Catalogue de formation

Vous trouverez ici notre catalogue de formations ‘sur étagère’: les programmes qui servent de base et de repères pour ce que nous pouvons réaliser ensemble.

Certaines de ces formations correspondent à des problématiques très précises et répondent à un besoin circonscrit, comme les formations sur une méthode spécifique abordée via le prisme d’un logiciel ; d’autres peuvent s’associer afin de composer un véritable parcours de formation modulaire qui assure une montée en compétences progressive.

Toutes nos formations sont proposées en intra-entreprise, c’est à dire pour une personne, une équipe ou un établissement en particulier: elles peuvent être adaptées à vos contraintes et à vos objectifs dans le cadre de formations sur-mesure.

Plusieurs formations sont aussi proposées en sessions inter-entreprise, c’est-à-dire que vous pouvez décider de vous inscrire individuellement, en toute liberté, à une session proposée à notre calendrier. Bien que les informations disponibles pour chacune de ces formations tentent d’être exhaustives, si vous aviez des questions ou des doutes quant au niveau ou aux prérequis, nous nous ferons un plaisir de valider ensemble l’adéquation entre le programme et votre objectif.

N’hésitez à nous consulter pour déterminer ensemble la forme que prendra votre projet de formation

Nos formations inter-entreprise se tiennent pour l’instant en classe virtuelle, et vous pouvez bénéficier durant toute leur durée de l’accès à notre plateforme de formation dédiée : un espace où participer aux sessions, accéder aux contenus pédagogiques, vous documenter, participer aux sessions, échanger avec les autres apprenants, et plus encore.

Nos conditions Générales de Vente formations sont téléchargeables ci-dessous :

Public en situation de handicap

Nous avons entrepris des démarches afin de nous adapter et conscientiser nos équipes et partenaires autour d’une approche globale du handicap, Nous œuvrons pour plus d’inclusivité et pour garantir l’égalité des chances et d’accès à nos parcours de formation, quelle que soit la situation des apprenants.

N’hésitez pas à nous faire part de vos besoins spécifiques. Nous n’aurons peut-être pas la solution d’emblée, mais nous mettrons tout en œuvre pour fournir une réponse individualisée et vous accueillir dans les meilleures conditions.

Pour plus d’informations, vous pouvez contacter notre Référent Handicap en vous adressant à formation(at)ritme.com.

Analyse
Biostatistiques avec R
Biostatistiques avec R
  • Apprendre à utiliser le logiciel R pour analyser des données
  • Être capable de comprendre et choisir le test statistique approprié
  • Savoir représenter des données sous R
  • Comprendre les statistiques
    • Logiques de raisonnement et hypothèses.
  • Notions de base pour utiliser R en statistiques
    • Les fondamentaux du logiciel R.
    • La création de variables et la manipulation de données.
  • Choisir le test approprié
    • Loi normale et homoscédasticité.
  • Comparaison de moyennes
    • Tests paramétriques.
    • Tests non paramétriques.
  • Les analyses multivariées
    • Coefficient de corrélation de Pearson.
    • L’analyse en composantes principales (ACP)
Analyse Chimie / Bio Open Source Statistiques théoriques et appliquées Intra-entreprise Français Italien Français Français
Formation modulaire à NVivo - Découvrir Nvivo
Formation modulaire à NVivo - Découvrir Nvivo
  • Comprendre le rôle de NVivo dans le processus de l’analyse qualitative.
  • Comprendre et maîtriser l’environnement NVivo.
    • Gestion des sources
    • Gestion des cas
    • Codage des sources
    • Les matrices de croisement
    • Documenter son analyse ; mémos, annotations et liens à.

 

  • 4 modules de 3h

Programme détaillé de la formation

 

  1. L’analyse qualitative avec NVivo et prise en main du logiciel

Rappel des principes de bases en analyse qualitative

La place des logiciels d’aide à l’analyse qualitative dans le processus de recherche

NVivo son interface et sa philosophie

  1. La préparation d’un projet

Préparation des sources, organisation du logiciel et importation de sources (données textuelles en word et pdf et images)

La carte mentale NVivo : le brainstorming comme point de départ du codage

Exercices pratiques

  1. Le codage déductif et inductif

Exercices pratiques sur base de données textuelles et image. Les différentes logiques de codage.

Les relations

 

Le cas particulier des données audio et vidéos et la transcription 

Les différents types de transcription.

Échange entre les participants sur leurs pratiques

Les outils pour réaliser une transcription efficacement

Démonstration de NVivo transcription I

Importation de transcription réalisée en dehors de Nvivo

 

Les requêtes automatiques 

Codage automatique des émotions et des thèmes

Codage automatique sur base de la structure des documents – travailler avec des entretiens semi-structurés et structurés

 

Travailler avec des enquêtes et des tableaux de données 

Importation des fichiers Excel

Le codage automatique des tableaux de données

 

Documenter ses analyses, son travail + Matrices de croisements 

Mémos et annotations

Liens à

Liaisons internes

Les matrices de croisement pour explorer les liens entre les idées

 

