Preuve plutôt qu'ambiance
Les affirmations en science des données sont censées survivre au contact des données, textes, matériaux ou clients — pas seulement à l'enthousiasme.
Chaque filière fait passer en contrebande une théorie de ce qui compte comme savoir. Science des données n'y échappe pas : ses valeurs apparaissent dans ce qui peut être rendu pour une note.
Les sections éthique ne sont pas de la décoration. Les champs qui touchent corps, argent, infrastructures ou récits portent des devoirs qui survivent au diplôme.
Core values
Métier sous contrainte
Budgets, codes, délais et règles de sécurité font partie de la discipline, pas d'interruptions à la créativité.
Responsabilité publique
Le travail affecte des inconnus : patients, usagers, lecteurs, villes. La filière forme (ou non) cette conscience.
Culture de révision
Brouillons, critiques et expériences ratées sont normaux ; cacher l'erreur est le risque professionnel.
Maîtrise cumulative
Les cours suivants supposent les précédents. Sauter les fondations crée une dette silencieuse qui ressort aux projets de fin d'études.
Ways of knowing
Engagement primaire
Textes, jeux de données, spécimens, sites ou clients — les résumés de seconde main ne suffisent pas.
Méthode explicite
Les étudiants doivent dire comment ils savent, pas seulement ce qu'ils concluent.
Critique entre pairs
Le travail s'améliore en public parmi des gens qui partagent des standards.
Documentation
Si ce n'est pas consigné, le champ le traite comme une rumeur.
Ethical commitments
Ne pas fabriquer
Données, citations et récits clients ne sont pas des accessoires pour une note.
Consentement et vie privée
Sujets humains, communautés et usagers ne sont pas de la matière première gratuite.
Sécurité et dommage
Labs, cliniques, sites et scènes ont des règles non négociables.
Attribuer honnêtement
La collaboration est normale ; le plagiat et le travail fantôme ne le sont pas.
Live tensions
Prestige vs pratique
Les classements récompensent les signaux de recherche ; les employeurs veulent souvent un jugement pratiqué.
Vitesse vs rigueur
Les cultures de délai peuvent former à couper les coins ronds sauf si l'évaluation le sanctionne.
Canons locaux vs globaux
Quels auteurs, cas et sites comptent comme « noyau » reste contesté.
Si un département ne peut pas dire pour quoi il ferait échouer un étudiant, ses valeurs sont du marketing.
Keep exploring
More in STEM et ingénierie
💻
Informatique
Algorithmes, systèmes et logiciels — comment on fait raisonner, stocker et communiquer les machines.
Employability 94 ⚡Génie électrique
Circuits, champs et signaux — alimenter, mesurer et communiquer le monde physique.
Employability 88 🔧Génie mécanique
Forces, matériaux et machines — concevoir ce qui bouge, porte charge et dure.
Employability 86 🌉Génie civil
L’infrastructure sur laquelle tiennent les sociétés — ponts, eau, routes, villes et codes.
Employability 84 ⚗️Génie chimique
Transformer des réactions en usines — échelle, sécurité et efficacité de la molécule à l’usine.
Employability 82 🛰️Ingénierie aérospatiale
Le vol dans l'air et le vide — structures, propulsion, guidage et certification.
Employability 76 🧮Mathématiques
Preuve, structure et abstraction — le langage que les autres sciences empruntent.
Employability 70 ⚛️Physique
Matière, énergie, espace et temps — du banc de labo jusqu'au bord de l'observable.
Employability 68 🧪Chimie
Molécules et réactions — comment les substances changent, se lient et se fabriquent en sécurité.
Employability 72 📉Statistique
L'incertitude rendue utilisable — conception, inférence et l'éthique d'affirmer qu'un motif est réel.
Employability 88