M162 V1

Analyser et modéliser des données

Type
EP obligatoire
Lieu
École professionnelle
Année
1ère année d'apprentissage
PDF
162_1_FR.pdf

Compétences PEC liées

c1 c4 g1

Compétence visée par le module

Analyser des stocks d’informations provenant de diverses sources, caractériser et classer des données. Élaborer, à l’aide des indices obtenus lors de l’analyse, un modèle de données conceptuel et le transposer en un modèle de données logique relationnel.

Situation / objet

Bases de données (textes, listes, tableaux individuels, séries de mesures, banques de données comprenant jusqu’à cinq tableaux, types de relations complexes et récursives, informations en partie sensibles).

Objectifs opérationnels et connaissances

162.1 Examiner les données issues de divers stocks d’informations structurés ou non structurés et les classer. c1 c4 g1
ConnaissanceTexte
162.1.1Connaître différentes formes de données (numériques: données de mesure/classifications; verbales: textes sous forme écrite ou orale; non verbales: musique, photos, vidéos, etc.) et leur mode de sauvegarde sur un support de données. Connaître leur évaluabilité dans un système informatique.
162.1.2Connaître les caractéristiques structurelles de diverses sources d’informations (documents texte, feuilles de données, graphiques de présentation, bases de données, etc.) et les conséquences en résultant pour l’évaluation électronique de ces sources de données.
162.2 Caractériser un stock d’informations en vue de son traitement qualitatif (p. ex. exhaustivité, précision, incohérence ou redondance) et nettoyer les données si nécessaire. c1 c4 g1
ConnaissanceTexte
162.2.1Connaître les caractéristiques d’une base de données en termes de précision et d’exhaustivité (données différentes pour une même information, contenu d’information différent).
162.2.2Connaître les types de données les plus répandus pour caractériser des données (chiffres entiers, chiffres rationnels, heure, date, texte, booléen, etc.).
162.2.3Connaître les différents types d’échelles (nominale, ordinale et métrique) et les conséquences en résultant pour les possibilités d’évaluation.
162.3 Sélectionner les informations qui se prêtent à une évaluation et tenir compte des aspects concernant d’éventuels besoins de protection (p. ex. données personnelles, obligation de confidentialité). c1 c4 g1
ConnaissanceTexte
162.3.1Connaître les types de diagrammes les plus répandus pour la représentation de données dans des graphiques correspondants (diagramme circulaire, diagramme à barres, diagramme à lignes, diagramme de réseau, etc.).
162.3.2Connaître la nécessité de jauger la pertinence des résultats d’évaluation en tenant compte du fait que, selon l’angle d’approche, les tendances en découlant peuvent être pertinentes ou non.
162.3.3Connaître des valeurs statistiques importantes (minimum, maximum, valeur moyenne, médian, moyenne, nombre d’observations) et les conditions (types d’échelles, nombre d’observations, qualité des données, etc.) pour obtenir une appréciation fiable.
162.3.4Connaître les principes de base régissant l’obligation de confidentialité et la protection des données lors de la saisie, de l’évaluation et de la représentation de stocks de données sensibles.
162.4 Élaborer un modèle de données conceptuel pour les données nettoyées et définir des types d’entités, des attributs et des relations. c1 c4 g1
ConnaissanceTexte
162.4.1Connaître la procédure méthodique lors du développement d’un modèle de données conceptuel (modèle entité-relation) en partant des structures de données ou des exigences du client (spécialiser, généraliser, identifier et définir les types d’entités, définir les attributs, décrire les relations).
162.4.2Connaître les éléments d’un modèle de données conceptuel (type d’entité, attribut, association, cardinalité), leurs propriétés et leur représentation.
162.4.3Connaître les différentes cardinalités d’associations (1:1, 1:m, n:m) et la procédure pour déterminer le type de relation entre les structures de données.
162.5 Transposer le modèle de données conceptuel en un modèle de données logique relationnel, en complétant les clés d’identification et les clés étrangères, les types de données et d’éventuels tableaux intermédiaires. c1 c4 g1
ConnaissanceTexte
162.5.1Connaître les différences entre le modèle de données conceptuel et le modèle de données logique relationnel (modèle relationnel [MR]) et la procédure de transposition du modèle de données conceptuel en un modèle de données logique relationnel.
162.5.2Connaître les caractéristiques à remplir par les clés d’identification et les possibilités de traitement en résultant en tant que clé primaire ou étrangère.
162.5.3Connaître la nécessité des tableaux intermédiaires pour représenter les cardinalités n:m entre les types d’entités.
162.5.4Connaître des éléments de construction étendus (p. ex. association récursive) du modèle de données logique relationnel.
162.6 Normaliser le modèle de données logique relationnel. c1 c4 g1
ConnaissanceTexte
162.6.1Connaître les étapes de normalisation de la forme normale 0 jusqu’à 3.
162.6.2Connaître des raisons expliquant pourquoi une normalisation complète jusqu’à la 3e forme normale n’est pas toujours visée pour améliorer la performance.
162.7 Représenter sous une forme appropriée le modèle de données conceptuel et le modèle de données logique relationnel. c1 c4 g1
ConnaissanceTexte
162.7.1Connaître des notations pour représenter un modèle de données conceptuel et un modèle de données logique relationnel (notation IEM ou Crow foot, Chen, Modified Chen, Zehnder, UML, etc.).
162.7.2Connaître des outils pour élaborer des modèles de données conceptuels et des modèles de données logiques relationnels.