Analyse Analyse Coaching Distanciel Distanciel Distanciel Distanciel
Graphiques scientifiques avec PRISM
Graphiques scientifiques avec PRISM
  • Découvrir l’ensemble des possibilités offertes par PRISM pour obtenir le graphique que l’on souhaite, tracé automatique des courbes d’ajustement compris.
  1. Notions de base.
      • Présentation des possibilités de PRISM au travers d’exemples permettant aux participants de pointer au formateur les représentations qui les intéressent le plus.
      • Créer un premier graphique pour mieux comprendre les impératifs relatifs aux feuilles de données.
      • La notion de projet (structure d’un fichier PRISM, sections, liens automatiques, les boutons « magiques », etc.).
      • La navigation et la gestion d’un projet PRISM (trouver la bonne feuille de données, renommer les feuilles, geler les feuilles, réordonner les feuilles, fusionner et fractionner des projets).
      • Les feuilles d’information.
  2. Les feuilles de données : Concepts essentiels.
      • Présentation des huit types de feuilles de données.
      • Column : Test pour les échantillons appariés et non appariés. Identifier les valeurs aberrantes.
      • XY : analyse de corrélation.
      • Grouped : ANOVA bidirectionnelle.
      • Contingency : Chi-carré.
      • Survival : Kaplan-Meier et test du log-rank.
      • Parts of whole : diagramme circulaire.
      • Nested : Nested t-test.
      • Multiple variables : analyse de plusieurs variables simultanément.
  3. Graphiques avec PRISM.
      • Création et modification des graphiques (graphiques multiples à partir de la même table, modification des propriétés, etc.).
      • Modification des barres et symboles (formats et couleurs des lignes et symboles, changement de l’aspect d’une donnée).
      • Les axes (échelles, limites, ruptures, numérotation, titres, montrer et cacher les graduations). Les axes logarithmiques.
      • La maîtrise des couleurs.
      • Tables encapsulées dans les graphiques.
      • Les légendes.
      • Dispositions sur la page (layouts).
  4. Importation et exportation de données.
      • Méthodes rapides d’importation de données comme alternative au copier-coller.
      • Exportations aux formats exigés.
  5. Analyses et graphiques répétitifs (templates) et remarques finales.
Analyse Analyse Analyse Analyse Analyse Analyse Analyse Analyse Analyse Analyse Analyse Analyse Analyse Analyse Analyse Analyse Analyse Analyse Analyse Analyse Analyse Analyse Analyse
Chimie / Bio
Biostatistiques avec R
Biostatistiques avec R
  • Apprendre à utiliser le logiciel R pour analyser des données
  • Être capable de comprendre et choisir le test statistique approprié
  • Savoir représenter des données sous R
  • Comprendre les statistiques
    • Logiques de raisonnement et hypothèses.
  • Notions de base pour utiliser R en statistiques
    • Les fondamentaux du logiciel R.
    • La création de variables et la manipulation de données.
  • Choisir le test approprié
    • Loi normale et homoscédasticité.
  • Comparaison de moyennes
    • Tests paramétriques.
    • Tests non paramétriques.
  • Les analyses multivariées
    • Coefficient de corrélation de Pearson.
    • L’analyse en composantes principales (ACP)
Analyse Chimie / Bio Open Source Statistiques théoriques et appliquées Intra-entreprise Français Italien Français Français
Jump Start Signals Notebook
Jump Start Signals Notebook

Module 1: Administrator training (4h, 5 personnes max):

  • Acquérir les compétences afin de pouvoir intégrer, soutenir et faire évoluer la plateforme Signals Notebook aux besoins de votre organisation
  • Apprendre comment votre pratique professionnelle est mise en oeuvre
  • Ajuster les attributs, créer et distribuer des modèles de système, gérer les utilisateurs, les groupes et les associations de groupes, examiner les résultats de l’analyse des données
  • Examiner les options de verrouillage ou de fermeture des travaux
  • Définir les autorisations via la politique de sécurité

Module 2: Introductory, First Time User training for Signals Notebook (2 sessions de 4h, 15 personnes max par session ):

  • Assurer l’adoption rapide de Signals Notebook grâce à la formation des utilisateurs finaux – conçue pour les nouveaux utilisateurs ayant des antécédents scientifiques variés et provenant de diverses disciplines.
  • Apprendre les compétences clés, encourager les meilleures pratiques
  • Apprendre à partager des conseils et des astuces
  • Apprendre à répondre aux questions et se familiariser avec les ressources en libre-service

 

Voir programme détaillé ci-joint.

Chimie / Bio Chimie / Bio Chimie / Bio Chimie / Bio Process et métiers des laboratoires Process et métiers des laboratoires Process et métiers des laboratoires Process et métiers des laboratoires Process et métiers des laboratoires Process et métiers des laboratoires
Communication et rédaction scientifique
Communicating science to a wider audience
Communicating science to a wider audience

Ce stage pour des chercheurs scientifiques et toute personne travaillant dans la communication scientifique de fournir aux stagiaires les moyens et techniques journalistiques, écrits et oraux, pour simplifier leurs messages complexes, en utilisant des métaphores plus faciles à comprendre et en évitant le langage aride des experts.

En résumé, comment formuler les « headlines » dynamiques, comment synthétiser et simplifier ces messages, et vulgariser afin qu’ils puissent être compris par le plus grand nombre.

