Réalisées à l’internes avec des expert-es issus de la quasi-totalité des facultés, les capsules permettent aux étudiant-es de se familiariser avec les concepts fondamentaux tout en explorant leurs applications spécifiques. Elles représentent la 1ère étape vers l’acquisition de compétences Chaque capsule est systématiquement complétée par du contenu d'approfondissement associé qui peut prendre différents formats : ateliers, articles/code open source, extraits de cours UNIGE. La plateforme fait le lien avec des cours donnés par les enseignant-es de l’UNIGE, enregistrés sur MediaServer. Ces cours ont été découpés, nettoyés et restructurés pour offrir une expérience d'apprentissage fluide et captivante.
La première étape du projet a consisté en la conception d’un référentiel de compétences en science des données grâce à un comité d’expert-es interdisciplinaires de l’UNIGE. Ce référentiel reprend de la manière la plus exhaustive possible les compétences nécessaires pour étudier et travailler dans ce domaine.
Dans un second temps, les membres du comité, et plus largement du Centre de compétences en science des données de l’UNIGE, ont été mis-es à contribution pour réaliser des capsules vidéo qui abordent les compétences du référentiel, de la récolte de données à la communication scientifique. Dans un dernier temps, le corps enseignant dans sa globalité ainsi que les doctorant-es sont sollicité-es pour contribuer à la création de ces vidéos.
Finalement, un site internet est développé en partenariat avec le service de communication afin de rendre les contenus accessibles à la communauté UNIGE. Ces contenus originaux sont complétés par des ressources d’approfondissement proposées par les personnes ayant réalisé les capsules. Une campagne de communication est ensuite lancée auprès des enseignant-es pour les encourager à utiliser ces contenus et à les faire découvrir à leurs étudiant-es. En parallèle, de la communication est également déployée vers les étudiant-es pour leur faire prendre conscience de l’existence de ces contenus et les inviter à améliorer leurs compétences en science des données grâce à eux.
