# Jupyter et Candyce: Témoignages ## À propos Ce document collecte des témoignages à l'intention des décideurs politiques sur l'utilisation de Jupyter pour l'enseignement (supérieur) en France, et sur l'apport attendu d'un programme national comme [Candyce](https://candyce.org). L'idée est de brosser un tableau général par petites touches, chaque témoin se concentrant sur un ou deux points saillants dans son contexte. Ces témoignages seront typiquement montrés à des décideurs, inclus dans nos documents ou postés sur la page web https://candyce.org/. Contribuez votre témoignage et faites circuler pour susciter d'autres témoignages, notamment auprès de vos instances (VP enseignement, numérique, DSI, ...). Merci! ## Témoignages > Pour mes enseignements d'informatique en filières scientifiques, l'utilisation de plateformes de programmation en ligne (sous licence américaine ou suisse) a été jugée tout à fait pertinente et adaptée à leur formation par 90% des étudiants. Grâce à leur accessibilité en tout temps et lieu à l'aide d'un simple navigateur, elle facilite grandement l'apprentissage des outils numériques, sans les soucis parasites d'installation de logiciels redoutés par les jeunes apprenants, surtout ceux qui ne disposent pas d'ordinateur personnel récent. > > Il est grand temps que nos étudiants puissent disposer de plateformes similaires établies en France et c'est donc avec impatience que j'attends le déploiement de Candyce. > [name=Mariko Dunseath-Terao, Professeur, Institut de Physique de Rennes] [time=15 mai 2023] --- > L'usage de Jupyter s'est développé dans nos formations, tout en mettant en évidence le besoin d'une infrastructure souveraine et urbanisée au sein du système d'information. A ce titre, le projet Candyce intéresse l'Université de Rennes en tant que réponse adaptée à nos problématiques actuelles et permettant de soutenir les évolutions de pratiques pédagogiques, l'augmentation des effectifs étudiants et les projets en cours dans le domaine de la formation au numérique. > En effet, nous avons recensé des problématiques partagées entre plusieurs formations de l'établissement comportant des enseignements d'informatique : besoin de collaborer à plusieurs (étudiants, enseignants, personnels support) en temps-réel sur un même environnement de programmation, sur une infrastructure maitrisée en termes de souveraineté, pérennité et sécurité, et sur des cas d'application en autonomie ou en approche projet, permettant une identification et une authentification unique des étudiants articulée avec l'annuaire de l'établissement. > Plusieurs solutions ont été testées mais ne sont pas pleinement satisfaisantes sur l'ensemble de ces problématiques, en particulier du point de vue la souveraineté numérique et d'urbanisation au sein du système d'information de l'établissement. > Candyce serait une réponse adaptée sur ces enjeux, que nous attendons avec beaucoup d'intérêt tout en étant susceptibles d'y contribuer activement. > > [name=Olivier Wong, VP Numérique, Université de Rennes] [time=17 janvier 2022] --- > Jupyter est un outil incontournable pour enseigner la science des données aux étudiantes et étudiants d'Informatique. L'environnement informatique contrôlé permet de déployer un TP à diverses échelles simplement, ce qui est un avantage considérable. En tant qu'enseignante, j'utilise la même méthodologie pour la préparation des enseignements aussi bien dans mon UE obligatoire de L1 (~150 étudiantes et étudiants) que dans mon option de L3 (~15 étudiantes et étudiants). > > [name=Fanny Pouyet, Maitresse de Conférences en Informatique, Université Paris-Saclay] [time=17 mai 2023] --- > Ma vie d'enseignante de la programmation pour le génie des procédés a changé le jour où j'ai commencé à utiliser Jupyter avec mes auditeurs du Cnam (une centaine d'auditeurs par an, niveau L3 + quelques niveau M2) et désormais mes étudiants de l'Université Paris-Saclay (une vingtaine d'étudiants par an, niveau M1) ! > En premier lieu, Jupyter permet de s'abstraire totalement des problématiques d'installation d'un environnement de programmation, particulièrement lourdes avec des