Syllabus

Caractéristiques :

• UE Sciences et Techniques Approfondissements E4-S1/P1

• Statut : Obligatoire ESIEE 4e année 1er semestre

• Horaires : 18C, 12 TD

• Coefficient: 1

• Responsable(s) : COURIVAUD Daniel (daniel.courivaud@esiee.fr)

Objectif(s) :

• Connaitre, comprendre, appliquer, analyser, synthétiser et évaluer une application de gestion/visualisation de données.

Compétences :

• formaliser les besoins et attentes liés à un projet ;

• concevoir des systèmes et applications complexes ;

• réaliser des systèmes et applications complexes.

Apprentissages essentiels :

• Connaitre, comprendre, appliquer, analyser, synthétiser et évaluer :

  • le contrôle de version (git)

  • la qualité et la robustesse du code

  • le test logiciel

  • la visualisation de données

Programme :

• Git : 04:00

• Qualité du code : 04:00

• Test logiciel : 04:00

• Graphiques pour les données : 04:00

• Framework web : 04:00

• Projet data : 10:00

Nature de l’évaluation : QCM sans documents

Bibliographie :

• A Byte of Python

• Learn Python The Hard Way

• Non-Programmer’s Tutorial for Python 3

• La documentation officielle Python

Webographie :

Git et contrôle de version :

• Git Documentation officielle

• GitHub Git Handbook

• Atlassian Git Tutorials

• Pro Git Book (gratuit)

• Git Branching - Learn Git Branching (interactif)

Qualité du code Python :

• PEP 8 – Style Guide for Python Code

• Black - The uncompromising Python code formatter

• Flake8 Documentation

• PyLint Documentation

• Real Python - Python Code Quality Tools

• Clean Code in Python

Tests unitaires et testing :

• pytest Documentation

• Real Python - Testing Your Code

• Test-Driven Development with Python

• Python Testing 101

Visualisation de données :

• Python Graph Gallery

• Data Visualization Best Practices

• From Data to Viz (guide de choix)

Plotly :

• Plotly Python Documentation

• Plotly Fundamentals

• Plotly Express Documentation

• Plotly Community Forum

• Plotly Figure Reference

Dash (applications web) :

• Dash Documentation officielle

• Dash Tutorial

• Dash Community Forum

• Dash Bootstrap Components

• Awesome Dash (ressources communautaires)

Projets data et bonnes pratiques :

• Cookiecutter Data Science

• The Hitchhiker’s Guide to Python

• Python for Data Analysis (Wes McKinney)

• Effective Python

• Data Science Project Template

Ressources générales Python pour la data :

• Real Python

• Python Data Science Handbook

• Towards Data Science (Medium)