Première semaine
Jour 1 : Constitution des Groupes et Exploration du Contexte (2h30)
Phase 1 : Action - Formation des Groupes et Choix Préliminaire (1h30)
-
Formation des groupes (30 min)
- Réunir des groupes de 2-3 étudiants selon les compétences, affinités, et intérêts.
- Discussions autour des rôles potentiels de chacun dans le projet.
-
Analyse des sujets (1h)
- Choisir 2-3 idées à explorer par rapport au sujet choisi.
- Justifier chaque choix avec une courte phrase : « Nous pensons que ce sujet est pertinent car il résout un problème X pour un utilisateur Y. »
Phase 2 : Apprentissage - Comprendre les enjeux du projet (1h)
-
Présentation et Réflexion sur le MVP (30 min)
- Lire une courte ressource ou guide sur le concept de Produit Minimum Viable (MVP) tiré de Lean Startup d’Eric Ries.
- Focus : Identifier les fonctionnalités essentielles pour tester une idée rapidement.
- Étudier des exemples concrets de MVP dans des applications réelles (ex : Dropbox, Airbnb).
-
Brainstorming autour des sujets proposés (30 min)
- Réfléchir aux besoins concrets que les sujets pourraient répondre.
- Noter les premiers obstacles ou inconnues sur chaque idée.
Jour 2 : Définir la Vision et Explorer les Ressources (4h)
Phase 3 : Apprentissage - Approfondir le sujet du MVP choisi (1h30)
-
Recherche sur le Problème et les Besoins (1h)
- Explorer les utilisateurs cibles et leurs besoins potentiels (études de cas, articles ou rapports).
- Lister des questions ouvertes ou hypothèses à vérifier sur la faisabilité et les attentes.
-
Analyse des Datasets disponibles (30 min)
- Identifier des datasets open source pertinents pour le projet.
- Évaluer si les données sont suffisantes pour démarrer un pipeline ou s’il faudra simuler des données supplémentaires.
Phase 4 : Action - Définir un MVP et une Hypothèse Principale (2h30)
-
Définir un MVP simplifié (1h)
- En groupe, répondre à ces questions :
- Quelle est la fonctionnalité essentielle à développer d’ici la fin du projet ?
- Comment cette fonctionnalité répond-elle au besoin utilisateur ?
- Quelle sera la première itération réalisable en 2 mois ?
-
Établir une hypothèse principale (30 min)
- Exemple : « Si nous développons une application qui automatise le tri des CV, alors les recruteurs économiseront 30% de leur temps. »
-
Planifier les données et outils nécessaires (1h)
- Faire une liste des outils techniques (frameworks, bases de données, etc.).
- Identifier les étapes principales pour démarrer le pipeline de données.
Jour 3 : Planification Initiale et Prototypage Précoce (4h)
Phase 5 : Apprentissage - Concepts techniques (1h30)
-
Découvrir les Bases de l’IA appliquée au projet (1h)
- Faire une recherche rapide sur les types de modèles potentiels (ML et DL).
- Identifier un ou deux articles ou tutoriels pertinents sur les modèles similaires déjà utilisés dans le domaine.
-
Étudier les pipelines de données (30 min)
- Se renseigner sur comment structurer un pipeline pour nettoyer, transformer, et stocker des données.
Phase 6 : Action - Structurer le Projet et Réaliser un Mini-Prototypage (2h30)
-
Organiser les tâches (1h)
- Planifier les actions de la semaine suivante :
- Qui s’occupera du pipeline de données ?
- Qui travaillera sur l’interface MVP ?
- Quels modèles seront explorés en priorité ?
-
Esquisser une architecture simplifiée (30 min)
- Dessiner un schéma ou diagramme simple montrant comment les différentes parties du projet interagiront (données → modèle → interface).
-
Mini-Prototypage (1h)
- Implémenter une version très simple d’un composant clé (exemple : un script Python pour tester un modèle ML avec un dataset open source).
Résultats à Obtenir à la Fin de la Semaine
- Choix définitif du sujet de projet.
- Description claire du MVP et hypothèse principale.
- Liste des ressources et outils nécessaires.
- Schéma de l’architecture projet.
- Planification des tâches pour la semaine suivante.