Matrice de compétences

BandeCompétenceDébutantIntermédiaireAvancéObjectifs
A1 Reconnaître les formes et la structure des données Je peux énumérer et décrire des formes de données (numériques, textuelles, multimédias). Je peux distinguer la forme de stockage des différentes données (types de fichiers / types de données). Je peux comparer l'évaluabilité des données, leurs possibilités et leurs limites.
162.1
A1 Reconnaître les formes et la structure des données Je peux énumérer et décrire des formes de données (numériques, textuelles, multimédias). Je peux distinguer la forme de stockage des différentes données (types de fichiers / types de données). Je peux comparer l'évaluabilité des données, leurs possibilités et leurs limites.
162.1
B1 Caractéristiques d'un ensemble de données Je peux expliquer la conséquence de la structure sur la possibilité d'évaluabilité (texte faible évaluabilité, tableau moyen, DB élevée). Je peux réaliser une évaluation en fonction de la structure. (Texte, tableau, etc.). Je peux montrer comment les données peuvent être mises sous une forme plus évaluable à l'aide d'une transformation structurelle.
162.2
B1 Caractéristiques d'un ensemble de données Je peux expliquer la conséquence de la structure sur la possibilité d'évaluabilité (texte faible évaluabilité, tableau moyen, DB élevée). Je peux réaliser une évaluation en fonction de la structure. (Texte, tableau, etc.). Je peux montrer comment les données peuvent être mises sous une forme plus évaluable à l'aide d'une transformation structurelle.
162.2
C1 Types de données et d'échelle Je peux expliquer différents types de données (entiers, nombres rationnels, heure, date, texte, booléens, etc.). Je peux déterminer le type de données correct pour les données existantes. Je peux transformer des données d'un certain type en un autre type de données.
162.2
C1 Types de données et d'échelle Je peux expliquer différents types de données (entiers, nombres rationnels, heure, date, texte, booléens, etc.). Je peux déterminer le type de données correct pour les données existantes. Je peux transformer des données d'un certain type en un autre type de données.
162.3
C2 Types de données et d'échelle Je peux expliquer les différences entre les types d'échelles (nominale, ordinale et métrique). Je peux appliquer les types d'échelle aux données. Je peux choisir un type spécifique d’échelle avec raison.
162.2
D1 Évaluer et visualiser les données Je peux choisir des types de graphiques (barres, colonnes, secteurs, grille, lignes) en fonction des raisons d'affichage des données. Je peux créer des diagrammes à partir de données existantes. Je peux dériver et décrire des tendances dans les résultats d’évaluation.
162.4
D1 Évaluer et visualiser les données Je peux choisir des types de graphiques (barres, colonnes, secteurs, grille, lignes) en fonction des raisons d'affichage des données. Je peux créer des diagrammes à partir de données existantes. Je peux dériver et décrire des tendances dans les résultats d’évaluation.
162.3
D2 Évaluer et visualiser les données Je peux expliquer les paramètres statistiques les plus importants (minimum, maximum, moyenne, nombre, médiane) et les exigences (types d'échelles, nombre d'observations, qualité des données, etc.). Je peux évaluer des données avec des exigences données en utilisant des paramètres appropriés et créer des statistiques avec des types d'échelle appropriés. Je peux remettre en question les statistiques de manière critique avec des paramètres et des types d'échelle appropriés et suggérer des améliorations.
162.3
E1 Confidentialité/protection des données Je peux expliquer pourquoi les données personnelles ne peuvent pas être simplement utilisées, transmises ou publiées dans des évaluations et des statistiques. Non renseigné dans la source. Non renseigné dans la source.
162.3
