Atelier Python — Période d'harmonisation Masters

Module d'harmonisation Python pour les Masters MDSI, MKD et FIND de Esprit School of Business — niveau débutant, 21 heures, format atelier.

---

Identification

Champ	Valeur
Intitulé	Atelier Python
Public	Masters MDSI · MKD · FIND (période d'harmonisation)
Niveau	Débutant — aucun pré-requis en programmation
Volume	21 h (7 ateliers × 3 h)
Format	Slides + TPs Jupyter (aucun polycopié, aucun examen)
Évaluation	Mini-projet par spécialité (MDSI / MKD / FIND)
Responsable	Aymen Ben Brik — aymen.benbrik@esprit.tn
Établissement	Esprit School of Business — Dépt. Informatique & Mathématiques appliquées
Année	2026–2027

---

Programme (7 ateliers × 3 h)

#	Atelier	Contenu
1	Découverte Python & conditionnelles	Anaconda, Jupyter, types, variables, if/elif/else
2	Boucles & fonctions	for, while, break/continue, def/return
3	Conteneurs	list, tuple, set, dict, compréhensions
4	NumPy	ndarray, indexation, broadcasting, vectorisation
5	pandas	Series, DataFrame, groupby, merge, NA
6	Matplotlib	Figure/Axes, plot/scatter/bar/hist, subplots
7	Seaborn + cas synthèse	boxplot, heatmap, pairplot, regplot

---

Mini-projets (un par spécialité)

Spécialité	Sujet	Dataset
MDSI	Tableau de bord helpdesk IT (volumétrie, SLA, top catégories)	tickets support synthétiques
MKD	Analyse de campagnes digitales (CTR, ROAS, comparaison canaux)	campagnes synthétiques
FIND	Suivi BVMT (rendements, volatilité, mini-portefeuille)	cours boursiers synthétiques

Tous les datasets sont générés par script (seed reproductible) et versionnés en CSV.

---

Organisation du repo

AtelierPython/
├── slides/              # 7 présentations Beamer Metropolis 16:9
│   ├── slides_preamble.tex
│   └── ateliers/
├── tp/                  # 7 TPs Jupyter (énoncé + corrigé)
│   ├── tp_preamble.tex
│   ├── ateliers/
│   ├── canevas/         # squelettes .ipynb étudiant
│   ├── correction/      # solutions .ipynb
│   └── data/
├── projet/              # 3 mini-projets (un par spécialité)
│   ├── MDSI/
│   ├── MKD/
│   ├── FIND/
│   └── data/
├── LIVRABLE.tex         # document de conformité
└── README.md

---

Prérequis logiciels

• Python ≥ 3.10 via Anaconda (recommandé — Jupyter Lab inclus)
• Bibliothèques : numpy, pandas, matplotlib, seaborn
• LaTeX (MiKTeX 21.10+) pour compiler les slides et énoncés PDF

---

Auteur

Aymen Ben Brik — Chef Département Informatique & Mathématiques appliquées Esprit School of Business — aymen.benbrik@esprit.tn

---

Repo public : https://github.com/Aymenbenbrik/AtelierPython