Journée 1

  1. Définition du concept de « populaire ». La notion du populaire aujourd’hui n’est pas le même que celle d’hier car les médias ont énormément évoluées. Diapos.
  2. Les médias comme vecteur de savoir. Les meilleurs films de science-fiction, livres, etc.
  3. Pourquoi ces films, livres, etc. en particulier ?
  4. Discussion sur ce que les gens trouvent attirant dans les présentations – pourquoi veulent -ils toucher un public plus grand ?
  5. Pourquoi votre travail est-il important ? Qu’est-ce qu’il va changer ? Le cible ? Pourquoi le public pourrait être intéressé ? « Storytelling » – comment construire un narrative – début – milieu – fin. L’importance des « chutes ».
  6. « Highlights » – Quels sont les « highlights » de votre travail. Création de 4/5 phrases dynamiques.
  7. Liste de métaphores – inventer des métaphores.
  8.  Lecture de textes de « Nature » et l’extraction de mots clés ayant de l’impact. Leur sens ? Pouvez-vous les utiliser ?
  9. Les titres – la création de titres qui retient l’attention – règles – mots clés – verbes clés – pensez en termes des mots clés et les verbes clés de votre travail – les verbes créent le dynamisme.
  10. Une analyse des « news highlights » de Nature.
  11. Interviewez vos collègues de stage et rédigez des courts rapports sur leur travail. Inventez des titres courts pour les « highlight reports ».
  12. Les structures des paragraphes.
  13. Choix d’une structure ou une combination des structures pour la rédaction d’un blog à mettre en ligne sur Facebook, par exemple. Exemples de Nature et New Scientist.
  14. Combinez les 6 questions – qui – quoi – quand – comment – où – pourquoi et l’utilisez dans l’article du blog. Trouvez une image.
  15. L’importance des images.
  16. Rédaction d’un texte d’environ 500/600 mots sur votre propre travail. Segmentez-le en paragraphes.
  17. Ecrire la légende de l’image.
  18. Montrez-la à 4 autres stagiaires pour obtenir leurs opinions afin d’améliorer le blog.

Journée 2

  1. La passion dans l’expression orale.
  2. L’idée de base d’une présentation orale en 180 secondes (3MT).
  3. Prononciation – intonation.
  4. Présentation sur comment donner une présentation.
  5. Langage corporel.
  6. La projection de soi – contrôler le trac.
  7. Feuille de minutage – les mots qu’il faut et quand.
  8. Comment condenser une thèse de 180 pages en seulement 2 pages?
  9. Combien de informations pouvez-vous communiquer en 180 secondes – 133 à 180 mots/minute donc ~400 à 540 mots en 3 minutes.
  10. Travail en groupes afin de structurer les présentations. Choix des métaphores – analogies.
  11. Créer 1 diapo PowerPoint pour toute la présentation.
  12. Discussion en groupes sur votre message. Point clés et comment les mettre en avant.Chronométrage et synchronisation.
  13.  Présentation de présentations ayant gagnés des prix.
  14. Chaque stagiaire donne sa présentation au moins deux fois.
Communication et rédaction scientifique Communication et rédaction scientifique
Mettre en place sa veille scientifique et technologique dans un projet innovant
Mettre en place sa veille scientifique et technologique dans un projet innovant
  • Réussir la mise en œuvre de la veille scientifique, technique et technologique d’un projet.
  • Connaître le cycle de veille et organiser son plan de veille.
  • Organiser les différentes étapes de la veille concrètement.
  1. Se familiariser avec les bases du cycle global de la veille scientifique, présentation théorique et présentation des projets individuels (30 min)
  2. Identifier les étapes clés du processus de veille scientifique, présentation et exercice pratique (30 min)
  3. Méthodologie de recherche d’informations scientifiques, techniques et technologiques : exposé théorique et exercice de mise en pratique (30 min)
  4. Bien définir ses besoins, son périmètre et ses axes de recherche exercice pratique : exercice de mise en pratique  (1h30)
  5. Organiser une veille ciblée cas concret (30 min)
  6. Bien choisir ses sources : les différents moteurs de recherche scientifiques, les bases de données et la littérature grise exercice , fiche technique, fiches conseil(1h30)
  7. Choisir et analyser les informations importantes au projet présentation théorique (30 min)
  8. Evaluer et gérer les informations (15 min)
  9. Diffuser sa veille : présentation (30 min)
  10. Point sur les outils de veille : présentation (15 min)
  11. Ajuster et mener des actions correctives sur le projet : théorie (30 min)

 

Communication et rédaction scientifique Publication Intra-entreprise Inter-entreprise Intra-entreprise Inter-entreprise Intra-entreprise Inter-entreprise Intra-entreprise Distanciel
Rédaction d’articles scientifiques en anglais
Rédaction d’articles scientifiques en anglais
  • Comprendre et savoir utiliser l’approche anglo-saxonne dans la rédaction d’articles scientifiques
  • Mettre en pratique les enseignements sur le champ sur son propre travail
  • Comprendre l’importance du lecteur et donc de la clarté et précision de son message
  • Comprendre qu’il faut penser dans la langue dans lequel on écrit pour le rendre plus compréhensible
  • Savoir mieux utiliser la grammaire et la syntaxe dans ses écrits pour les rendre plus clairs
  • Maîtriser la structure de l’article et donc mieux structurer son discours
  • Avoir une trame et une boite à outils réutilisable pour d’autres articles

Jour 1

  • Présentation du stage et définition des objectifs de chaque stagiaire
  • L’utilisation du résumé pour décrire la méthode suivie pour le stage
  • Comment penser en anglais pour écrire directement sans passer par le français
    Chaque phrase doit remplir une fonction précise
  • La logique de l’enchainement des pensées
  • Exercices d’analyse et simplification de textes complexes en anglais
  • Exercices sur les prépositions et « phrasal verbes »
  • Exercice avec un « abstract » réel de la revue « Nature »
  • Les stagiaires rédigent leurs propres abstracts
  • Aide et correction par le formateur
  • L’introduction, ses composants, ses objectifs et sa structure : contexte de la recherche, références, méthode utilisée, …
  • Les conjugaisons nécessaires – exercices. L’importance de la chronologie pour les références
    La mise en avant de l’objectif de l’article dans l’introduction : l’importance de l’étude
  • Les stagiaires choisissent et rédigent au choix une des quatre parties de l’introduction
  • Aide et correction par le formateur

