Master Informatique parcours Ingénierie des données

Carte d'identité

Diplôme national de master contrôlé par l'État
- de 1 mois pour accéder au 1er emploi
100 % des diplômés sont en emploi dont 90 % en emploi stable
selon une étude réalisée 18 mois après obtention du diplôme

OBJECTIFS

Le mot du responsable

Vous souhaitez acquérir des compétences en analyse de données et en intelligence artificielle ?
Ce parcours vous permettra de gérer et d’analyser des données massives (big data) avec des techniques statistiques ou de classification issues notamment de l’intelligence artificielle.

Ce parcours est accessible à La Rochelle en formation initiale et en alternance.

En complément de cette formation, un cursus master en ingénierie vous est proposé : https://www.univ-larochelle.fr/formation/nos-formations/cursus-master-ingenierie-cmi

Frédéric Bertrand

ADMISSION

Votre profil

Vous êtes titulaire d’un Bac+3, Bac+4 ou équivalent : vous avez des connaissances en programmation déclarative et objet, structures de données, langages du Web, réseaux et protocoles, architecture client-serveur et bases de données requises.

Comment candidater ?

En 1re année de Master, la sélection des candidats est réalisée sur dossier.
Vous souhaitez candidater en 1re année de Master
Vous souhaitez candidater en 2e année de Master
Alternance : l’accès à la 1re année et à la 2e année de Master en alternance n’est définitivement acquis que lorsque vous attestez de la signature d’un contrat d’apprentissage ou d’un contrat de professionnalisation.

PROGRAMME

À l’Université, quelle que soit votre formation, les années sont découpées en semestres.

Chaque semestre, vous suivrez cinq unités d’enseignement (UE) qui correspondent à :

  • 3 UE « majeures » : elles correspondent à la discipline d’inscription de votre formation.
  • 1 UE « mineure » : elle correspond soit à la discipline de votre majeure soit à une autre discipline de votre choix. C’est à vous de décider.
  • 1 UE transversale : suivie par tous les étudiants de l’Université, elle correspond à des cours de langues, d’informatique d’usage, de préprofessionnalisation, bref, tout ce qui fera de vous un futur candidat recherché sur le marché de l’emploi.

Parcours général

Cours majeurs
  • Bases de données avancées obligatoire
    • Objectifs

      L'objectif de cet EC est de permettre aux étudiant·e·s de se familiariser soit avec des modèles de données alternatifs au modèle relationnel (données semi-structurées, modèles clé-valeur), soit de maîtriser les correspondances du modèle relationnel avec le modèle objet utilisé en programmation.

      Cet EC participe à l'apprentissage des compétences suivantes :

      -  Développer un logiciel ;
      -  Modéliser et construire un système.

      A l'issue de cet enseignement, l'étudiant·e sera capable de :

      -  Utiliser des API permettant la (dé)sérialisation d'objets en documents XML ;
      -  Utiliser des API permettant la (dé)sérialisation d'objets dans des BD relationnelles ;
      -  Choisir un type de BD NoSQL adapté à différentes contraintes (répartition, résilience...) ;
      -  Choisir l'environnement de programmation adapté au contexte (le langage, framework, bibliothèque etc) ;
      -  Classifier et analyser des architectures, des processus, des algorithmes et des structures de données.

      Cet enseignement se déroule de la manière suivante :

      -  Le modèle de données semi-structurées XML. Ce modèle est utilisé pour le stockage de documents numérique mais également comme format d'interopérabilité entre applications. La définition de vocabulaires est présentée à travers l'étude des DTD et schémasXML du W3C. Les liens entre modèle objet et modèle XML sont abordés à travers la spécification JAXB ( Java XML Bindings) ;
      -  Le modèle de correspondance objet-relationnel (Object Relational Mapping) et sa mise en œuvre à travers la spécification JPA ( Java Persistence API) ;
      -  Les différentes familles de bases de données NoSQL offrant une alternative aux bases de données relationnelles pour la prise en compte de contraintes telles que leur extensibilité et leur tolérance aux pannes.

    • 49h 30min (15h cours magistraux - 15h travaux dirigés - 15h travaux pratiques - 4h 30min travail en accompagnement)
    • 5 crédits ECTS
    • Code de l'EC

      260-1-11

  • Information systems obligatoire
    • Objectifs

      L'objectif de cet EC est de se familiariser avec les Systèmes d'Information (SI) et leur rôle dans les entreprises et d'apprendre les méthodes et techniques de modélisation, de conception et de déploiement des SI. Un des objectifs de cette UE est de savoir effectuer une veille intelligente sur les évolutions des SI et des technologies liées : virtualisation, big data, architectures réparties, intelligence artificielle.

      Cet enseignement participe à l'apprentissage des compétences suivantes :

      -  Modéliser et construire un système ;
      -  Intégrer les contraintes réciproques entre le monde physique et le monde virtuel ;
      -  Adapter ses pratiques et ses compétences dans un domaine en évolution constante et rapide.