E1 Confidentialité/protection des données Je peux expliquer pourquoi les données personnelles ne peuvent pas être simplement utilisées, transmises ou publiées dans des évaluations et des statistiques. Je peux transposer un modèle de données conceptuel en un modèle de données logique. Je peux expliquer, sans moyen auxiliaire, la finalité et le domaine d'application d'une relation récursive dans le modèle de données logique.
162.5
F1 Appliquer un modèle de données conceptuel Je peux expliquer les éléments d'un modèle de données conceptuel (type d'entité, attribut, association, cardinalité différente, etc.). Je peux créer un modèle de données conceptuel à partir d'exigences données. Je peux vérifier l'exhaustivité d'un modèle de données conceptuel en fonction des exigences.
162.4
F1 Appliquer un modèle de données conceptuel Je peux expliquer les éléments d'un modèle de données conceptuel (type d'entité, attribut, association, cardinalité différente, etc.). Je peux créer un modèle de données conceptuel à partir d'exigences données. Je peux vérifier l'exhaustivité d'un modèle de données conceptuel en fonction des exigences.
162.6
G1 Appliquer un modèle de données relationnel logique Je peux énumérer et décrire les différences entre un modèle de données relationnel conceptuel et logique. Je peux transformer un modèle de données conceptuel en un modèle de données relationnel logique. (Clés, clés étrangères, cardinalités, tables intermédiaires, etc.). Je peux analyser un modèle de base de données relationnelle logique (entités, attributs, clés, clés étrangères, cardinalités, table intermédiaire...) et en déduire le modèle conceptuel (ingénierie inverse).
162.7
G1 Appliquer un modèle de données relationnel logique Je peux énumérer et décrire les différences entre un modèle de données relationnel conceptuel et logique. Je peux transformer un modèle de données conceptuel en un modèle de données relationnel logique. (Clés, clés étrangères, cardinalités, tables intermédiaires, etc.). Je peux analyser un modèle de base de données relationnelle logique (entités, attributs, clés, clés étrangères, cardinalités, table intermédiaire...) et en déduire le modèle conceptuel (ingénierie inverse).
162.5
H1 Clé d'identification Je peux expliquer les propriétés des caractéristiques d'identification (unicité, définition, minimalité, durée de vie, etc.) à l'aide d'un exemple. Je peux choisir une clé appropriée pour les entités en fonction de raisons. (clés simples, composites et artificielles). Je peux analyser l’adéquation des candidats clés et identifier les problèmes possibles. (par ex. numéro d'article à 8 chiffres, ancien numéro AVS, IPV4, etc.).
162.5
I1 Appliquer la normalisation au modèle de données existant Je peux décrire l’objectif de la normalisation. Je peux appliquer la normalisation (1ère à 3ème forme normale). Je peux remettre en question la normalisation de manière critique, par ex. Par ex. comment cela affecte les performances et suggérer des améliorations.
162.6
J1 Dessiner un modèle de données en tant qu'ERD Je peux dessiner un ERD simple avec un outil (jusqu'à 3 entités). Je peux dessiner un modèle de données avec des tables intermédiaires, des attributs et des types de données à l'aide d'un outil (< 10 tables). Je peux me familiariser de manière autonome avec un outil qui ne me est pas familier et dessiner un modèle de données dans un délai raisonnable.
117.7
Bande A1 Reconnaître les formes et la structure des données
Débutant
Je peux énumérer et décrire des formes de données (numériques, textuelles, multimédias).
Intermédiaire
Je peux distinguer la forme de stockage des différentes données (types de fichiers / types de données).
Avancé
Je peux comparer l'évaluabilité des données, leurs possibilités et leurs limites.
Objectifs
162.1
Bande A1 Reconnaître les formes et la structure des données
Débutant
Je peux énumérer et décrire des formes de données (numériques, textuelles, multimédias).
Intermédiaire
Je peux distinguer la forme de stockage des différentes données (types de fichiers / types de données).
Avancé