Jour 2

  • Identification des erreurs typiques d’anglais faites par des chercheurs dans des textes scientifiques
  • La syntaxe anglaise, les différences entre la syntaxe anglaise et française
  • Différences de conception culturelle
  • Analyse et repérage des erreurs dans des textes écrits par d’autres chercheurs
  • Exercices
  • La méthode : l’importance des conjugaisons et le passif
  • Exemples des méthodes déjà publiées
  • Chaque stagiaire rédige sa méthode
  • Les stagiaires lisent les méthodes de leurs collègues en essayant d’identifier leurs erreurs éventuelles, syntaxe difficile à comprendre, …

Les résultats

  • L’importance des comparaisons, oppositions et causes et effets et le langage utilisé
  • Exemples des résultats dans des publications
  • Grammaire et exercices
  • Vocabulaire pour décrire l’évolution des phénomènes observés
  • Le langage des figures, illustrations, graphiques, … comment les présenter et les décrire
  • Choix des figures par les stagiaires
  • Rédaction des descriptionsJour 3

Reprise des résultats. Aide et correction par le formateur.

La discussion

  • L’utilisation de l’introduction comme gabarit pour la discussion pour faciliter sa rédaction
  • Les réponses attendues dans la discussion par rapport aux questions posées dans l’introduction
  • Les adverbes d’opposition, de débat, de prise en compte
  • L’ajout des informations supplémentaires
  • Discussion entre les stagiaires afin qu’ils puissent mieux identifier les points difficiles dans leurs propres discussions et clarifier leurs idées
  • Rédaction d’une partie de la discussion au choix
  • Aide et correction par le formateur

La conclusion et perspectives

  • La spéculation, verbes modaux, structure, synthèse
  • Rédaction de la conclusion
  • Lettres à l’éditeur et aux « reviewers
  • Exercice – test ludique
Communication et rédaction scientifique Inter-entreprise Présentiel Présentiel Présentiel Présentiel Anglais Anglais Anglais
Data Science
L'Analyse de données avec R
L'Analyse de données avec R

Savoir manipuler les données et en tirer de l’information avec R.

Statistiques introductives

  • Statistique univariée
  • Statistique bivariée
  • Introduction à ggplot2, la grammaire des graphiques
  • Graphiques univariés et bivariés avec ggplot2
  • Données pondérées

Statistiques intermédiaires

  • Intervalles de confiance
  • Comparaisons
  • Définir un plan d’échantillonnage complexe
  • Régression linéaire
  • Régression logistiques binaire, multinomiale et ordinale
  • Analyse en correspondances multiples
  • Classification ascendante hiérarchique

Statistiques avancées

  • Effets d’interaction dans un modèle
  • Multi-colinéarité dans la régression
  • Analyse de survie
  • Analyse de séquences
  • Analyse de réseaux
  • Analyse spatiale
Data Science Open Source Open Source Open Source Open Source Open Source Open Source Open Source Open Source Open Source Open Source Blended
Outils de base - Python
Outils de base - Python
  • Comprendre comment sont représentées les données, savoir manipuler des structures de données simples, maîtriser les bases des librairies numpy et scipy pour le calcul numérique et les fonctions statistiques de base, apprendre les bases de la visualisation graphique avec matplotlib.
  • À l’issue de cette formation, le participant doit être en mesure d’écrire des scripts d’analyse simple en travaillant soit avec des données artificielles soit avec des sources de données ne nécessitant pas de pré-traitement majeur. Il saura mettre en oeuvre les principaux tests statistiques pour la comparaison de deux échantillons et réaliser des graphiques exploratoires de base.

JOUR 1

  • L’environnement de travail : Python 2 et 3.x,
  • La présentation des différentes consoles et le débogage en Python :
    • Anaconda,
    • Jupyter,
    • Spyder
  • Les types de données : listes, dictionnaires
  • Les structures de contrôle
  • Les fonctions, méthodes et packages

JOUR 2

  • La préparation et le nettoyage des données :
    • numpy : Les objets de base et la manipulation de tableaux à 2 dimensions (array et fonctions de calcul numérique, générateurs de nombre aléatoire)
    • scipy : Les fonctionnalités de base (fonctions scientifiques et tests statistiques de base)
    • Les distributions de probabilité et statistiques univariées
      • matplotlib : fonctionnalités de base : scatterplot, box plot, histogram
    • L’écriture de scripts simples

 

Data Science Data Science Data Science Data Science Data Science Data Science Data Science Data Science Data Science
Économétrie / Finance
Découverte du logiciel Stata : Stata Deb1 – Stata Deb4
Découverte du logiciel Stata : Stata Deb1 – Stata Deb4
  • Maîtrise des fonctions de base afin d’être autonome avec Stata sur les sujets suivants : Statistiques descriptives, graphiques et premières estimations.

4 modules de 3,5 heures chacun

Stata Deb1 : A la rencontre du logiciel 

  • Présentation de l’environnement du logiciel
  • Comment paramétrer une session Stata pour être efficace
  • La syntaxe générale d’une commande de Stata
  • Savoir utiliser l’aide pour devenir autonome
  • Exemple commenté d’une session Stata pour en appréhender les possibilités
  • Importer des données, les décrire et les visualiser : une première approche
  • Un premier Exercice

Stata Deb2 : Travailler ses données 

  • Exploration d’un fichier de données : le conditionnel if, by et in
  • Manipuler des variables : création, recodage, labels et plein d’autres astuces
  • Manipuler des données : trier, supprimer, fusionner, changement de format et produire des données agrégées
  • Un exercice pour se tester

Stata Deb3 : Statistiques Descriptives, Tables et Graphiques 

  • Statistiques descriptives
  • Tables statistiques synthétiques
  • Analyse univariée
  • Une introduction à l’analyse de la variance
  • Les graphiques avec Stata
  • Un exercice synthétique

Stata Deb4 : Une introduction à la régression

  • Régression linéaire : estimation, post-estimation, diagnostics et tests
  • Régression logistique : estimation, post-estimation, diagnostics et tests
  • Découverte de la programmation : les boucles
  • Exercice synthétique (suite)

 

Économétrie / Finance
Stata, traitement des dates et analyse des séries temporelles : Series Temp 1 et 2
Stata, traitement des dates et analyse des séries temporelles : Series Temp 1 et 2
  • Traiter et Analyser des séries temporelles avec Stata.