auditeurs à distance ou des étudiants équipés de machines disparates et souvent anciennes. > En second lieu, l'usage du système de cahiers est pédagogiquement hyper intéressant, avec des usages riches et variés selon les contextes. > Le projet Candyce permettra de disposer d'une solution fiable, pérenne et qui ne repose pas uniquement sur le dévouement des collègues qui les installent et les maintiennent dans nos divers établissements. > [name=Marie Debacq, Maître de conférences en génie des procédés au Cnam, détachée à AgroParisTech (Université Paris-Saclay)] [time=17 mai 2023] --- > L'utilisation de notebooks Jupyter est au coeur du succès du [MOOC "Machine learning with Python with scikit-learn"](https://www.fun-mooc.fr/en/courses/machine-learning-python-scikit-learn/). Trois sessions du MOOC ont été organisées depuis mai 2021 sur la plateforme France Université Numérique, avec en moyenne environ 10 000 participants par session. Ce MOOC a par ailleurs été réutilisé pour l'enseignement du Machine Learning en niveau Master à l'UBS de Vannes et l'EHESS de Paris via un clone privé sur https://fun-campus.fr. > > Jusqu'à maintenant, nous avons utilisé un JupyterHub déployé et maintenu par une seule personne, soit sur une machine Inria dédiée pour la première session, soit dans le cloud pour les deux autres sessions. Dans le dernier cas, nous sommes dépendents de crédits gracieusement fournis par OVH sans garantie de renouvellement. Candyce, en fournissant une plateforme JupyterHub mutualisée, robuste et maintenue, serait un atout considérable pour le déploiement des sessions futures du MOOC ! > > [name=Loïc Estève pour l'équipe du MOOC scikit-learn, Ingénieur de Recherche, Inria] [time=17 mai 2023] --- > Avec mes équipes pédagogiques, j'enseigne avec Jupyter depuis 2017, du L1 au master (~300 étudiants/an), en informatique et mathématiques. L'utilisation des carnets numériques a fortement contribué à l'autonomisation de nos étudiants et à faire face à la massification et l'hybridation. Candyce nous soulagera grandement de la maintenance d'une infrastructure locale (JupyterHub@Paris-Saclay, 4k utilisateurs; 150 utilisateurs simultanés). > > [name=Nicolas Thiéry, Professeur en informatique, Université Paris-Saclay, pilote de l'infrastructure JupyterHub@Paris-Saclay] [time=14 mai 2023] --- > Les cours de programmation via Jupyter à Paris-Saclay suscitent régulièrement l'admiration de mes collègues étrangers, et les incitent à mettre en place des cours similaires. > > [name=Corentin Morice, Maître de conférences en physique, Université Paris-Saclay] [time=17 mai 2023] --- > Grâce à la plateforme JupyterHub de Paris-Saclay, les étudiants peuvent travailler de n'importe quel endroit sur n'importe quel ordinateur sans devoir installer de logiciels particuliers. Cela fluidifie énormément leur apprentissage et permet de se concentrer sur les notions importantes de la programmation. Cela a été un atout essentiel pour le montage de la série de cours «Méthodes Numérique» L1-L3 à Orsay (300 étudiants/an en L1). > > [name=Jérémy Neveu, Maître de conférences en physique, Université Paris-Saclay] [time=17 mai 2023] --- > La biologie est entrée à son tour dans l'ère des données massives! La plateforme JupyterHub de Paris-Saclay est une révolution pour l'enseignement de la génomique à des étudiants de M1 en sciences de la vie et en médecine. Les étudiants "oublient" la mise en oeuvre des programmes souvent complexes et la manipulation des gros fichiers de données tant cela devient facile. Ils peuvent se concentrer sur l'interprétation des données obtenues même en étant débutants en linux, python ou R. De plus, la mise en place des TP est considérablement simplifiée pour l'enseignant. Il faut impérativement rendre accessible cet outil fabuleux à nos étudiants en biologie dès la licence. > > [name=Henri-Jean Garchon, PU-PH génétique médicale, Université Paris-Saclay, IHU Prometheus] [time=17 mai 2023] --- > Dans mon quotidien de data engineer, avec python comme langage principal, Jupyter est un outil extrêmement pratique pour accéder rapidement aux données et les analyser. Combiné à l'utilisation