•Comprendre les principes de l’Open Science et les exigences de reproductibilité.
•Mettre en place un workflow de données : formats ouverts, métadonnées, interopérabilité
•Automatiser des traitements (VBA Excel, Python, R, …) et produire des visualisations avancées
•Découvrir des outils open source en biologie (Galaxy, Biopython, R, QGIS, ImageJ/Fiji, COPASI)
Produire un livrable réutilisable : dépôt Git, notebook, rapport, données partagéesé
- Teacher: Abdelkader Elouissi