Je peux comparer l'évaluabilité des données, leurs possibilités et leurs limites.
Objectifs
162.1
Bande B1 Caractéristiques d'un ensemble de données
Débutant
Je peux expliquer la conséquence de la structure sur la possibilité d'évaluabilité (texte faible évaluabilité, tableau moyen, DB élevée).
Intermédiaire
Je peux réaliser une évaluation en fonction de la structure. (Texte, tableau, etc.).
Avancé
Je peux montrer comment les données peuvent être mises sous une forme plus évaluable à l'aide d'une transformation structurelle.
Objectifs
162.2
Bande B1 Caractéristiques d'un ensemble de données
Débutant
Je peux expliquer la conséquence de la structure sur la possibilité d'évaluabilité (texte faible évaluabilité, tableau moyen, DB élevée).
Intermédiaire
Je peux réaliser une évaluation en fonction de la structure. (Texte, tableau, etc.).
Avancé
Je peux montrer comment les données peuvent être mises sous une forme plus évaluable à l'aide d'une transformation structurelle.
Objectifs
162.2
Bande C1 Types de données et d'échelle
Débutant
Je peux expliquer différents types de données (entiers, nombres rationnels, heure, date, texte, booléens, etc.).
Intermédiaire
Je peux déterminer le type de données correct pour les données existantes.
Avancé
Je peux transformer des données d'un certain type en un autre type de données.
Objectifs
162.2
Bande C1 Types de données et d'échelle
Débutant
Je peux expliquer différents types de données (entiers, nombres rationnels, heure, date, texte, booléens, etc.).
Intermédiaire
Je peux déterminer le type de données correct pour les données existantes.
Avancé
Je peux transformer des données d'un certain type en un autre type de données.
Objectifs
162.3
Bande C2 Types de données et d'échelle
Débutant
Je peux expliquer les différences entre les types d'échelles (nominale, ordinale et métrique).
Intermédiaire
Je peux appliquer les types d'échelle aux données.
Avancé
Je peux choisir un type spécifique d’échelle avec raison.
Objectifs
162.2
Bande D1 Évaluer et visualiser les données
Débutant
Je peux choisir des types de graphiques (barres, colonnes, secteurs, grille, lignes) en fonction des raisons d'affichage des données.
Intermédiaire
Je peux créer des diagrammes à partir de données existantes.
Avancé
Je peux dériver et décrire des tendances dans les résultats d’évaluation.
Objectifs
162.4
Bande D1 Évaluer et visualiser les données
Débutant
Je peux choisir des types de graphiques (barres, colonnes, secteurs, grille, lignes) en fonction des raisons d'affichage des données.
Intermédiaire
Je peux créer des diagrammes à partir de données existantes.
Avancé
Je peux dériver et décrire des tendances dans les résultats d’évaluation.
Objectifs
162.3
Bande D2 Évaluer et visualiser les données
Débutant
Je peux expliquer les paramètres statistiques les plus importants (minimum, maximum, moyenne, nombre, médiane) et les exigences (types d'échelles, nombre d'observations, qualité des données, etc.).
Intermédiaire
Je peux évaluer des données avec des exigences données en utilisant des paramètres appropriés et créer des statistiques avec des types d'échelle appropriés.
Avancé
Je peux remettre en question les statistiques de manière critique avec des paramètres et des types d'échelle appropriés et suggérer des améliorations.
Objectifs
162.3
Bande E1 Confidentialité/protection des données
Débutant
Je peux expliquer pourquoi les données personnelles ne peuvent pas être simplement utilisées, transmises ou publiées dans des évaluations et des statistiques.
Intermédiaire
Non renseigné dans la source.
Avancé
Non renseigné dans la source.
Objectifs
162.3
Bande E1 Confidentialité/protection des données
Débutant
Je peux expliquer pourquoi les données personnelles ne peuvent pas être simplement utilisées, transmises ou publiées dans des évaluations et des statistiques.
Intermédiaire
Je peux transposer un modèle de données conceptuel en un modèle de données logique.
Avancé