d'environnements virtuels, il me permet de maîtriser mon environnement de travail et de manipuler les données pour explorer, tester, développer et prototyper facilement. Je le recommande fortement, de l'initiation à la programmation à une utilisation professionnelle. > > [name=Pierlou Ramade, Data engineer à la DINUM] [time=17 mai 2023] --- > Jupyter est extrêmement pratique pour afficher des graphiques et des cartes, ou pour présenter étape par étape le fonctionnement d'un code python. C'est un outil efficace pour former ou pour présenter des travaux en cours à des collègues de tout métiers. C'est un bon outil qui accompagnera les différentes phases de vos développements, depuis vos premiers prototypes jusqu'au déboggage des logiciels que vous codez. > [name=Pierre-Etienne D, Data scientist à la DINUM] [time=19 mai 2023] --- > Jupyter s'est imposé comme un outil clé de la recherche scientifique dans de nombreux domaines. Il offre un environnement flexible, interactif et reproductible pour l'analyse des données, la communication des résultats et la collaboration entre chercheurs. Il favorise la transparence, la vérifiabilité et la diffusion des connaissances. L'extension de son utilisation dans l'enseignement de la programmation, mais aussi plus en général de l'analyse de données, les mathématiques et bien d'autres domaines liés à la science et à la technologie, en fait un moyen essentiel pour lier la recherche et l'enseignement, valeur fondatrice de l'enseignement supérieur. Son interface basée sur un navigateur et sa capacité à intégrer du code, des visualisations et du texte en font un outil polyvalent pour les enseignants et les étudiants. > > L'intégration de Jupyter dans la plateforme en ligne Candyce présente clairement des avantages logistiques comme la gestion plus légère des salles informatiques et la possibilité donnée aux étudiants d'utiliser leur machine personnelle sans problème d'installation ni de compatibilité. > > Jupyter et Candyce ont surtout de forts avantages pédagogiques : > 1. Apprentissage de la programmation : Jupyter fournit un environnement interactif pour apprendre des langages de programmation tels que Python, R et Julia. Les étudiants peuvent écrire du code dans les cellules et l'exécuter instantanément pour visualiser les résultats. Cela leur permet d'expérimenter, de déboguer et de comprendre le code plus facilement. > 2. Exploration de données : Jupyter permet d'importer et de manipuler des ensembles de données, puis d'effectuer des analyses et des visualisations. Les enseignants peuvent fournir des exemples de données réelles et guider les étudiants à travers des tâches d'exploration et d'analyse. Cela permet aux étudiants de développer des compétences en matière de manipulation de données et de visualisation. > 3. Rapports et présentations : Jupyter facilite la création de rapports et de présentations interactives qui intègrent du code, des visualisations et des explications dans un document unique. Cela permet aux étudiants de partager leurs résultats de manière plus engageante et interactive. > 4. Collaboration : Candyce prend en charge la collaboration en ligne, ce qui permet aux étudiants de travailler ensemble sur des projets et des exercices. Les étudiants peuvent partager leurs carnets Jupyter avec leurs pairs, les enseignants ou d'autres personnes, ce qui facilite le partage des connaissances et la rétroaction. > 5. Apprentissage actif : Jupyter peut être utilisé dans des approches pédagogiques actives telles que l'apprentissage par problèmes ou par projets. Les étudiants peuvent utiliser Jupyter pour résoudre des problèmes, mener des enquêtes ou réaliser des expériences. L'environnement interactif leur permet d'itérer rapidement et d'explorer différentes solutions. > [name=Dr. Carmelo Prestipino, CR CNRS, Intitut Sciences Chimiques de Rennes] [time=17 mai 2023] --- > La mise en place d’une plateforme basée sur l’écosystème Jupyter et sur des notebooks Jupyter a radicalement changé et facilité mes enseignements de Bioinformatique, de Génomique et de Génétique Humaine au sein de la licence et du master de Génétique de Université