Contactez-nous
  • Infographie
  • Marketing
  • Système exploitation informatique

Datavisualisation pour tous

Mis à jour le

Responsable(s) : Mme Béatrice ARRUABARRENA

  • Cours + travaux pratiques
Code Cnam : NTD204-PAR
Téléchargez le PDF
  • Durée : 50 heures (+/- 10%)
  • A la carte
  • Soir & samedi
  • 6 crédits
  • Distanciel planifié

Présentation

Public, conditions d'accès et prérequis

Prérequis

L'UE datavisualisation s'adresse à un public ayant au minimum un niveau Licence.

L'UE est intégrée au parcours Licence Web Analytics du CNAM (LP13802A).

Cette UE est transverse et peut s'intégrer dans tout parcours de formation.

Objectifs

L'UE " Datavisualisation pour tous "  s'inscrit dans la volonté d'accompagner l'évolution rapide des métiers face aux problématiques de traitement visuelle de l'information directement amplifiées par le  développement du  Big data et de l'Open data. Dans ce contexte, la maitrise des principes et des outils de datavisualisation constitue un atout majeur d'employabilité pour les années à venir.
Il s'agit d'ouvrir les compétences de visualisation au plus grand nombre en donnant une compréhension claire et complète des possibilités offertes, et du potentiel des outils afin d'exploiter des données et de réaliser des visualisations pertinentes. Les enseignements proposés concernent à la fois l'acquisition de connaissances théoriques sur les principes de bases de conception et de réalisation de datavisualisation, et le développement de compétences pratiques directement utilisables en situation professionnelle. 

L'avis des auditeurs

Les dernières réponses à l'enquête d'appréciation pour cet enseignement : Fiche synthétique au format PDF

Compétences et débouchés

Compétences

Devoir écrit et capsule vidéo.

Informations pratiques

Contact

Logo Ecole numérique et IA Cnam

Programme

Contenu

Cours (Bases de connaissances théoriques):

  1. Introduction à la datavisualisation par l'étude de cas : origines historiques, objectifs, principes de bases techniques de la datavisualisation ( BDD, API, architecture); Méthodologie de la datavisualisation : méthodes et bonnes pratiques de la collecte à la publication; Eléments de statistiques descriptives et bonnes pratiques.
  2. Principes de bases de sémiologie graphique : connaissances pour la mise en forme visuelle de données (perception visuelle, sémiologie graphique, couleur, forme, etc.) et Typologie de la datavisualisation :  typologies des données et des formes de représentation visuelles (algorithmes et structures).
  3. Panorama des outils et des sources de données : présentation des données Open data, des solutions Open source (Logiciel, R, Gephi, Qgis, etc.), des produits logiciels éditeurs (Tableau public, Power BI, Google analytics etc), des langage de programmation, et des libraires de code informatique.


Cours et travaux dirigés pour l'acquisition de savoir-faire pratiques pour la réalisation de datavisualisation : 

  1. Visualisation de données structurées/non structurées : méthodes et outils pour l'analyse de données (Excel, Tableau, Power BI, outils Open source, Platerformes en ligne, etc.)
  2. Visualisation et web analytics : méthodes et outils pour l'analyse visuelle de données analytics (Google analytics, etc.)
  3. Cartographie numériques : méthodes et outils pour l'analyse visuelle de données géographiques. Production de cartes statiques et interactives (QGIS, etc.).
  4. Analyse visuelle de réseaux : méthodes et outils pour la réalisation de graphe de relations (réseaux sociaux, cartographie site web, etc./Gephi)

Formation mère

Datavisualisation pour tous

Ces formations pourraient vous intéresser