2 modules de 3,5 heures chacun

Stata Séries Temp 1 : Une introduction au traitement et à l’analyse des séries temporelles

  • Traitement des variables de date et opérateurs de séries temporelles
  • Les graphiques spécifiques pour les séries temporelles
  • Les méthodes de lissage pour corriger des variations saisonnières et/ou prédire
  • Un exercice pratique

Stata Séries Temp 2 : Quelques méthodes d’estimation spécifiques

  • La régression linéaire à partir de séries temporelles
  • La modélisation ARIMA
  • La prévision
  • Exercice synthétique
Économétrie / Finance
Ingénierie et développement
Environnement de développement en Data Science
Environnement de développement en Data Science

Comprendre l’écosystème de la data science et connaître les outils afférents à la réalisation d’un projet en data science.

 

Prérequis

Aisance avec les outils informatiques, disposer d’une connexion Internet

Programme détaillé de la formation

JOUR 1

  • L’environnement unix, l’interaction avec un shell, les outils open source (sed, awk, grep, jq, csvkit, etc.), R et Python, SQL et NoSQL
  • Le contrôle de révision et travail collaboratif avec Git
  • La méthodologie de gestion d’un projet en data science
  • Les principes de base du génie logiciel et bonnes pratiques

JOUR 2

  • Le recueil et traitement de l’information (plans d’expérience et essais cliniques, enquête et sondages, données web, open data)
  • L’architecture distribuées et base de données, map-reduce, big data, Apache Spark

 

Moyens pédagogiques et d’encadrement :

  • Plateforme digitale de formation dédiée (LMS).
  • Séances avec le formateur, Support pédagogiques format numérique, alternance entre théorique et pratique.

Dispositif de suivi et d’évaluation des acquis:

Mise en pratique et exercices, Appréciation de la formation à chaud.

Résultats & compétences attendus à l’issue de la formation :

À l’issue de cette formation, le participant aura une idée précise de ce que représente la data science, les outils disponibles pour mettre en oeuvre des projets de data science, quel langage de programmation choisir et comment organiser son travail.

Mis à jour le : 13/04/2021

Ingénierie et développement Ingénierie et développement Ingénierie et développement Ingénierie et développement Ingénierie et développement Ingénierie et développement
Plans factoriels avec Design Expert
Plans factoriels avec Design Expert

Apprendre à créer et analyser des Plans d’Expériences Factoriels avec Design Expert

Jour 1

1. Principes : modélisation locale empirique par un polynôme ; degré d’un polynôme ; erreur de modélisation ; hypothèse de hiérarchie des degrés ; effets & coefficients ;

2. Notions : facteurs (quantitatifs & qualitatifs) ; domaine expérimental ; norme ; réponses ; expériences ; économie d’essais ; erreur expérimentale ; efficacité

3. Stratégies : hypothèse de hiérarchie des degrés : alternative Plan Factoriel / Plan en Surface de Réponse ; Plan Factoriel : alternative Complet / Fractionnaire ; principes du fractionnement

4. Utilité : disposer d’un modèle empirique de fonctionnement du système étudié dans un domaine de variation prédéfini permettant de comprendre l’impact des facteurs sur les réponses

5. Estimation des coefficients d’un polynôme :
Cas général : effets plus ou moins fortement redondants ;
régression linéaire multiple nécessaire ;
Orthogonalité : effets parfaitement indépendants ; estimation directe possible

6. Typologie des plans d’expériences proposés par Design-Expert :
• Plans « standards » (généralement orthogonaux) :
Pas de contrainte sur : le domaine expérimental, le nombre d’essais, …
• Plans factoriels à 2 niveaux (effets des facteurs quantitatifs supposés rectilignes) :
– Plans factoriels à 2 niveaux complets et fractionnaires / Concomitances – Résolution
– Plans de Plackett & Burman (matrices de Hadamard)
• Plans factoriels complets quelconques : problèmes comportant des facteurs qualitatifs à plus de deux niveaux
• Revue des Plans en « Surface de réponse » (effets des facteurs quantitatifs supposés curvilignes) :
• plans Optimaux préconstruits : « Min Run Res V » ; « Min Run Res IV »

Jour 2 :

Avec Design Expert :
1. Plan Factoriel – Traitement d’exemple(s) :
• Création d’un Plan Factoriel avec Design Expert :
• Catalogue – Guide – Résumé
• Evaluation : modèle – ddl ; VIF ; Ri² ; puissance ; leviers – graphes d’erreur
• Comparaison des divers types de plans pour un problème donné :
Plan de Plackett & Burman (criblage de facteurs influents)
Plan factoriel fractionnaire (modèle avec interactions)
Plans Optimaux préconstruits (en général meilleur rapport Qualité/Prix) :
« Min Run Res V » (modèle avec interactions)
« Min Run Res IV » (modèle sans interaction)
• Principes de construction de ces plans – Justification théorique.

