Template- Fiche de synthèse¶
Ce document présente les consignes pour la rédaction de la fiche de synthèse (FS), à rendre le jour de la dernière séance de cours.
Consignes¶
- Le groupe (4-5 étudiants) doit se déclarer sur ce fichier partagé, sur l’un des onglets vides (si nécessaire, ajoutez des onglets). On y déposera le titre de la fiche, l’adresse URL du projet git et les noms, adresse mél et pseudo git des étudiants.
- Votre FS doit être rédigée avec le format Markdown et suivre le modèle présenté ci-dessous. Elle ne doit pas dépasser l’équivalent d’une dizaine de pages.
- Le contenu de la FS doit être géré entre vous, avec l’aide d’un projet GitLab ou GitHub. Le projet sera hébergé sur le compte de l’un des membres du groupe, qui autorisera l’accès en écriture au projet à tous les autres membres du projet ainsi qu’à moi-même (mon pseudo GitLab et GitHub: stephane.derrode@ec-lyon.fr).
- Je récupérerai votre FS directement sur votre espace git le jour de la dernière séance de cours. C’est donc la date butoire pour terminer votre FS.
Remarque Le système de gestion de versions git est présenté en cours sous forme d’un tuto, dont le scénario est disponible dans le répertoire git.
Organisation de la FS¶
La FS sera composée de plusieurs fichiers Markdown. Le fichier principal de votre FS sera appelé README.md, et inclura des liens vers les différents fichiers qui composent votre fiche (un fichier par chapitre par exemple).
Votre fichier README.md sera organisé de la manière suivante :
- le titre de votre FS, les noms des auteurs, l’année (les informations classiques d’une page de garde).
- un résumé d’une dizaine de lignes.
- le sommaire de votre document.
- des liens vers des fichiers Markdown qui développent votre sujet d’étude (Introduction, Chapitre 1, Chapitre 2, …, Conclusion, Bibliographie/Webographie, Annexes).
Voici un exemple de ce qui est attendu.
Voici un liste de sujets possibles (vous pouvez bien sûr en choisir un autre):
- Big Data et Start-up
- Big Data et Performance dans le sport
- Big data et le patient de demain
- Le Big Data au service du monde du Football
- big data en politique
- Big data et smart cities
- Big Data et médecine
- Big Data et jeux vidéos
- big data dans le cadre d’études criminologiques et la résolution d’enquêtes
- Big Data et Twitch
- Big Data et projet scientifique en biologie
- Big Data et lean managment
- Les data center dans le monde.
Markdown¶
Markdown est un simple format texte dans lequel on ajoute des balises, pour mettre en gras, inclure des images, faire des liens hypertextes… Ces balises peuvent être interprétées par différents moteurs pour obtenir un rendu en html, en pdf, en rtf ou en word… Pour apprendre les quelques balises nécessaires à une mise en page minimaliste (mais suffisante la plupart du temps), vous trouverez de nombreux tutoriaux sur Internet, dont celui-ci : Markdown - Wikipédia.
La totalité des éditeurs de textes généralistes, tels Sublime Text, Geany, VSCode…, gèrent très bien ce format, et incluent des convertisseurs automatiques. Remarquez d’ailleurs que GitLab et GitHub interprètent automatiquement les fichiers Markdown que vous déposez sur leur site.
Voici cependant quelques outils open source spécifiques qui pourraient vous aider pour débuter:
- ghostwriter : Linux et Windows
- abricotine : Linux, Windows et Mac OS X (en version beta)
- remarkable : Windows et Linux
Il existe des éditeurs en ligne, dont Dilinger, StackEdit.
Ajouts d’images, de schémas ou de diagrammes¶
Si vous souhaitez intégrer des diagrammes ou des schémas (ou tout autre diagramme vectoriel), je vous conseille l’utilisation de diagram.net (open source).
Vous pouvez sauvegarder vos graphiques diagram.net sur votre machine (cf exemple dans le dossier figures, à côté de ce fichier) et les convertir dans des images aux formats png, svg… pour les intégrer ensuite dans un fichier Markdown selon l’exemple suivant :
la commande
![test](figures/test.png)
donne
la commande
![test](figures/test.svg)
donne