SAE_2.05/rapport.md

title	author	date	lang
SAÉ 2.05 Gestion d’un projet	Léo Tuaillon Mathéo Hersan Yvan Calatayud	Mai 2023	fr-FR

Contexte

Notre SAE consiste à manipuler et à analyser un jeu de données libres et ouvertes. Pour ce faire, nous avons sélectionné une base de données des chansons les plus écoutées sur Spotify.

L'objectif de notre projet est d'exploiter ces données pour en extraire des informations pertinentes, des graphiques et des statistiques. Nous avons commencé par trouver des questions sur ces données et définir les statistiques que nous souhaitions obtenir. Par exemple, nous avons chercher à comprendre les tendances du marché musical, à identifier les artistes les plus populaires ou à prévoir la popularité future d'une chanson en fonction de son style et de sa durée.

Après avoir défini nos questions, nous avons proposé un modèle de structuration de nos données. Nous avons utilisé des outils numériques pour analyser les données et créer une base de données. Ensuite, nous avons rédigé un script pour importer les données collectées dans notre base de données, en veillant à traiter les données au préalable pour supprimer les doublons ainsi que les données incohérentes.

Enfin, nous avons analysé nos données et nous présenterons prochainement les résultats sous forme visuelle pour répondre aux questions que nous avons identifiées dans la première partie. Nous utiliserons des packages Python tels que pandas et matplotlib pour faciliter l'analyse et la visualisation des données.

Genèse de projet

Bien que ce projet nous ait été assigné par notre professeur, il est facile d'imaginer une entreprise ou un client qui pourrait bénéficier d'un tel projet. Une maison de disques, par exemple, serait intéressée par une analyse approfondie des tendances musicales et des goûts des auditeurs. Ces informations pourraient influencer leurs décisions en matière de marketing et de promotion, en ciblant plus efficacement leur public et en adaptant leur offre musicale aux préférences du marché.

Ou de même, Spotify lui-même, ou d'autres plateformes de streaming musical, pourraient trouver une telle analyse utile pour mieux comprendre leurs utilisateurs, optimiser leurs algorithmes de recommandation et améliorer l'expérience utilisateur.

Décomposition des tâches

Écrire les algorithmes

• Trouver une structure de données
• Implémenter cette structure de données
• Trouver un algorithme de recherche Documenter l'application
• Écrire des descriptions courtes
• Étudier la complexité
• Rédiger un rapport
• Écrire un script de déploiement Développer l'interface utilisateur
• réaliser un menu
• relier vue et modèle
• vérifier les entrées utilisateur

Tâches identifiées

• 1h : Définir les objets

• 2h : Implémenter la liste d'adjacence (antécédent : objets)

• 3h : Implémenter la matrice d'adjacence (antécédent : objets)

• 1h : Implémenter l'algorithme de recherche (antécédents : structures de données)

• 2h : Extraire une base commune (antécédent : implémentation)

• 1h : Comparer les implémentations (antécédent : base commune)

• 3h : Écrire la documentation (antécédents ?)

• 1h : Implémenter la persistence des données

• 2h : Créer un menu

Contraintes

Coût prévisionnel

Ce projet nécessite une long développement informatique et demande plusieurs développeurs pour être en mesure de livrer le projet dans les temps. Le projet aura également besoin de faire appel à un graphiste pour les différents éléments visuels de l'interface graphique. L'entreprise a besoin de locaux, d'équipements informatiques et fait le choix de faire appel à des sociétés extérieures pour l'hébergement de son code informatique et la publication des versions finales.

Domaine	Nombre	Durée	Coût prévisionnel
Developpeurs	2	2 mois	2 × 2500€/mois = 10000€
Artiste	1	1 mois	2000€
Locaux	30 m2	2 mois	3000€
Logiciels	3	2 mois	400€
Hébergement	1	2 mois	50 €
Publication	1	unique	30 €

Dates jalons

Les tâches de documentation marquent la fin des étapes importantes. Elles marquent l'aboutissement d'un cycle de développement.

PERT temps