2. Analyse des résultats avec Design Expert :
• Analyse de corrélation entre Réponses
• Modélisation « Factorielle » de chaque Réponse :
• Commentaires – Interprétation – Rappel des concepts statistiques nécessaires à la compréhension
Définition d’un modèle : Significatif – Parcimonieux – Déterminatif – Valide
Faut-il transformer la réponse ? Voir Validation du modèle ; Box-Cox
Significativité des Effets : graphes de normalité ; graphe de Pareto ; listes ; analyse de variance (ANOVA) : tests de Fisher ; coefficients ; équations
Parcimonie du modèle : sélection des Effets réellement influents (significatifs) ; manuelle : interactive sur graphiques d’effets ou par liste ; automatique
Détermination (coefficients de) du modèle : ANOVA : R² ; R² ajusté ; R² de prédiction
Validation du modèle : ANOVA : courbure (si points au centre) ; amplitude du Résidu : écart-type ; structure du Résidu : graphes de diagnostic (normalité ; ordre ; Box-Cox)
Utilisation du modèle : graphes de visualisation et de compréhension du modèle

Jour 3 :

1. Analyse des résultats avec Design Expert :
• Suite et fin
• Commentaires – Interprétation – Rappel des concepts statistiques nécessaires à la compréhension

2. Optimisation des réponses avec Design Expert :
• Numérique : Critères de désirabilité – Solutions – Graphes
• Graphique : Critères de plage – Graphes
• Prédictions : Intervalles de Confiance et de Prédiction
• Commentaires – Interprétation – Rappel des concepts statistiques nécessaires à la compréhension

3. Augmentation d’un plan factoriel (ajouts d’essais) avec Design Expert :
• de la résolution en cours à une résolution supérieure (clarification de concomitances)
• (Fold / Semifold / Optimal factorial)
• d’un plan de résolution V ou plus à un plan en Surface de Réponse (caractérisation de courbure) Introduction aux plans en Surface de Réponse
• Questions et réponses.
• Présentation et commentaires de problématiques « participants ».

Ingénierie et développement Process et métiers des laboratoires Coaching Coaching Coaching Coaching Conseil
Management du changement
Innover avec le design thinking
Innover avec le design thinking

Comprendre le processus de Design Thinking afin de l’utiliser pour innover et résoudre des problèmes complexes.

1.Discover : à la découverte du challenge à relever
2.Define : définir avec précision le problème à résoudre
3.Develop : imaginer la solution la plus pertinente
4.Deliver : construire la solution et recueillir des feedbacks selon une démarche itérative

Management du changement
Management Agile des projets scientifiques
Management Agile des projets scientifiques
  • Objectifs pédagogiques: Aborder l’état d’esprit et les concepts de l’Agilité
  1. Pourquoi passer à l’Agilité ?
  2. Introduction à l’Agilité
  3. Le vocabulaire de l’Agilité
  4. Les principes de Scrum
Management du changement
Open Source
Biostatistiques avec R
Biostatistiques avec R
  • Apprendre à utiliser le logiciel R pour analyser des données
  • Être capable de comprendre et choisir le test statistique approprié
  • Savoir représenter des données sous R
  • Comprendre les statistiques
    • Logiques de raisonnement et hypothèses.
  • Notions de base pour utiliser R en statistiques
    • Les fondamentaux du logiciel R.
    • La création de variables et la manipulation de données.
  • Choisir le test approprié
    • Loi normale et homoscédasticité.
  • Comparaison de moyennes
    • Tests paramétriques.
    • Tests non paramétriques.
  • Les analyses multivariées
    • Coefficient de corrélation de Pearson.
    • L’analyse en composantes principales (ACP)
Analyse Chimie / Bio Open Source Statistiques théoriques et appliquées Intra-entreprise Français Italien Français Français
L'Analyse de données avec R
L'Analyse de données avec R

Savoir manipuler les données et en tirer de l’information avec R.

Statistiques introductives

  • Statistique univariée
  • Statistique bivariée
  • Introduction à ggplot2, la grammaire des graphiques
  • Graphiques univariés et bivariés avec ggplot2
  • Données pondérées

Statistiques intermédiaires

  • Intervalles de confiance
  • Comparaisons
  • Définir un plan d’échantillonnage complexe
  • Régression linéaire
  • Régression logistiques binaire, multinomiale et ordinale
  • Analyse en correspondances multiples
  • Classification ascendante hiérarchique

Statistiques avancées

  • Effets d’interaction dans un modèle
  • Multi-colinéarité dans la régression
  • Analyse de survie
  • Analyse de séquences
  • Analyse de réseaux
  • Analyse spatiale
Data Science Open Source Open Source Open Source Open Source Open Source Open Source Open Source Open Source Open Source Open Source Blended
Process et métiers des laboratoires
Jump Start Signals Notebook
Jump Start Signals Notebook

Module 1: Administrator training (4h, 5 personnes max):

  • Acquérir les compétences afin de pouvoir intégrer, soutenir et faire évoluer la plateforme Signals Notebook aux besoins de votre organisation
  • Apprendre comment votre pratique professionnelle est mise en oeuvre
  • Ajuster les attributs, créer et distribuer des modèles de système, gérer les utilisateurs, les groupes et les associations de groupes, examiner les résultats de l’analyse des données
  • Examiner les options de verrouillage ou de fermeture des travaux
  • Définir les autorisations via la politique de sécurité

Module 2: Introductory, First Time User training for Signals Notebook (2 sessions de 4h, 15 personnes max par session ):

  • Assurer l’adoption rapide de Signals Notebook grâce à la formation des utilisateurs finaux – conçue pour les nouveaux utilisateurs ayant des antécédents scientifiques variés et provenant de diverses disciplines.
  • Apprendre les compétences clés, encourager les meilleures pratiques
  • Apprendre à partager des conseils et des astuces
  • Apprendre à répondre aux questions et se familiariser avec les ressources en libre-service

 

Voir programme détaillé ci-joint.

