• Advanced R – application for statistics in agricultural sciences
• Basic Python for Data Science

for postgraduate students in West Africa (Benin, Burkina Faso, Niger, and Mali)

Source de financement : Ministère fédéral des affaires étrangères, Allemagne, par l'intermédiaire de l'Office allemand d'échanges universitaires (DAAD).

ID du projet DAAD : 57587014

Coordination : Equipe Pro-RUWA à l'Université de Kassel (Allemagne)

Deadline for application: 05 December 2025

Lieu du contrat : Witzenhausen/Kassel, Allemagne

Deadline for completion: April 30, 2026

Personne de contact : PD Dr. Martin Wiehle

Contexte

Le réseau germano-africain financé par l'Office allemand d'échanges universitaires (DAAD) "Promouvoir les capacités académiques pour une utilisation durable des ressources agricoles en Afrique de l'Ouest" - Pro-RUWA a été créé pour former une nouvelle génération de jeunes scientifiques, entrepreneurs et administrateurs formés au niveau régional et international. Pro-RUWA s'appuie sur les structures existantes de trois jeunes universités d'Afrique de l'Ouest, à savoir l'Université d'Abomey-Calavi (UAC, Bénin), l'Université Abdou Moumouni (UAM, Niger) et l'Université Daniel-Ouezzin Coulibaly (UDOC, Burkina Faso), qui ont récemment décidé d'internationaliser leurs études supérieures.

Au sein du réseau, plusieurs unités existent ou sont sur le point d'être créées pour permettre aux futurs décideurs de l'Afrique de l'Ouest francophone de surmonter ensemble les goulets d'étranglement liés à la mauvaise utilisation des ressources et à l'insécurité alimentaire au niveau national et régional, en encourageant l'enseignement universitaire, les relations internationales et le développement régional. L'un des piliers de Pro-RUWA est de doter les étudiants et les enseignants des technologies les plus récentes qui leur permettent de mieux comprendre la nature complexe des systèmes socio-écologiques en collectant, traitant, analysant et interprétant des données multidimensionnelles. Pour ce faire, nous développons et fournissons du matériel et des cours d'apprentissage et d'enseignement en ligne à source ouverte, en mettant l'accent sur les réalités et le contexte éducatif des trois pays. Reconnaissant la nécessité d'une réforme plus large des méthodes de recherche et de l'enseignement de la science des données, nous pensons que ces ressources seront utilisées non seulement pour les cours de niveau MSc et PhD, mais aussi pour un certain nombre d'autres cours et contextes.

In this context, classical and up-to-date statistical algorithms and applications empowered through the open-source software R as well as Python are vital in agricultural research for its robust data analysis capabilities. Both applications handle diverse data types offering tools for exploratory analysis, hypothesis testing, and predictive modelling. Its comprehensive statistical functions enable an understanding of complex trends, essential for effective agricultural decision-making. This helps researchers optimize resource use and improve management strategies. Their open-source nature encourages innovation and adaptation to agricultural challenges, supporting efforts in food security and sustainability. We aim to produce materials licensed as open educational resources (Creative Commons license CC BY) and wherever possible all other materials including data shall be freely accessible.

Advanced R course: This advance course requires more advancing in automation, reporting & advanced R programming, writing custom functions and iteration, automated report generation with Quarto/R Markdown, creating professional tables and Word outputs, data validation and quality checks, as well as workflow automation. The topics should include the essentials of R/RStudio usage, understanding R syntax, and performing these tasks.

Python Data Science course: Basic course in Python for data course should include basic data analyses skill using Numpy, Matplotlib & Seaborn, file handling & coding practices, AI coding tools, Pandas & Scipy, and introduction to machine learning.

Both online courses should emphasize on practical applications and aim to use examples from agricultural sciences and experimental biology/ecology to equip students with the skills needed for handling real-world data, performing adequate analyses, and presenting findings professionally.

 Sortie prévue

Overall, we propose e-learning courses with about 12 learning hours fully online each. Materials should be made available online for self-paced learning. The online repository will be the in-house and Moodle-based African Excellence platform DIGI-FACE. Graduate students who want to use either/or programming languages application for statistics for their own research, or teachers who wish to include these in their teaching programs.

We request a three-step stage plan including the (i) development of the respective module, the (ii) implementation and also a later (iii) an adjustment phase based on feedbacks by participants, which should be reflected in the course development offer.

Applications for one or two courses courses (R and Python) are possible

Comment postuler ?

La demande doit contenir

• Lettre de motivation (max. 1 page)
• CV (personnes individuelles) ou profil de l'entreprise, y compris les portefeuilles des contrats déjà réalisés et menés à bien (3 pages au maximum)
• Prix par tâche (pré et post-production, sur la base des salaires habituels dans le secteur de l'enseignement supérieur), y compris la TVA (MwSt) - le cas échéant. Les coûts prévus doivent inclure toutes les dépenses liées au cours (salaires, consommables, mobilités éventuelles) - c'est-à-dire qu'aucun coût supplémentaire ne sera pris en charge.

Please submit your application as one pdf file with your full name and course, example: NameFamilyName_AdvanceRStatistic

Contact

www.uni-kassel.de/forschung/pro-ruwa/home

www.digiface.org/about-african-excellence/promoting-academic-capacities-for-sustainable-agricultural-resources-use-in-west-africa-pro-ruwa/contacts/

Tel : +49 (0) 5542 98 1372

Courriel : pro-ruwa@uni-kassel.de

Vous devez être connecté pour évaluer les messages.

Personnel scientifique / coordinateur de projet Martin Wiehle Faculté des sciences agricoles biologiques (Université de Kassel) Plus de blogs de cet auteur

1 Commentaires