Catalogue des formations

Diplômes intégrant cet élément pédagogique :

• Master Méthodes informatiques appliquées à la gestion des entreprises (MIAGE)

Descriptif

Le nombre de données disponibles dans les entreprises est en constante augmentation. Cette augmentation touche particulièrement le domaine de l’énergie. L’UE introduit les techniques pour stocker, exploiter et valoriser ces données.

L’UE est organisée selon deux axes :
- Un axe traitement des données temporelles et data science en python
- Un axe optimisation et à aide à la décision dans le domaine de
    l'énergie

    . Traitement des données temporelles et data science en python

    Quelles questions vous poseriez vous si vous gériez un hôpital ? Un data center ? Un hôtel ? Un smart grid ? Une mine ? Probablement des questions d’efficacité, de bon usage des ressources énergétiques et autre. Pour savoir, il faut mesurer = connecter des capteurs, collecter des données. L’analyse des données, ou data science, est l’art de faire le lien entre les questions métiers qu’un client peut se poser, et des fichiers ou bases de données concrètes, parfois frustes et difficiles à « faire parler ». Au travers de ce cours d’initiation, nous abordons la data science sur des données statiques dans un premier temps, pour découvrir les outils et manières de travailler du monde python (PyCharm, Jupyter, numpy, pandas, scikit-learn, matplotlib, seaborn…). Puis quelques clés pour passer aux séries temporelles sans tomber dans les pièges sont partagées (temps absolu/local, échantillonnage, etc.)  pour ceux qui souhaitent aller plus loin. Les élèves mettent en pratique les techniques abordées sur un jeu de données de leur choix et présentent leur étude, alternant entre les rôles de client et de data scientist.

    . Optimisation et à aide à la décision dans le domaine de l'énergie

Ce module est axé sur les heuristiques pour l'optimisation discrète, qui sont très souvent utilisées en pratique pour les problèmes réels. Ces algorithmes permettent de trouver des solutions de bonne qualité en un temps raisonnable lorsque trouver les solutions optimales prendrait trop de temps.

A travers un projet en binôme en python, vous aborderez les concepts d'heuristique constructive (via les algorithmes gloutons) et de recherche locale. Le but sera de développer un module d'aide à la décision pour un problème dans le domaine de l'énergie.

Pré-requis recommandés

Connaissance des techniques de base en optimisation discrète

Langages de programmation objet et fonctionnelle

Informations complémentaires

Méthode d'enseignement : En présence
Lieu(x) : Grenoble
Langue(s) : Français