Chimie / Bio Chimie / Bio Chimie / Bio Chimie / Bio Process et métiers des laboratoires Process et métiers des laboratoires Process et métiers des laboratoires Process et métiers des laboratoires Process et métiers des laboratoires Process et métiers des laboratoires
Plans factoriels avec Design Expert
Plans factoriels avec Design Expert

Apprendre à créer et analyser des Plans d’Expériences Factoriels avec Design Expert

Jour 1

1. Principes : modélisation locale empirique par un polynôme ; degré d’un polynôme ; erreur de modélisation ; hypothèse de hiérarchie des degrés ; effets & coefficients ;

2. Notions : facteurs (quantitatifs & qualitatifs) ; domaine expérimental ; norme ; réponses ; expériences ; économie d’essais ; erreur expérimentale ; efficacité

3. Stratégies : hypothèse de hiérarchie des degrés : alternative Plan Factoriel / Plan en Surface de Réponse ; Plan Factoriel : alternative Complet / Fractionnaire ; principes du fractionnement

4. Utilité : disposer d’un modèle empirique de fonctionnement du système étudié dans un domaine de variation prédéfini permettant de comprendre l’impact des facteurs sur les réponses

5. Estimation des coefficients d’un polynôme :
Cas général : effets plus ou moins fortement redondants ;
régression linéaire multiple nécessaire ;
Orthogonalité : effets parfaitement indépendants ; estimation directe possible

6. Typologie des plans d’expériences proposés par Design-Expert :
• Plans « standards » (généralement orthogonaux) :
Pas de contrainte sur : le domaine expérimental, le nombre d’essais, …
• Plans factoriels à 2 niveaux (effets des facteurs quantitatifs supposés rectilignes) :
– Plans factoriels à 2 niveaux complets et fractionnaires / Concomitances – Résolution
– Plans de Plackett & Burman (matrices de Hadamard)
• Plans factoriels complets quelconques : problèmes comportant des facteurs qualitatifs à plus de deux niveaux
• Revue des Plans en « Surface de réponse » (effets des facteurs quantitatifs supposés curvilignes) :
• plans Optimaux préconstruits : « Min Run Res V » ; « Min Run Res IV »

Jour 2 :

Avec Design Expert :
1. Plan Factoriel – Traitement d’exemple(s) :
• Création d’un Plan Factoriel avec Design Expert :
• Catalogue – Guide – Résumé
• Evaluation : modèle – ddl ; VIF ; Ri² ; puissance ; leviers – graphes d’erreur
• Comparaison des divers types de plans pour un problème donné :
Plan de Plackett & Burman (criblage de facteurs influents)
Plan factoriel fractionnaire (modèle avec interactions)
Plans Optimaux préconstruits (en général meilleur rapport Qualité/Prix) :
« Min Run Res V » (modèle avec interactions)
« Min Run Res IV » (modèle sans interaction)
• Principes de construction de ces plans – Justification théorique.

2. Analyse des résultats avec Design Expert :
• Analyse de corrélation entre Réponses
• Modélisation « Factorielle » de chaque Réponse :
• Commentaires – Interprétation – Rappel des concepts statistiques nécessaires à la compréhension
Définition d’un modèle : Significatif – Parcimonieux – Déterminatif – Valide
Faut-il transformer la réponse ? Voir Validation du modèle ; Box-Cox
Significativité des Effets : graphes de normalité ; graphe de Pareto ; listes ; analyse de variance (ANOVA) : tests de Fisher ; coefficients ; équations
Parcimonie du modèle : sélection des Effets réellement influents (significatifs) ; manuelle : interactive sur graphiques d’effets ou par liste ; automatique
Détermination (coefficients de) du modèle : ANOVA : R² ; R² ajusté ; R² de prédiction
Validation du modèle : ANOVA : courbure (si points au centre) ; amplitude du Résidu : écart-type ; structure du Résidu : graphes de diagnostic (normalité ; ordre ; Box-Cox)
Utilisation du modèle : graphes de visualisation et de compréhension du modèle

Jour 3 :

1. Analyse des résultats avec Design Expert :
• Suite et fin
• Commentaires – Interprétation – Rappel des concepts statistiques nécessaires à la compréhension

2. Optimisation des réponses avec Design Expert :
• Numérique : Critères de désirabilité – Solutions – Graphes
• Graphique : Critères de plage – Graphes
• Prédictions : Intervalles de Confiance et de Prédiction
• Commentaires – Interprétation – Rappel des concepts statistiques nécessaires à la compréhension

3. Augmentation d’un plan factoriel (ajouts d’essais) avec Design Expert :
• de la résolution en cours à une résolution supérieure (clarification de concomitances)
• (Fold / Semifold / Optimal factorial)
• d’un plan de résolution V ou plus à un plan en Surface de Réponse (caractérisation de courbure) Introduction aux plans en Surface de Réponse
• Questions et réponses.
• Présentation et commentaires de problématiques « participants ».