Paris Cité (110 étudiants chaque année sur notre plateforme Plasma). L’écosystème Jupyter me permet de préparer et de concevoir mes enseignements autrement, en facilitant considérablement l’aspect technique et en me permettant de me focaliser sur l’aspect pédagogique. Au sein de l'interface Jupyter Lab, les notebooks Jupyter rendent les apprentissages beaucoup plus intuitifs et faciles d’accès pour les étudiants, même pour des étudiants qui ne sont pas initialement à l’aise avec la programmation ou les programmes en ligne de commande. Je peux ainsi leur apprendre à utiliser des programmes indispensables pour l’analyse de données génétiques et génomiques, de la même façon que je les utilise pour mes projets de recherche. Ce type d’outil est donc devenu indispensable pour former nos étudiants à leur futur métier dans des conditions optimales. Je suis certaine que Candyce sera une énorme avancée pour permettre le partage au niveau national d’une instance pratique, intuitive, efficace et pérenne, et qui bénéficiera aussi bien aux enseignants qu’aux étudiants. > [name=Dre. Sandrine Caburet, Maître de conférences en génomique et génétique humaine, Université Paris Cité] [time=22 mai 2023] --- > En 2018, nous avons créé à Université Paris Cité, la plateforme d’e-learning Plasma basée sur l’écosystème open-source Jupyter. Cette plateforme, polyvalente et performante, est utilisée dans les UFR Sciences du vivant et de Médecine. Les enseignants comme les étudiants reconnaissent que Plasma est d’une utilisation souple et intuitive. > Jusqu’à présent, un seul enseignant-chercheur s’occupe de la maintenance et de la gestion informatique de cette plateforme. > Le projet Candyce permettrait d’uniformiser, de mutualiser et de rationaliser cet effort de gestion, que ce soit via une unique plateforme nationale ou plusieurs instances locales. > [name=Pierre Poulain, Maître de conférences en bioinformatique, Université Paris Cité] [time=22 mai 2023] --- > Durant mon doctorat, il m'a été donné l'opportunité de donner des travaux dirigés ayant pour but de développer les compétences de programmation en Python. > Permettant de combiner dans un même document lignes de code et rappels de cours mais encore d'écrire en langage LaTeX et j'en passe, Jupyter s'est vite imposé comme un outil de choix pour ce genre d'exercice. > C'est un outil qui d'après moi, demanderait à être plus largement diffusé et c'est pourquoi je soutiens le projet Candyce. > > [name=Léonard Martinez, Doctorant en Sciences Planétaires, Université Paris-Saclay] [time=22 mai 2023] / --- > Tous mes enseignements pratiques de bioinformatique et de biostatistiques (130 h par an) en biologie et en médecine (des niveaux L1 à M2) se font désormais avec l’interface Jupyter Plasma, que nous avons installée à Université Paris Cité en 2018. J’en suis devenue totalement inconditionnelle. Il me serait impossible de revenir en arrière, tant cette interface a facilité l’apprentissage de la programmation, même dès la 1ère année de médecine. Pour les enseignements d’analyse de données massives générées en biologie et santé, les étudiants n’ont plus à se préoccuper d’aspects techniques chronophages et peuvent se concentrer sur l’analyse et son interprétation. Cela a changé profondément nos pratiques pédagogiques, permettant aux étudiants d’acquérir les compétences “métier” sans appréhension ni difficulté, et facilitant un apprentissage actif en mode hybride. Pour les enseignants, la plateforme Jupyter est garante d’une simplicité et homogénéité entre les étudiants et autorise des enseignements en petits groupes ou sur de plus grandes promotions. Avec Candyce, la mise en commun d’une seule interface Jupyter permettra une cohérence des enseignements, des échanges aisés entre enseignants de contenus pédagogiques, une facilité de maintenance et une pérennisation indispensable, que chaque établissement, seul, ne peut pas se permettre. Nous avons absolument besoin de Candyce ! > [name=Claire Vandiedonck, Maître de conférences en biostatistiques et génétique, faculté de Médecine, Université Paris Cité] [time=22 mai 2023] / --- > Nous avons monté un