A Louvain-la-Neuve
2 crédits
Horaire adapté - En français
Sigle du programme: PYTH7FC
Mémoire/Travail de fin d'études : NON
Stage : NON
Activités en anglais: NON
Activités en d'autres langues : NON
Activités sur d'autres sites : NON

Domaine d'études principal :
Sciences

Introduction

PYTHFC_Header_Homepage.jpg     Picto_Admission_OK2_Plan de travail 1.png

Envie de compléter vos acquis en R et de découvrir comment Python peut simplifier la programmation et ouvrir la porte à l’analyse de données biologiques ?
Approfondissez vos compétences en programmation en explorant Python, le langage polyvalent qui domine la data science et l’automatisation. Cette formation vous permettra de structurer vos scripts, manipuler des données biologiques et créer des visualisations adaptées, tout en découvrant les bonnes pratiques pour des analyses avancées. Grâce à une approche pratique et progressive, vous développerez une double compétence essentielle pour vos projets scientifiques.

 

D'autres microcertifications en lien avec les data sciences vous sont également proposées pour poursuivre votre parcours de formation :

- Microcertification en Data science avec R pour les sciences du vivant (R-LIFE)
- Microcertification en Statistiques appliquées aux procédés industriels INDUSTAT
- Microcertification en Modélisation et Analyse Multivariée en Sciences du Vivant BIOMOD
- Microcertification en Analyse de données biologiques et médicales BIODATA
- Microcertification en Omique & Chimiométrie : Analyse multivariée des données omiques et chimiques CHEMOMICS

 

Public cible

  • Chercheurs d’emploi avec un diplôme de niveau master
  • Personnes venant d’obtenir un master ne possédant que très peu de pratique des techniques enseignées en analyse de données
  • Employés dans l’industrie pharmaceutique, chimique, agroalimentaire ou dans le domaine des biotechnologies
  • Doctorants
     

Objectifs

Cette formation initie les participants à la programmation avec Python, en mettant l’accent sur la manipulation de données, l’automatisation de tâches simples et la création de visualisations adaptées aux données scientifiques. Elle introduit les concepts fondamentaux de la programmation Python et leur application pratique à travers des exercices.

La formation permet de :

  • Découvrir les bases du langage Python dans un cadre scientifique
  • Manipuler et visualiser des données biologiques simples
  • Comprendre les différences et complémentarités entre R et Python
  • Acquérir une première autonomie dans l’environnement Python
     

En pratique

Lieu et calendrier 

Les journées, en présentiel se donnent à Louvain-la-Neuve de 8h45 à 17h. 

  • Lundi 9 mars 2026
  • Mardi 10 mars 2026
  • Jeudi 12 mars 2026
  • Evaluations : Vendredi 20 mars
     

Les droits d'inscription s'élèvent à 500 euros. Un tarif préférentiel est d'application pour les chercheurs UCLouvain et hors UCLouvain. Pour plus d'information, contactez smcs-stat-adbi@uclouvain.be
 

Conditions d'admission

Etre titulaire d’un master dans le domaine des sciences. L’admission par VAE (Valorisation des acquis de l’expérience) est possible sur dossier. 
 

Prérequis

L’accès à cette microcertification nécessite de suivre en parallèle la microcertification :

  • Data science avec R pour les sciences du vivant (R-LIFE) qui est un module obligatoire. 
     

Microcertification

Les participants ayant réussi les épreuves d’évaluation se voient délivrer une microcertification intitulée « Microcertification en Data science avec Python pour les sciences du vivant (PY-LIFE)». Cette microcertification n’octroie pas automatiquement de crédits ECTS, mais peut être valorisée, à concurrence de 2 crédits ECTS, dans le cadre d’un programme de formation auquel le participant souhaiterait ultérieurement s’inscrire, sous réserve de l’appréciation et de la décision du jury d’admission compétent.
 

Contact

Mail: smcs-stat-adbi@uclouvain.be
 

Parcours

Si vous souhaitez poursuivre un parcours de formation, cette microcertification vous permet de suivre la microcertification suivante :

  • Microcertification en statistiques et modélisation appliquées aux sciences du vivant BIOMOD