Ingénierie et développement Process et métiers des laboratoires Coaching Coaching Coaching Coaching Conseil
Publication
EndNote : outil de gestion bibliographique et de publication
EndNote : outil de gestion bibliographique et de publication
  • Créer sa base de données bibliographique
  • Organiser et gérer ses références avec EndNote
  • Alimenter sa base avec de nouvelles références par différents exports : DOI, PDF, sites web,…
  • Citer ses références bibliographiques avec EndNote et publier des documents avec Microsoft Word, des articles contenant des références bibliographiques
  • Echanger et partager ses références
  1. Prendre en main le logiciel EndNote : présentation du logiciel et prise en main (30 min)
  2. Importer des références vers EndNote depuis différentes sources et différents formats : DOI, PDF, bases de données, site web,… exercices concrets avec imports de différents formats de documents, navigation sur internet pour rechercher de nouveaux documents (1h30)
  3. Saisir manuellement de références : exercices (15 min)
  4. Joindre des documents (pdf, photos, graphique,…) à vos références (15 min)
  5. Organiser votre bibliothèque EndNote (notion de groupes) présentation, exercice et cas concrets (30 min)
  6. Gérer sa bibliothèque (doublon, lien vers texte intégral, personnalisation du logiciel, …) : présentation, exercices (30 min)
  7. Intégrer des citations dans un document ou un article avec le logiciel Word (insérer des références, utiliser des modèles, notion de style bibliographique) présentation, exercices, cas concrets (2h)
  8. Constituer des bibliographies thématiques en fonction des besoins : exercices (30 min)
  9. La notion de style et personnaliser un style : exposé théorique, explication, exercices (30 min)
  10. Echanger et partager ses références : exposé théorique et exercices (30 min)
Publication Publication
Mettre en place sa veille scientifique et technologique dans un projet innovant
Mettre en place sa veille scientifique et technologique dans un projet innovant
  • Réussir la mise en œuvre de la veille scientifique, technique et technologique d’un projet.
  • Connaître le cycle de veille et organiser son plan de veille.
  • Organiser les différentes étapes de la veille concrètement.
  1. Se familiariser avec les bases du cycle global de la veille scientifique, présentation théorique et présentation des projets individuels (30 min)
  2. Identifier les étapes clés du processus de veille scientifique, présentation et exercice pratique (30 min)
  3. Méthodologie de recherche d’informations scientifiques, techniques et technologiques : exposé théorique et exercice de mise en pratique (30 min)
  4. Bien définir ses besoins, son périmètre et ses axes de recherche exercice pratique : exercice de mise en pratique  (1h30)
  5. Organiser une veille ciblée cas concret (30 min)
  6. Bien choisir ses sources : les différents moteurs de recherche scientifiques, les bases de données et la littérature grise exercice , fiche technique, fiches conseil(1h30)
  7. Choisir et analyser les informations importantes au projet présentation théorique (30 min)
  8. Evaluer et gérer les informations (15 min)
  9. Diffuser sa veille : présentation (30 min)
  10. Point sur les outils de veille : présentation (15 min)
  11. Ajuster et mener des actions correctives sur le projet : théorie (30 min)

 

Communication et rédaction scientifique Publication Intra-entreprise Inter-entreprise Intra-entreprise Inter-entreprise Intra-entreprise Inter-entreprise Intra-entreprise Distanciel
Statistiques théoriques et appliquées
Biostatistiques avec R
Biostatistiques avec R
  • Apprendre à utiliser le logiciel R pour analyser des données
  • Être capable de comprendre et choisir le test statistique approprié
  • Savoir représenter des données sous R
  • Comprendre les statistiques
    • Logiques de raisonnement et hypothèses.
  • Notions de base pour utiliser R en statistiques
    • Les fondamentaux du logiciel R.
    • La création de variables et la manipulation de données.
  • Choisir le test approprié
    • Loi normale et homoscédasticité.
  • Comparaison de moyennes
    • Tests paramétriques.
    • Tests non paramétriques.
  • Les analyses multivariées
    • Coefficient de corrélation de Pearson.
    • L’analyse en composantes principales (ACP)
Analyse Chimie / Bio Open Source Statistiques théoriques et appliquées Intra-entreprise Français Italien Français Français
Stata Lasso
Stata Lasso
  • Maîtriser les méthodes Lasso (least absolute shrinkage and selection operator) avec Stata pour la prédiction et l’/ou l’inférence sur les paramètres causaux. Cette méthode de régression (généralement utilisée dans les problèmes en grande dimension) consiste à pénaliser la taille absolue des coefficients de régression.
  • Comment sélectionner des variables dans un très grand ensemble de variables potentielles ?
  • Objectif sélection ou prédiction ?
  • Variables quantitatives ou qualitatives
  • La validation croisée
  • La représentation des résultats
  • Quelques prolongements
Statistiques théoriques et appliquées Statistiques théoriques et appliquées Statistiques théoriques et appliquées Statistiques théoriques et appliquées Statistiques théoriques et appliquées Statistiques théoriques et appliquées Statistiques théoriques et appliquées Statistiques théoriques et appliquées Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Intra-entreprise Distanciel Distanciel Distanciel Distanciel Distanciel Distanciel Distanciel Distanciel Distanciel Distanciel Distanciel Distanciel Distanciel Distanciel Distanciel Distanciel Distanciel Distanciel Distanciel Distanciel Distanciel Distanciel Distanciel Distanciel Distanciel Distanciel Distanciel
Filtres
Catégorie
Type de formation
Modalité
Langue

Vous recherchez des informations sur une formation ?

Vous souhaitez mettre en place une session de formation sur mesure ?

Contactez notre équipe pédagogique !

ChemDraw & ChemOffice
ChemDraw s’est imposé depuis longtemps comme la référence des logiciels de dessin de structures moléculaires. Afin de proposer à chaque utilisateur l’outil adapté à ses besoins, le logiciel existe maintenant en trois versions : ChemDraw Prime, ChemDraw Professional et ChemOffice+ Cloud. Cette déclinaison permet de satisfaire les besoins de tous les chercheurs, étudiants et professeurs impliqués dans la chimie et les domaines connexes. ChemDraw Professional pour Mac et ChemOffice+ Cloud intègrent maintenant un cahier de laboratoire électronique accessible via le cloud, permettant de collaborer facilement et sans contraintes.