La formation par la recherche

Introduction à la programmation

• Initiation à la programmation - 18h - Céline Acary-Robert et Pierre-Antoine Bouttier - 2 sessions
  Découvrir les rudiments de la programmation informatique et être à même de réaliser le programme d'un problème.

• Introduction à Python pour le calcul scientifique - 21h - Pierre Augier, Cyrille Bonamy, Eric Maldonado - 1 session
  - Connaître les bases du langage Python
  - Développer des scripts et programmes en Python de traitements simples de données
  - Être capable de reprendre et modifier un programme écrit par une autre personne

• Python scientifique avancé - 32h - Pierre Augier, Franck Thollard, Eric Maldonado, L. Huder - 1 session
  Connaître l'écosystème scientifique de Python

• Introduction au logiciel SPSS – 12h - Eline Jongmans, Marie-Claire Wilhelm - 1 session
  - Faire découvrir les bases du fonctionnement du logiciel SPSS et permettre de s’en servir pour des analyses statistiques de base mais aussi d’autres plus spécifiques.
  - Les connaissances apportées doivent permettre de réaliser et de savoir présenter les analyses de données majeures utiles pour communiquer ses données et résultats dans un article de recherche ou une thèse.

Outils pour le traitement de données, le développement logiciel et le calcul scientifique

• Les bases du système Linux pour le calcul scientifique - 9h - Frédéric Audra, Glenn Cougoulat - 1 session
  - Connaissances générales des systèmes Unix
  - Les fondamentaux de la ligne de commande
  - Connexion et travail sur une machine distante           
   
• Gestion de projets et développements collaboratifs - Utilisation de la plate-forme gricad-gitlab - 12h - Franck Pérignon, Alizia Tarayoun - 1 session
  Fournir aux étudiants un ensemble de connaissances et de bonnes pratiques dans l’utilisation des outils de développement collaboratif.

• Des sources à l’exécutable : la chaine de compilation - 12h - Violaine Louvet, Franck Pérignon - 1 session
  Apprendre à compiler et exécuter un code de calcul. L’idée est de bien comprendre toutes les étapes qui mènent à une librairie ou un exécutable (compilation, édition de lien etc) et de découvrir quelques outils liés à ces étapes (cmake, debug …)

• Introduction au calcul parallèle - 36h - Céline Acary-Robert, Pierre-Antoine Bouttier, Glenn Cougoulat, Albanne Lecointre, Franck Pérignon, Violaine Louvet, Frédéric Audra - 1 session
  Donner une vue claire de ce qu’est le calcul parallèle et de ce qu’il peut apporter. Cette formation peut en particulier permettre d’acquérir les connaissances nécessaires pour choisir un modèle de programmation parallèle adapté à votre application et aux ressources de calcul disponibles.

Optimization: theory and algorithms - 15h - Félix Miranda-Villatoro - 1 session
The main objective of the course is to introduce the basics of optimization to graduate students with a scientific background and coming from different backgrounds (engineering, physics, chemistry, biology, etc.).

Outils pour la science des données

• Bonnes pratiques en statistique : de la statistique descriptive à la modélisation - 12h - Franck Corset, Sana Louhichi - 1 session
  - Acquérir les bases et les bons réflexes d’une étude statistique (en quoi le protocole est important ? Comment ne pas truquer les graphiques en voulant les rendre jolis ? Dans quel cas une médiane est-elle préférable à une moyenne ? Comment aller plus loin que juste regarder si la plus value est plus petite que 5% ?)
  - Introduire les bases de l'estimation paramétrique, calculer un estimateur à l’aide de la méthode des moments et du maximum de vraisemblance et comprendre les qualités d'un estimateur.

• Initiation à l’analyse de données avec R - 12h - Céline Péréa - 1 session
  - Utiliser R pour traiter des données (lire, nettoyer, visualiser, et analyser les données)
  - Utiliser, adapter, créer des notebooks R Markdown
  - Distinguer/reconnaître les différents types d’objets dans l’environnement RStudio
  - Distinguer/reconnaître les différents types de données
  - Appliquer différentes méthodes d’analyse de données
  - Développer son autonomie dans l’apprentissage du langage R

Introduction to data analysis in R - 12h - Céline Péréa - 1 session
- Use R to process data (read, clean, visualize, and analyze data)
- Use, adapt, create R Markdown notebooks
- Distinguish/recognize the different types of objects in the RStudio environment
- Distinguish/recognize the different types of data
- Apply different data analysis methods (mainly with numerical data)
- Develop your autonomy in learning the R language

• Introduction au Deep Learning (FIDLE) - MIAI/CNRS/UGA
  Fidle est une formation libre, gratuite, proposée en distanciel. 3 parcours, 3 objectifs :
  - comprendre les bases de l’apprentissage profond,
  - maîtriser les outils du Deep Learning et développer une première expérience pratique,
  - appréhender les dernières avancées de l'IA.
  FIDLE est proposée en Live et en replay sur YouTube.

Introduction to artificial intelligence basics - 15h - Ziyad Taia Alaoui - 2 sessions
This module is a starting point for attendees who desire to learn the basics of artificial intelligence. A wide range of methods is reviewed, including statistical analysis, data mining, decision trees, support vector machines, and shallow neural networks (also known as vanilla neural networks).

Méthodologie des sciences

• MOOC Recherche reproductible : principes méthodologiques pour une science transparente - 24h - inscription sur la plateforme FUN MOOC - 1 session
  Ce Mooc propose des principes méthodologiques pour une science ouverte et transparente. Il aborde de manière pratique la prise de notes, le document computationnel, la réplicabilité des analyses.

Bibliothèques universitaires

Entrer dans la communauté des chercheurs :

• A6 - Organiser et citer sa documentation avec Zotero - 3h - 4 sessions (2 STS et 2 ALLSHS)
  • Formation à visée pratique destinée aux débutants : récupérer des références en ligne et générer une bibliographie dans Word ou Libre Office.
  • Découvrir comment collecter, organiser des références et des articles.
  • Savoir créer une bibliographie dans un logiciel de traitement de texte aux formats exigés dans les revues scientifiques.
  • Etre capable de partager des références en groupe.
• B16 - Codes et logiciels : bonnes pratiques depuis leur création pour la gestion, la diffusion, l'archivage - 3h - 1 session
  •  Comprendre le logiciel comme objet spécifique dans l'écosystème de la recherche
  •  Prendre en compte ses spécificités, connaître et mettre en pratique les recommandations et outils pour adopter les bonnes pratiques en terme de développement, de diffusion et d'archivage,
  •  Faciliter le développement et la réutilisation des codes, en particulier dans le contexte de la Science ouverte.
• WIKI - Préparer la cartographie de son terrain d'étude avec OpenStreetMap - 2h - 1 session
  - Origine et fonctionnement d'OpenStreetMap ;
  - Intérêt dans la recherche ;
  - Initiation à la contribution ;
  - Présentation de quelques outils pour exporter les données.