Comprendre l’environnement des données de la science

La première partie de la formation permet de comprendre l’environnement des données de la science :

  • Qu’est-ce que la recherche collaborative ?
  • Comment financer une recherche orientée vers la collecte et l’analyse de données ?
  • Quelles sont les stratégies de développement de projets de data science ?
  • Quelles sont les règles juridiques et/ou de gouvernance qui s’appliquent aux données ?

Elle se décline en trois modules :

  • Infrastructures de données, réseaux, plateformes, etc. (cartographie)
  • Qu’est-ce que l’open access/ l’open science ? Un regard sur la fabrique des politiques publiques de la recherche

Pour participer à ce module, il faut avoir obligatoirement suivi les modules suivants : « Module 1.2 : Recherche, gouvernance et données » et « Module 1.3 : Données, innovation et droit ».

  • Gouvernance des données
  • L’institut de la science des données de Montpellier (ISDM)
  • Research Data Alliance (RDA)

Pour participer à ce module, il faut avoir obligatoirement suivi les modules suivants : « Module 1.1 : Territoires, innovation et financement » et « Module 1.3 : Données, innovation et droit ».

  • Protéger les innovations fondées sur les données
  • Libérer les données de la recherche (open science)

Pour participer à ce module, il faut avoir obligatoirement suivi le module suivant : « Module 3.4 : Valoriser et réutiliser les données »

  • Pascal Bonnet
  • Sandrine Gropp
  • Françoise Genova
  • Célya Gruson-Daniel
  • Agnès Robin
  • Kenneth Maussang

Plus d’infos sur les intervenants

Maîtriser les outils d’analyse des données de la science

La deuxième partie de la formation permet de se former à la maîtrise des outils d’analyse des données de la science, c’est-à-dire les outils destinés à extraire, contextualiser, fouiller, sécuriser et protéger les données.

Elle se décline en cinq modules :

  • Reproductibilité des résultats de la recherche
  • Fiabilité des données de curation
  • Intégrité scientifique pour une science responsable
  • Intégrité scientifique et procédure administrative
  • Intégrité scientifique et propriété intellectuelle
  • Intégrité technique des données – Les objets connectés
  • Construire et gérer les métadonnées
  • Le métier de Data Scientist
  • Pérenniser les données
  • Fouiller des textes et des données. Techniques de fouille
  • Fouiller des textes et des données. Extraction et partage d’information
  • Exploration de textes – ISTEX/Gargantext
  • Exception de TDM (droit d’auteur/droit des bases de données)
  • Sécurisation technique des données (cloud, serveurs, localisation, etc.)
  • Sécurisation juridique des données (confidentialité/PI)
  • RGPD et exception de recherche
  • Anonymiser les données – L’appariement des données de santé
  • RGPD et données de santé
  • Philippe Amiel
  • Alain Foucaran
  • Francesca Frontini
  • Kamel Gadouche
  • Clément Jonquet
  • Anne Laurent
  • Julien Le Clainche
  • Olivier Le Gall
  • Claire Nedellec
  • Christophe Perignon
  • Agnès Robin
  • Maxime Ragot
  • Mathieu Roche
  • Marie-Christine Sordino
  • Gille Vieira

Plus d’infos sur les intervenants

Gérer l’ouverture des données de la science

La troisième partie propose de former à l’ouverture des données de la science. Elle consiste ainsi à apprendre à partager, publier, mais aussi stocker et archiver les données de façon sécurisée et de manière à ce qu’elles puissent éventuellement donner lieu à une réutilisation et/ou une valorisation.

Elle se décline en quatre modules :

  • Qu’est-ce que le FAIR ?
  • Le PGD, enjeux financier et institutionnel : quelles obligations pour les porteurs de projets ?
  • Construire un Plan de gestion de données. Elaboration et rédaction

Pour participer à ce module, il faut avoir obligatoirement suivi le module suivant : « Module 3.3 : Diffuser et partager les données ».

  • Construire une infrastructure de données
  • Fonctionnalités des entrepôts de données pour le stockage et la réutilisation des données
  • Les entrepôts de données. HumaNum Des services pour la gestion des données en SHS, la TGIR Huma-Num
  • Solutions d’archivage : l’expertise des archivistes
  • Obtenir une certification CTS
  • Stratégies de diffusion et de partage des données (open access, publimétrie)
  • Rédiger un Data paper
  • S’identifier en tant que chercheur

Pour participer à ce module, il faut avoir obligatoirement suivi le module suivant : « Module 3.1 : Construire un plan de gestion de données (PGD) ».

  • Stratégies d’innovation, financement, valorisation
  • Licences ouvertes Données publiques (Open data)
  • Stratégies de valorisation des données scientifiques

Pour participer à ce module, il faut avoir obligatoirement suivi le module suivant : « Module 1.3 : Données, innovation et droit ».

  • Hugo Catherine
  • Laurence Dedieu-Engelmann
  • Emilie Domanico
  • Françoise Genova
  • Véronique Ginouvès
  • Célya Gruson-Daniel
  • Laure Lefrançois
  • Pascal Neveu
  • Olivier Rouchon
  • Joachim Schöpfel
  • Jérémie Valentin

Plus d’infos sur les intervenants

Candidater
Contact