Aide au suivi des apprenants – usage d’algorithmes de machine learning

When:
30/04/2020 – 01/05/2020 all-day
2020-04-30T02:00:00+02:00
2020-05-01T02:00:00+02:00

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : Laboratoire SYMME – Polytech – Université Savoie Mont Blanc
Durée : 3 à 5 mois
Contact : laurence.vignollet@univ-smb.fr
Date limite de publication : 2020-04-30

Contexte :
Certaines formations de l’université Savoie Mont Blanc (USMB) proposent des activités d’apprentissage en ligne, généralement en complément des formations en présentiel. C’est par exemple le cas pour le master “Advanced Mechatronics” dont les étudiantes et étudiants suivent certains cours uniquement en ligne ou pour les cours d’anglais pour non spécialistes où les étudiantes et étudiants complètent les heures en présentiel par de l’auto-formation en ligne.

Les enseignantes et enseignants impliqués souhaitent aujourd’hui se doter d’outils d’aide au suivi de leurs étudiantes et étudiants afin, notamment, de repérer le plus tôt possible celles et ceux qui sont en difficulté.

Sujet :
Ce stage s’intègre dans le cadre d’une thèse CIFRE, menée en collaboration entre le laboratoire SYMME de l’université Savoie Mont Blanc et l’entreprise Logipro, éditrice de logiciels dans le domaine de la formation ouverte à distance.

L’objectif est d’évaluer l’approche développée dans le cadre de la thèse CIFRE pour l’entreprise Logipro en la transposant dans le contexte de l’USMB.

Il s’agit notamment d’évaluer la méthode utilisée dans ce travail de recherche pour adapter des algorithmes de machine learning de type “forêts aléatoires” dans le contexte de la formation professionnelle en ligne en la transposant dans le contexte de l’USMB où le scénario pédagogique et la durée des activités diffèrent et où la plate-forme pédagogique n’est pas la même.

Missions
• Analyser le format des traces d’activités disponibles dans la plate-forme Moodle et les modéliser ;
• Etudier les travaux du doctorant Logipro/Symme, Mohamed Mouaici, et notamment la démarche utilisée pour adapter les algorithmes de machine learning qu’il utilise dans ses travaux de thèse ;
• À partir de l’application des algorithmes standards aux traces d’activité des trois dernières promotions du master Advanced Mechatronics, suivre la démarche d’adaptation de ces algorithmes afin d’obtenir les meilleures prédictions possibles dans ce nouveau contexte ;
• Etudier les types de tableaux de bord s’interfaçant avec Moodle, notamment ceux qui intègrent un serveur de stockage dédié de type LRS (Learning Record Store) et qui permettent de stocker les traces de son utilisation, ceci pour permettre d’analyser les usages du tableau de bord ;
• Développer un premier tableau de bord, à partir d’une des solutions existantes a priori,
• Respecter les contraintes du RGPD tout au long du processus.

Profil du candidat :
En école d’ingénieur ou en master, la candidate ou le candidat doit avoir un bon niveau en programmation et connaître des méthodes d’apprentissage automatique.

Formation et compétences requises :
Niveau de formation souhaitée : master ou école d’ingénieur, filière informatique – sciences des données

Compétences souhaitées :
* Méthodes d’apprentissage automatique (machine learning)
* Développement front et back office
* Gestion de bases de données

Adresse d’emploi :
Le campus du Bourget-du-Lac (73) ou d’Annecy-le-Vieux (74).

Un hébergement en résidence universitaire peut être envisagé.

Document attaché : Offre_de_Stage-Tableau-de-bord.pdf