Description du cours
Intitulé de l'Unité d'Enseignement
Programmation et analyse des données
Code de l'Unité d'Enseignement
12UIF24
Année académique
2025 - 2026
Cycle
BAC
Nombre de crédits
5
Nombre heures
60
Quadrimestre
2
Pondération
Site
Anjou
Langue d'enseignement
Français
Enseignant responsable
DESAGRE Christophe
Objectifs et contribution de l'Unité d'Enseignement au programme
L’unité d’enseignement vise à doter les étudiants des compétences fondamentales pour manipuler, structurer et analyser des données à l’aide d’outils numériques couramment utilisés en entreprise.
Les objectifs sont :
- Initier les étudiants à la logique de la programmation en Python afin de développer des scripts simples et reproductibles pour le traitement des données ;
- Maîtriser les fonctionnalités avancées d’Excel (formules, tableaux croisés dynamiques, automatisation) afin d’en faire un outil efficace d’aide à la décision ;
- Comprendre les principes de base de l’analyse de données (nettoyage, exploration, visualisation) et leur mise en pratique sur des cas concrets en gestion et management ;
- Développer une posture analytique permettant de passer de la donnée brute à une information utile pour la prise de décision.
L’UE met l’accent sur une progression pratique et intégrée : l’apprentissage des outils (Python, Excel) est mis en cohérence avec les acquis d’apprentissage (AA) liés à l’analyse critique et à l’interprétation des données, pour favoriser leur mobilisation dans des projets et études de cas en lien avec le monde des affaires.
Prérequis et corequis
Aucun prérequis technique n’est exigé pour suivre cette unité d’enseignement. Les exercices et études de cas proposés seront toutefois inspirés de situations, concepts et problématiques abordés dans les autres cours du programme, afin de favoriser la cohérence et la transversalité des apprentissages.
Description du contenu
Cette unité d’enseignement couvre les bases de la programmation et de l’analyse de données, en combinant Python et Excel. Le cours alterne sessions pratiques et applications métiers, en mettant l’accent sur la manipulation, l’analyse et la visualisation des données.
Les grandes thématiques abordées sont :
- Prise en main des logiciels et création de fonctions simples pour automatiser des calculs et traiter des données.
- Gestion et manipulation des structures de données (listes, dictionnaires, fichiers) et utilisation de fonctions logiques et statistiques.
- Analyse et visualisation des données à l’aide de graphiques, tableaux croisés et outils de visualisation interactifs.
- Introduction aux calculs scientifiques et à l’optimisation, avec des applications à la finance, au marketing, à la macroéconomie et au développement durable.
- Concepts de programmation avancée, incluant la programmation orientée objet et le développement d’interfaces simples.
- Le cours met l’accent sur la pratique et la transversalité avec d’autres cours du programme, permettant aux étudiants de mobiliser les compétences acquises dans différents contextes business.
Méthodes pédagogiques
L’UE combine des apports théoriques et des travaux pratiques sur ordinateur. Les étudiants sont impliqués à la fois dans :
- Des cours magistraux et exposés théoriques, permettant d’introduire les concepts fondamentaux de la programmation, de l’analyse de données et des outils Excel.
- Des exercices et ateliers pratiques sur PC, visant à mettre en œuvre les notions abordées, développer des compétences techniques et analyser des données réelles ou simulées.
- Des études de cas et applications métiers, favorisant la réflexion analytique et la mise en relation des concepts avec des problématiques concrètes en finance, marketing, macroéconomie ou développement durable.
Cette approche favorise un apprentissage actif et progressif, où la théorie est immédiatement confrontée à la pratique.
Mode d'évaluation
L’évaluation de l’UE se fait via un examen écrit sur papier, visant à mesurer le degré d’atteinte des objectifs d’apprentissage.
Cet examen permet de vérifier :
- La compréhension des concepts fondamentaux de la programmation et de l’analyse de données ;
- La capacité à appliquer des méthodes et outils (Python et Excel) pour résoudre des problèmes pratiques ;
- L'aptitude à interpréter et analyser des données dans des contextes métiers variés.
Références bibliographiques
voir Moodle