cégep et université), chargés de cours, coordonnateurs de programme. Prérequis : aucune programmation requise, une aisance de base avec Excel suffit. Python est introduit progressivement, toujours avec des gabarits complets — l'objectif est la démarche d'analyse, pas le code.
Objectifs généraux du cours
Au terme du cours, l'enseignant.e sera capable de :
- OG1 — Exploiter les données produites par ses propres cours de façon éthique, rigoureuse et reproductible, de la collecte au nettoyage documenté.
- OG2 — Analyser ces données avec les méthodes appropriées — description, comparaison de groupes, modélisation prédictive, simulation — en interprétant chaque résultat avec son incertitude.
- OG3 — Décider : traduire les analyses en actions pédagogiques concrètes, dimensionnées et suivies dans un cycle d'amélioration continue.
Membres de l'OIQ : ce cours est admissible à votre formation continue obligatoire (30 h par période de 2 ans), à déclarer comme activité d'un fournisseur externe. Une attestation détaillée (contenu, durée, dates) vous est remise.
Tarification
Le chapitre 1 sera offert gratuitement lors de la publication du cours. Chaque chapitre suivant sera proposé séparément au prix de lancement de 39.95 $ CA.
Contenu protégé À venir
Les capsules vidéo, balados et documents de ce cours seront diffusés via une plateforme d'apprentissage sécurisée (accès par identifiant, lecture en flux protégé, documents nominatifs). Cette protection sera activée lors du déploiement de notre plateforme de cours en ligne.
| Formule | Prix de lancement | Commentaire |
|---|---|---|
| Chapitre 1 — concepts fondamentaux Gratuit à la publication | À la publication | Chapitre d'entrée offert, en 4 formats |
| Chapitre individuel | 39.95 $ CA | Formule à la carte, pour cibler une étape précise du cycle |
Les 7 chapitres du cours
La démarche va du général au spécifique : concepts fondamentaux (ch. 1 à 3), puis méthodes propres aux questions d'enseignement en génie (ch. 4 à 7). Chaque chapitre est offert en 4 formats (Visuel, Audio, Écrit, Pratique). Le chapitre 1 sera gratuit à la publication.
| Ch. | Titre du chapitre | Durée | Objectif spécifique |
|---|---|---|---|
| 1 | Les données au service de l'enseignement : concepts fondamentaux Gratuit à la publication | 1 sem. | OS1 — Situer sa pratique dans l'analytique de l'apprentissage et formuler des questions pédagogiques analysables. |
| 2 | Collecter et préparer ses données : éthique, anonymisation et nettoyage | 1.5 sem. | OS2 — Produire, à partir de sources brutes, une base de données de cours propre, anonyme et documentée. |
| 3 | Décrire et visualiser : les statistiques qui parlent aux enseignants | 1.5 sem. | OS3 — Choisir et interpréter les résumés statistiques et les visualisations adaptés à des données de notes. |
| 4 | Comparer des groupes sans se tromper : tests statistiques et tailles d'effet | 1.5 sem. | OS4 — Comparer deux groupes d'étudiants avec le test approprié et une taille d'effet, et en tirer une interprétation prudente. |
| 5 | Prédire pour mieux accompagner : modèles prédictifs et leurs limites | 2 sem. | OS5 — Construire, évaluer et critiquer un modèle prédictif simple appliqué à la réussite étudiante. |
| 6 | Planifier une intervention pédagogique : simulation et puissance statistique | 1.5 sem. | OS6 — Dimensionner une intervention pédagogique par simulation avant de la lancer. |
| 7 | De l'analyse à la décision : tableau de bord, communication et amélioration continue | 1 sem. | OS7 — Synthétiser ses analyses en tableau de bord et en note de décision, dans un cycle d'amélioration continue. |
Un fil rouge : 120 étudiants, deux cours, un cycle complet
Vous ne travaillez pas sur des exemples abstraits. Un jeu de données réaliste traverse tout le cours — vous y refaites chaque étape, du nettoyage jusqu'au tableau de bord.
Des données réalistes
120 étudiants fictifs dans deux cours de génie (CIR-201, ELN-305), construits pour reproduire les phénomènes des vraies données : notes collées au plafond, écarts entre groupes, progression intra-final.
100 % synthétique
Le jeu de données ne contient aucune donnée d'étudiant réel. Les phénomènes qu'il illustre sont documentés dans la littérature en analytique de l'apprentissage — rigueur et éthique dès le départ.
Des passerelles vers le génie
Chaque notion s'ancre dans un concept familier : le RMSE se lit comme une valeur efficace (RMS), la méthode Monte Carlo comme l'analyse de tolérances dans SPICE, une taille d'effet comme un rapport signal/bruit.
Tout pour passer à la pratique
- Le jeu de données fil rouge en deux versions : BRUTE (avec anomalies à corriger) et PROPRE (référence), avec dictionnaire des variables.
- Des gabarits Excel (nettoyage, tableaux croisés, tableau de bord) et des carnets Python guidés (tests, forêt aléatoire, simulation).
- Des grilles d'auto-évaluation des livrables et un gabarit de note de synthèse.
- Un glossaire des notions techniques, remis dès le chapitre 1, chaque définition étant reprise dans son chapitre.
Prêt à faire parler les données de vos cours ?
Le chapitre 1 sera offert gratuitement à la publication; vous pourrez ensuite poursuivre chapitre par chapitre. Une formation sur mesure est aussi possible pour votre département.