nouvel enseignement de programmation de 25 h pour les L3 Sciences de la Terre basé sur Jupyter. Ce module d'abord en option a été plébiscité par tous les étudiants qui l'ont suivi et est passé en obligatoire cette dernière année universitaire, à leur demande. La plateforme Jupyter est idéale pour faire ses premiers pas en programmation Python car elle permet de mélanger cours, informations et exercices de manière intégrative. Elle permet aussi d'organiser son travail et de retrouver facilement les exemples pour les réutiliser dans des codes différents et les assimiler. La possibilité d'étendre et de partager son utilisation dans de nombreux enseignements avec le projet Candyce est quelque chose qui bénéfiecira grandement aux enseignements scientifiques de nombreuses disciplines. > > [name=Albane Saintenoy, Maître de conférence en Sciences de la Terre, Université Paris Saclay] [time=23 mai 2023] / --- > Pour tout mes enseignements en génomique, bioinformatique et biostatistiques, la plateforme Plasma, basée sur Jupyter, lancée et maintenue par le travail de collègues des UFR de Médecine et de Sciences de la Vie, est un outil très précieux. En effet, la possibilité d'utiliser une interface web complète qui est un portail unique pour toutes les analyses en bash, R et python (entre autres) est très rassurant pour les étudiant·e·s. Ces derniers, une fois l'interface JupyterLab prise en main (en quelques minutes) prennent rapidement confiance et se concentrent sur le fond des apprentissages plutôt que sur la forme. Ils peuvent même aller jusqu'au rendu final d'une analyse scientifique contenant texte, code et figures avec la rédaction d'un notebook. C'est aussi un énorme avantage car toute machine équipée d'un navigateur web peut se connecter au serveur Jupyter. On évite ainsi les classiques problèmes d'installations de logiciels dans les salles informatiques et les étudiant·e·s peuvent même accéder au serveur de chez eux pour suivre des UE à distance ou pour mener des analyses dans le cadre de projets. > La mise en place de Candyce permettra la mise en commun d'un serveur Jupyter commun au niveau national et sera un atout pédagogique majeur pour les étudiant·e·s et les enseignant·e·s ainsi qu'un gage de stabilité et de continuité. > > [name=Antoine Bridier-Nahmias, Maître de conférence à la Faculté de Médecine, Université Paris Cité] [time=23 mai 2023] / --- > Pour l'enseignement de l'analyse de données scientifiques massives, notamment en biologie et santé, un environnement d'analyse interactif et reproductible a été installé à l'Université de Rouen notamment à l'UFR Santé et l'UFR Sciences. Cet outil est la plateforme Plasma : "Plateforme d'eLearning pour l'Analyse de données Scientifiques Massives" développée à l'Université Paris Cité et basée sur l’écosystème open-source Jupyter. Son intégration dans notre université a offert à nos étudiants une expérience de formation interactive, immersive et enrichissante grâce à sa prise en main intuitive et sa flexibilité opérationnelle et pédagogique. L'approche pédagogique repose sur l'utilisation des notebooks dans trois contextes différents : en présentiel, en hybride et à distance. Jupyter encourage les étudiants à s'engager activement dans leur apprentissage. Le projet Candyce, en créant un écosystème Jupyter homogène et cohérent à l'échelle nationale, renforcera encore davantage l'offre de formation et la collaboration. Cette initiative permettra d'harmoniser des pratiques pédagogiques, faciliter les échanges entre enseignants et assurer une continuité dans l'apprentissage des étudiants. > > [name=Abdellah Tebani, MCU-PH à l'UFR Santé de Rouen, Université de Rouen] [time=23 mai 2023] / --- > L’environnement jupyter (plasma) est très utile, aussi bien pour enseigner à nos étudiants que collaborer entre enseignants. Il permet vraiment d’initier des personnes avec des expériences variées et est ainsi une pierre angulaire de l'interdisciplinarité. Il m’a notamment permis d’initier de jeunes étudiants en médecine (PASS) à l’intelligence interficielle et son application à la santé, dans un environnement défini et des outils fournis, ce