Je peux expliquer, sans moyen auxiliaire, la finalité et le domaine d'application d'une relation récursive dans le modèle de données logique.
Objectifs
162.5
Bande F1 Appliquer un modèle de données conceptuel
Débutant
Je peux expliquer les éléments d'un modèle de données conceptuel (type d'entité, attribut, association, cardinalité différente, etc.).
Intermédiaire
Je peux créer un modèle de données conceptuel à partir d'exigences données.
Avancé
Je peux vérifier l'exhaustivité d'un modèle de données conceptuel en fonction des exigences.
Objectifs
162.4
Bande F1 Appliquer un modèle de données conceptuel
Débutant
Je peux expliquer les éléments d'un modèle de données conceptuel (type d'entité, attribut, association, cardinalité différente, etc.).
Intermédiaire
Je peux créer un modèle de données conceptuel à partir d'exigences données.
Avancé
Je peux vérifier l'exhaustivité d'un modèle de données conceptuel en fonction des exigences.
Objectifs
162.6
Bande G1 Appliquer un modèle de données relationnel logique
Débutant
Je peux énumérer et décrire les différences entre un modèle de données relationnel conceptuel et logique.
Intermédiaire
Je peux transformer un modèle de données conceptuel en un modèle de données relationnel logique. (Clés, clés étrangères, cardinalités, tables intermédiaires, etc.).
Avancé
Je peux analyser un modèle de base de données relationnelle logique (entités, attributs, clés, clés étrangères, cardinalités, table intermédiaire...) et en déduire le modèle conceptuel (ingénierie inverse).
Objectifs
162.7
Bande G1 Appliquer un modèle de données relationnel logique
Débutant
Je peux énumérer et décrire les différences entre un modèle de données relationnel conceptuel et logique.
Intermédiaire
Je peux transformer un modèle de données conceptuel en un modèle de données relationnel logique. (Clés, clés étrangères, cardinalités, tables intermédiaires, etc.).
Avancé
Je peux analyser un modèle de base de données relationnelle logique (entités, attributs, clés, clés étrangères, cardinalités, table intermédiaire...) et en déduire le modèle conceptuel (ingénierie inverse).
Objectifs
162.5
Bande H1 Clé d'identification
Débutant
Je peux expliquer les propriétés des caractéristiques d'identification (unicité, définition, minimalité, durée de vie, etc.) à l'aide d'un exemple.
Intermédiaire
Je peux choisir une clé appropriée pour les entités en fonction de raisons. (clés simples, composites et artificielles).
Avancé
Je peux analyser l’adéquation des candidats clés et identifier les problèmes possibles. (par ex. numéro d'article à 8 chiffres, ancien numéro AVS, IPV4, etc.).
Objectifs
162.5
Bande I1 Appliquer la normalisation au modèle de données existant
Débutant
Je peux décrire l’objectif de la normalisation.
Intermédiaire
Je peux appliquer la normalisation (1ère à 3ème forme normale).
Avancé
Je peux remettre en question la normalisation de manière critique, par ex. Par ex. comment cela affecte les performances et suggérer des améliorations.
Objectifs
162.6
Bande J1 Dessiner un modèle de données en tant qu'ERD
Débutant
Je peux dessiner un ERD simple avec un outil (jusqu'à 3 entités).
Intermédiaire
Je peux dessiner un modèle de données avec des tables intermédiaires, des attributs et des types de données à l'aide d'un outil (< 10 tables).
Avancé
Je peux me familiariser de manière autonome avec un outil qui ne me est pas familier et dessiner un modèle de données dans un délai raisonnable.
Objectifs
117.7

Modules liés par compétences PEC

ModuleTitrePEC communes
M110 Analyser et représenter des données avec des outils
c1 c4
M164 Créer des bases de données et y insérer des données
c1 g1
M254 Décrire des processus métier dans son propre environnement professionnel
g1
M321 Programmer des systèmes distribués
g1
M322 Concevoir et implémenter des interfaces utilisateur
g1
M324 Prendre en charge des processus DevOps avec des outils logiciels
g1
M346 Concevoir et réaliser des solutions cloud
g1
M426 Développer un logiciel avec des méthodes agiles
g1