Définir et mettre en oeuvre un projet Open Data
Formation
À Paris Cédex 03
Avez-vous besoin d'un coach de formation?
Il vous aidera à comparer différents cours et à trouver la solution la plus abordable.
Description
-
Typologie
Formation
-
Lieu
Paris cédex 03
Responsable(s) Gerald Kembellec, maître de conférences Cnam, INTD
Intervenants
Béatrice Arruabarrena (Enseignante Cnam-INTD, responsable UE Dataviz au Cnam)Michèle Battisti (Spécialiste en Droit de l’information, rédactrice en chef de la revue I2D: Information, données & documents)Maryse Carmes (maître de conférences Cnam, INTD)Ghislaine Chartron (professeure des universités, Directrice de l’INTD)Gerald Kembellec (maître des conférences Cnam, INTD)Loïc Lebigre, (professeur associé Cnam, INTD)
Publics et conditions d'accès Chefs d’entreprises ou d’unités opérationnelles (DSI, Architecte, Chef de projet...)
Cadres des collectivtés territoriales et administrations de l’Etat
Professionnels de l’information et de la médiation
Chargés d’étude, analystes
Pré-requis : Compétences en bureautique traditionnelle, notion de serveur web, connaissances souhaitables en modélisation de données
Objectifs Concevoir une stratégie Open Data, mettre en oeuvre un projet et l’évaluer Comprendre les enjeux de l’ouverture des données, ses aspects socio-politiques, juridiques, économiques et ses aspects techniques. Acquérir les compétences nécessaires au recueil, à la structuration et au partage de ses données. S’approprier les modèles, méthodes et pratiques de l’Open Data. Gagner en autonomie sur les stratégies de mise en oeuvre d’une ouverture des données. Eviter les pièges juridiques liés à l’exposition de données sensibles.
Les sites et dates disponibles
Lieu
Date de début
Date de début
Les Avis
Le programme
- Fondements et héritages des mouvements Open Data
- Comparaison et différenciations de l’Open Data public à l’international et selon le type d’organismes (politiques, pratiques, réglementations, licences…)
- Couplage Open Data et Big Data. Cas des smart cities
- Risques et opportunités de l’OD, exemples de dispositifs (de l’accès au ré-use)
- Les dimensions organisationnelles, la gouvernance, les acteurs, les compétences et les étapes d’un projet
- L’animation, le suivi et l’évaluation de la démarche, les débats actuels au sein des acteurs de l’OD
* cette journée incluera le retour d’expérience d’un chef de projet
2ème journée : Préparation des données
La collecte et le pré-traitement des données
- Partager : quoi ? pourquoi ?
- usabilité : calcul, data journalisme (dataviz, cartographie augmentée, infographie), développement de services à valeur ajoutée, …)
- Collecter ou extraire des données : définir des objectifs, identifier des sources
- Organiser la curation (erreur de saisie) et l’uniformisation des données (formats d’encodage…)
- Anonymiser les données (s’il y a lieu)
- Sélectionner des données dans une optique d’intégration dans un SI (retirer les codes internes…)
3ème jour : Structuration, intégration et exposition des données
Préparer ses données, les intégrer dans le SI et les rendre accessibles
- Modéliser sa structure de données (UML, ...).
- Créer une base avec interface PHPmyadmin
- Charger les données prétraitées dans la base
- Choisir un vocabulaire de description normalisé (schema.org, DC...)
- Les formats liès au stockage et à l’échange des données ou des métadonnées (CSV, tableur, JSON, XML)
4ème jour : Publication des données
- Contexte légal de l'ouverture des données
- Réutilisation des informations du secteur public. L'impact de la loi Cada : de l'accès à la réutilisation
- Données personnelles. Les contraintes de loi Informatique et libertés et du Règlement européen sur le point d'être adopté
- Propriété intellectuelle. Un débat en cours : Licence ou exception au droit d'auteur pour le datamining ?
- Contrat. Définir le cadre juridique des conditions de réutilisation des données ; les licences (licence ouverte d'Etalab, Open Data Commons, licence ODbL, etc.)
Publier ses données, communiquer, valoriser les contenus produits
- Proposer une grille de lecture des fichiers (descriptif des champs)
- Générer des fichiers de données ouvertes en divers formats
- Editorialiser l’accès aux fichiers de données (communication autour du fichier, son contenu, résumé, intérêt, etc ..)
- API de requêtage et de filtrage
- Fournir des exemples de réutilisation : statistiques (avec R), géolocalisation de données (Gmap), dataviz (avec Gephi), requêtage (avec Big Query), filtrage (Google Refine)
Les +
La formation alterne les présentations théoriques et des ateliers de mise en oeuvre. Les participants peuvent apporter leurs jeux de données (sur clé USB) qui serviront de base à la mise en oeuvre des cas pratiques reprenant les 6 points du déroulé.
Avez-vous besoin d'un coach de formation?
Il vous aidera à comparer différents cours et à trouver la solution la plus abordable.
Définir et mettre en oeuvre un projet Open Data