EDULYTICS

L'apprentissage basé sur les projets est une méthode pédagogique où les étudiants acquièrent des connaissances et des compétences en travaillant sur des projets réels et contextuels. Appliqué à l’IA, l’apprentissage basé sur les projets permet aux étudiants de comprendre et de maîtriser les concepts à travers des projets pratiques qui simulent des problèmes du monde réel ou sont basés sur des use-case définis suivant des réalités locales. La démarche est la suivante :  

 •  Sélection et conduite du projet :

          o Choix du sujet

             •  Domaine d’Application : Les projets peuvent aborder une large gamme de domaines tels que la vision par ordinateur, le traitement du langage naturel, les systèmes de recommandation, les jeux, la reconnaissance vocale, et bien d'autres. Ils peuvent être conçus à partir de problématiques simples, ayant un but pédagogique, ou provenir de défis réels rencontrés par des compagnies, ou par les enseignants d’EDULYTICS dans le cadre de leurs projets de recherche. À l'issue du projet, des proof of concept peuvent être développés et, dans certains cas, des publications scientifiques peuvent en découler.  

            • Complexité : Choisir des projets adaptés au niveau des étudiants, commençant par des projets simples et progressant vers des projets plus complexes. 

        o Travaux  

 La planification et conception des projets implique d'abord de définir clairement les objectifs d'apprentissage et les problèmes à résoudre, puis de rechercher et collecter des données pertinentes tout en enseignant aux étudiants le nettoyage et la préparation de ces données. Le développement et l'implémentation nécessitent la sélection d’algorithmes IA et d’architectures de réseau appropriées (comme CNN, RNN, LSTM, Transformer) et l'enseignement des techniques d'entraînement des modèles, y compris l'ajustement des hyperparamètres avec les Framework populaires qui sied.   La collaboration est encouragée par le travail en équipe et des réunions régulières pour discuter des progrès, tandis que des revues de code et des itérations basées sur le feedback améliorent continuellement la solution. Enfin, les résultats sont présentés à travers des démonstrations et des rapports détaillés ou publications scientifiques dépendant des cas. Les projets peuvent être publiés en open source sur des plateformes comme GitHub, permettant le partage et les retours de la communauté en ligne ou des équipes d’orange. 

• Avantages : Encourage l'apprentissage par la pratique, développe des compétences en résolution de problèmes et favorise la collaboration entre EDULYTICS et Orange. 

2. Classe inversée 

   a. Définition : La classe inversée est une méthode où les étudiants apprennent le contenu théorique en dehors de la classe, généralement via des vidéos, des lectures ou des modules en ligne sur la plateforme EDULYTICS. Le temps en classe est ensuite consacré à des activités pratiques, des discussions, des exercices de résolution de problèmes et des projets collaboratifs.

     b. Caractéristiques : 

• Préparation à domicile : Les étudiants regardent des vidéos de cours ou lisent des documents avant de venir en classe.
•  Activités en classe : Le temps en classe est utilisé pour approfondir la compréhension à travers des discussions, des travaux de groupe, des études de cas et des exercices pratiques. 
•  Rôle de l'enseignant : L'enseignant joue le rôle de facilitateur, guidant les étudiants dans leurs activités pratiques et répondant à leurs questions. 
• Exemples : Vidéos sur les algorithmes d'apprentissage supervisé, lectures sur le traitement du langage naturel, et séances en classe dédiées à la programmation et à l'expérimentation avec des modèles.

  c. Avantages :

• Maximisation du temps en classe pour des activités interactives.
• Encourage l'apprentissage actif et l'engagement des étudiants. 
• Permet aux étudiants de revoir les matériaux à leur propre rythme. 

3. Apprentissage mixte

  a. Définition : L'apprentissage mixte combine des méthodes d'enseignement en ligne et en présentiel dans une approche intégrée. Cette méthode utilise les outils numériques pour compléter et enrichir l'enseignement traditionnel en classe. 

  b. Caractéristiques :

• Combinaison des méthodes : L'apprentissage est réparti entre des sessions en ligne sur la plateforme EDULYTICS et des cours en présentiel au niveau des locaux d’ODC. Par exemple, une partie du cours peut être suivie en ligne, et l'autre partie en classe. 
• Flexibilité : Les étudiants peuvent bénéficier de la flexibilité des cours en ligne tout en ayant accès à l'interaction et au soutien en personne. 
• Diversité des outils pédagogiques : Utilisation de la plateforme EDULYTICS en ligne, forums de discussion, quizz interactifs, et ressources multimédias pour compléter l'apprentissage. 

  c. Avantages : 

• Offre une flexibilité accrue pour les étudiants qui peuvent gérer leur temps d'étude. 
• Intègre divers modes d'apprentissage pour s'adapter aux différents styles d'apprentissage.
• Permet un accès continu aux ressources éducatives en ligne. 

  d. Exemples :  

 Utiliser des plateformes EDULYTICS en ligne pour les modules théoriques et IA et programmation et organiser des ateliers pratiques en classe.

4.Approche Basée sur les Cas (Case-Based Learning)

•   Description : Utilise des études de cas réels pour enseigner les concepts et techniques de l'IA. Les étudiants analysent les cas, identifient les problèmes, et proposent des solutions basées sur les techniques d'IA. 
•  Avantages : Relie la théorie à la pratique, développe des compétences analytiques et critiques, et expose les étudiants à des applications réelles de l'IA.
•  Exemples : Étudier comment l'IA est utilisée dans le diagnostic médical, l'analyse prédictive des ventes, ou la détection des fraudes à destination des managers. 

5.Bootcamps et Ateliers Intensifs 

•  Description : Programmes courts et intensifs qui se concentrent sur l'apprentissage pratique de l'IA. Les étudiants participent à des sessions intensives qui couvrent une gamme de sujets, de la théorie de base aux applications avancées. 
•  Avantages : Immersion totale dans le sujet, apprentissage rapide, et forte composante pratique.
•  Exemples : Bootcamps de quelques semaines sur l’IA au sein des locaux d’ODC ou d’EDULYTICS, ateliers de fin de semaine sur les réseaux neuronaux et leurs applications ou sessions intensives de data science.