Enseignant; e en Traitement des données F​/H

Description de l entreprise

Diderot Éducation est l un des groupes leader dans l enseignement privé en France. Présent sur 8 campus à travers le pays, il se distingue par sa pédagogie active et inversée, son accompagnement individualisé des étudiants, ainsi que ses valeurs humaines fortes, centrées sur l épanouissement et la réussite de chaque apprenant.

Sur le campus de Lyon, vous rejoindrez l’une de nos trois écoles spécialisées :

• Cours Diderot (BTS, Bachelors)
• EDNH – École de Diététique et Nutrition Humaine (Bac à Bac+5)
• EGPN – École de Gestion et Protection de la Nature (Bac à Bac+5)

• Un cadre bienveillant et stimulant
• Une équipe dynamique et engagée
• Un modèle pédagogique innovant et reconnu
• Des missions formatrices, au cœur de l évolution de l enseignement
• Des groupes de maximum 25 étudiants par classe

• Vous animez les séances en présentiel, lu en amont par les étudiants. En classe, vous encouragez l’échange, la participation et l’apprentissage par l’action, à travers des activités concrètes comme des cas pratiques ou des jeux pédagogiques.
• En plus de l’animation, vous concevez les supports de cours (contenus, syllabus, examens, corrigés) et assure la coordination pédagogique nationale dans votre discipline.

Les cours suivent un modèle inversé : les étudiants préparent le contenu théorique en amont, ce qui permet de consacrer le temps en classe à l’approfondissement, aux échanges et à la pratique. Vous guidez, stimulez, questionnez, pour favoriser un apprentissage actif et durable. Vous assurez les surveillances et corrections des évaluations.

Le programme aborde plusieurs grands thèmes essentiels comprenant :

• Introduction à la statistique
• Comprendre la démarche statistique
• Distinguer analyse descriptive et inférentielle
• Statistiques descriptives à une variable
• Représentations graphiques et numériques
• Étude de distributions : moyenne, médiane, étendue…
• Statistiques à deux variables
• Régression linéaire simple
• Calcul du coefficient de corrélation
• Changements de variables
• Modélisation de relations non-linéaires
• Linéarisation des courbes par transformation
• Analyse de données croisées
• Tableaux de contingence
• Étude de la dépendance entre deux variables
• Analyse de séries chronologiques
• Identification des composantes : tendance, saisonna lité, bruit
• Lecture et interprétation de séries dans le temps
• Introduction aux probabilités
• Rôle des probabilités en statistique
• Vocabulaire et principes de base
• Probabilités conditionnelles
• Calculs avec des événements dépendants
• Utilisation des arbres de probabilités et formules de Bayes
• Variables aléatoires discrètes
• Définition, espérance mathématique, variance
• Application à des lois de probabilité simples
• Synthèse des compétences
• Maîtrise des outils graphiques et numériques
• Capacité à modéliser et interpréter des phénomènes aléatoires et statistiques
• Introduction aux tests statistiques
• Comprendre le rôle des tests en statistique
• Distinguer les contextes d’utilisation (dépendance, comparaison…)
• Test du khi-deux d’indépendance
• Identifier les situations d’utilisation du test
• Comprendre ses hypothèses et son fonctionnement général
• Application du test du khi-deux
• Réaliser les différentes étapes d’un test : hypothèses, tableau, calcul, conclusion
• Appliquer le test à des problématiques concrètes (ex. : écologie)
• Distribution d’échantillonnage
• Distinguer population vs échantillon
• Comprendre l’intérêt d’échantillonner pour faire des inférences
• Lois statistiques fondamentales
• Identifier et utiliser les principales lois : normale, binomiale…
• Comprendre leurs domaines d’application
• Loi normale
• Reconnaître et modéliser une variable continue suivant une loi normale
• Savoir utiliser les tables statistiques
• Loi binomiale
• Utiliser la loi binomiale pour des variables discrètes
• Calculer des probabilités d’occurrence d’un événement
• Estimation statistique
• Estimer une proportion ou une moyenne à partir d’un échantillon
• Appliquer les techniques d’extrapolation à la population
• Travaux transversaux
• Utiliser les outils statistiques dans d’autres disciplines
• Travailler sur des cas concrets en groupe avec analyse et restitution
• Bilan des compétences
• Synthétiser les connaissances…