Enjeu

Pourquoi ne pas se contenter des documentations existantes ?

1. Cibler les ressources pertinentes

• Eclatement de la documentation des écosystèmes R et Python ;
  
• Barrière linguistique : la grande majorité de la documentation est en anglais ;
  
• Niveaux hétérogènes
  
  

2. Bénéficier de l'expérience d'utilisateurs :

• Diversité des cas d'usage de R ou Python dans le service public ;
  
• Multiplicité de packages, de qualité variable et parfois redondants ;
  
• Utiliser un langage pour un projet statistique n'implique pas les mêmes pratiques que pour un projet d'application

Panorama incomplet des ressources disponibles (1/2)

1. Modules d'autoformation sur sspcloud.fr/documentation;

• Notebooks pédagogiques, différents niveaux accessibles
• Environnements normalisés: pas de problèmes d'installation de packages
• Formation aux bonnes pratiques: modularité, contrôle de version, stockage séparé du code
• Funcamp pour découvrir sous forme ludique R (avec des missions à la Zelda)
  
  

2. Ressources Python (et Git ):

• Formations datascientest proposées par Spyrales ;
• Initiation à Python sur sspcloud.fr/documentation ;
• Perfectionnement avec le cours de 2A ENSAE "Python pour data scientists et économistes" 🔍

Panorama incomplet des ressources disponibles (1/2)

3. Ressources R (et Git ):

• Portail MTES 🔍 ;
• Formations sur des points plus spécifiques. ex: Travail collaboratif avec R
• Et bien d'autres formations de qualité (certaines référencées par spyrales.fr)

Panorama incomplet des ressources disponibles (2/2)

4. La documentation collaborative et open-source utilitR 🔍:

• Née à l'Insee, le public visé est plus large (tout utilisateur de données avec R) ;
• Couvrir des cas d'usage courants des utilisateurs de données ;
• A venir un guide des bonnes pratiques R et Python orienté projet de données ;
• Déjà plus de 25 contributeurs, rejoignez-nous !

Ressources : cours de l'ENSAE

https://linogaliana-teaching.netlify.app/ (dépôt )

Un cours complet pour la data-science :

• Manipulation et structuration de données ;
• Visualisation ;
• Modélisation (économétrie et machine learning) ;
• Données textuelles (NLP) ;
• Git et Github .

Ressources : cours de l'ENSAE

https://linogaliana-teaching.netlify.app/ (dépôt )

Introduire à la philosophie de la data-science :

• Reproductibilité et pérennité des projets
• Versioning et partage des codes
• Réduction des coûts de mise en prod
  
  

Mise à disposition tutoriels et exercices facilitée:

Page en question: https://linogaliana-teaching.netlify.app/webscraping/

Ressources : utilitR

https://www.utilitr.org/ (dépôt )

1. Un positionnement différent par rapport à une formation:

• Approche par les cas d'usage ;
• Recommandations et conseils issus de débats sur Github ;
• Point d'entrée avec de nombreuses références;
  
  

2. Une documentation complète pour statisticiens/data-scientists ;

• Tout est disponible sur https://www.utilitr.org
• Bientôt un guide des bonnes pratiques
• Aussi des éléments sur Git.

Rejoignez l'équipe des contributeurs !

Ressources : le portail MTES

https://mtes-mct.github.io/parcours-r/ (dépôt )

Un portail d'(auto)formation avec une grande diversité de modules:

• Modules introductifs (modules "socle"): intro à la programmation, analyse de données
• Modules thématiques (modules "à la carte"): datavisualisation, RMarkdown, analyse spatiale...
  

Ressources : le portail MTES

https://mtes-mct.github.io/parcours-r/ (dépôt )

Retour d'expérience:

• 120 agents formés en 2021 via le parcours R ;
• Une vingtaine de formateurs du MTE ;
• Une petite dizaine d’agents produisent les supports ;
• Des formations dispensées principalement à distance ;
• Et des formations avancées dispensées à quelques agents par un prestataire extérieur.
  
  

Une stratégie plus globale:

• La feuille de route du pôle ministériel