qui leur a permis de mettre des exemples en pratique sans passer énormément de temps sur des explications non essentielles à la compréhension des concepts clés. Un tel outil disponible à plus grande échelle permettra des échanges riches dans le cadre de l’enseignement supérieur et la multi-disciplinarité. > > [name=Ludivine Doridot, MCU à l'UFR de Médecine, Université Paris Cité, ERC Stg Grantee Projet MensEndoDiag] [time=25 mai 2023] / --- > La mise en place de JupyterHub au Conservatoire national des arts et métiers a permis de mettre au centre de nos préoccupations la pédagogie et les apprentissages fondamentaux (en ce qui me concerne de la bioinformatique, de la programmation ou de l'analyse des données). Les interactions avec les auditeurs et auditrices du CNAM en sont plus riches ; les projets sont plus pointus et formateurs. La plate-forme a rencontré l'adhésion des équipes enseignantes et des apprenants. > > [name=Josselin Noirel, maître de conférences au CNAM, Paris] [time=25 mai 2023] / --- > Dans les cours de mathématiques et de sciences en général, les élèves apprennent à manipuler différents objets mathématiques. Le but ultime des cours n'est pas de maîtriser ces manipulations pour elle-mêmes, mais de "sentir", "voir" et connaître les objets mathématiques. Y a-t-il d'autres moyens pour mieux atteindre cet objectif que les méthodes traditionnelles ? > Une piste à explorer est l'utilisation de l'informatique. En effet, l'informatique rend possible toute une classe de calculs inaccessibles par des méthodes analytiques, par exemple, la résolution des équations différentielles dont la solution ne s'exprime pas en termes de fonctions usuelles. Ces solutions peuvent ensuite être visualisées graphiquement. Il y a sans doute de nombreuses autres possibilités en attente de découverte. De plus, la période est favorable parce que le niveau moyen des étudiants en programmation a récemment augmenté. La plupart en L1 sciences savent maintenant faire ce que les étudiants de M1 faisaient il y a 10 ans. Pour explorer cette piste, il serait très utile de pouvoir donner accès aux étudiants à la même plateforme, accessible partout, et facilitant les échanges avec les enseignants. Les plateformes étrangères telles que CoCalc et Nuvolos ont démontré leur utilité, la future plateforme Candyce remplit les mêmes critères de qualité pédagogique. > > [name=Sean Mc Namara, maître de conférence en Physique, Université de Rennes] [time=27 mai 2023] / --- > Nous utilisons les notebooks Jupyter depuis 2014 pour compléter les supports vidéo du MOOC Python Inria (plus de 100_000 inscrits). J'utilise également les notebooks pour l'enseignement d'Informatique du Cycle des Ingénieurs Civils de l'École des Mines de Paris (130 élèves / an). Pour tous ces usages j'utilise une plateforme *ad hoc* administrée par mes soins, qui sert également à quelques autres usages ponctuels (MOOCs de l'École Polytechnique, ENSI Poitiers, m@gistere), et qui a été utilisé également aux débuts de Capytale > Au vu de tous les témoignages qui figurent ici, je suis convaincu que la somme des efforts dépensés ici et là pour mettre en place et administrer une plateforme de ce genre justifie largement un effort mutualisé, pour offrir à tous un outil de qualité et qui soit garanti sur la durée. > > [name=Thierry Parmentelat, Ingénieur de Recherche Inria] [time=12 juin 2023] / --- > J'ai enfin trouvé une façon qualitative de travailler l'informatique quand j'ai découvert Jupyter, JupyterHub et nbgrader ! > Malheureusement, je dois faire fonctionner mon propre ordinateur en serveur (pour des quarts de promotion afin de réduire la charge) et j'attends donc avec grande impatience un système équivalent national... > > [name=Benjamin Parent, Enseignant mathématiques et informatique tronc commun en classe PT] [time=26 octobre 2024] / --- > ... > > [name=X, Y] [time=D] / --- > ... > > [name=X, Y] [time=D] / --- > ... > > [name=X, Y] [time=D] / --- > ... > > [name=X, Y] [time=D] / --- > ... > > [name=X, Y] [time=D] / --- > ... > > [name=X, Y] [time=D] / --- > ... > > [name=X, Y] [time=D] / --- > ... > > [name=X, Y] [time=D] /