      A l'issue de cette UE, l'étudiant·e sera capable de :

      -  Identifier la cartographie métier, fonctionnelle et applicative qui va servir à l'alignement du SI à l'Entreprise ;
      -  Modéliser les processus métier avec la notation BPMN 2.0 et les exécuter afin d'en évaluer les performances, apprendre à utiliser un moteur de workflow (BPM) ;
      -  Créer un ERP avec le logiciel Open Source Odoo, de deux manières différentes : mode utilisateur de briques logicielles (studio) et mode programmation d'un module ;
      -  Réaliser un cluster de données massives Hadoop avec plusieurs nœuds et y traiter des données avec l'algorithme Map-Reduce.

      Cet enseignement se déroule de la manière suivante :

      -  Organisation des SI dans les entreprises : connaître les grands principes des SI, leurs rôles dans les entreprises selon leurs objectifs stratégiques ; apprendre les principes et les bonnes pratiques de l'urbanisation des SI, leur alignement sur les métiers de l'entreprise ; modéliser les processus métier avec la notation BPMN 2.0 et les exécuter afin d'en évaluer les performances, apprendre à utiliser un moteur de workflow (BPM) ; apprendre les architectures possibles des SI ; étudier les concepts et quelques exemples de l'architecture orienté service SOA.

      -  Systèmes d'Information Intégrés (PGI) : étudier les architectures intégrées des SI ; connaître les Fonctions métier de l'entreprise (RH, Finance, CRM...) ; étudier en détail un ERP Open Source (Odoo) et apprendre à développer un SI sur-mesure à partir d'un ERP ; apprendre les principes et bonnes pratiques du déploiement d'un ERP.

      -  Evolution des SI : effectuer une veille sur l'évolution des SI : Cloud, big data, IA...

      -  Apprendre à mettre en œuvre un cluster de données massives avec le système Hadoop.

    • Langue d'enseignement

      français - anglais

    • 57h (15h cours magistraux - 33h travaux pratiques - 9h travail en accompagnement)
    • 5 crédits ECTS
    • Code de l'EC

      260-1-31

  • Ingénierie logicielle obligatoire
    • Objectifs

      L'objectif de cet EC est de permettre aux étudiant·e·s de se familiariser avec les bonnes pratiques du développement logiciel (qualité logicielle, test, design pattern ) et de mettre en place une méthode agile (type Scrum). Les paradigmes de virtualisation, conteneurisation, versioning et d'intégration continue sont également abordés dans ce module. Enfin, la modélisation formelle de systèmes critiques sera abordée : modélisation par automates, algorithmes d'analyse et de vérification et de preuve (model-checking), etc.

      Cet enseignement participe à l'apprentissage des compétences suivantes :

      -  Développer un logiciel ;
      -  Modéliser et construire un système ;
      -  Administrer des systèmes et réseaux ;
      -  Appliquer les principes du génie logiciel ;
      -  Intégrer les contraintes réciproques entre le monde physique et le monde virtuel ;
      -  Adopter une démarche responsable.

      A l'issu de cette UE, l'étudiant·e sera capable de :

      -  Comprendre les problèmes liés au développement du logiciel, principe du génie logiciel ;
      -  Connaître les principaux modèles de cycle de vie du logiciel ;
      -  Comprendre les normes de qualité d'un logiciel ;
      -  Mettre en œuvre des tests à différents niveaux du cycle de vie logiciel (composants, intégration, système) et de différentes manières (fonctionnels / non fonctionnels : techniques statiques et revues de code, techniques « boîtes noires », techniques « boîte blanches ») ;
      -  Connaître les principales métriques du logiciel et les utiliser pour améliorer la qualité ;
      -  Conception d'un logiciel à base de composants ;
      -  Modéliser de manière semi-formelle des systèmes à base de composants ;
      -  Approches formelles de vérification et de test ;
      -  Avoir des connaissances des méthodes formelles, modèles et logiques associées pour la garantir la qualité d'un système ;
      -  Utiliser des outils de gestion de version ;
      -  Appliquer les aspects liés aux méthodes agiles ;
      -  Travailler en équipe autant qu'en autonomie et responsabilité au service d'un projet.

      Cet enseignement se déroule de la manière suivante :

      -  La première semaine est dédiée au génie logiciel avec la qualité du logiciel,les tests et les design pattern ;
      -  La deuxième semaine est consacrée à la gestion de projet et à la virtualisation et la conteneurisation ;
      -  La dernière semaine est dédiée à la modélisation de système critique par automate temporisé à entrée/sortie et à la gestion de version et à l'intégration continue.

    • 57h (15h cours magistraux - 15h travaux dirigés - 18h travaux pratiques - 9h travail en accompagnement)
    • 5 crédits ECTS
    • Code de l'EC

      260-1-21

Cours mineures de spécialité
  • Approches expérimentales obligatoire
    • Objectifs

      L'objectif est d'appréhender par l'expérimentation les problématiques liées à l'acquisition, le codage et le traitement de contenus numériques. Il s'agira de tester des outils existants afin d'en évaluer les performances mais également les limites. Cette mineure permettra d'aborder les sujets tels que l'acquisition d'image (numérisation), les méthodes de codage, le filtrage (son et image ), la reconnaissance d'objets par des techniques d'intelligence artificielle, le traitement automatique de la langue pour analyser des corpus de textes.

      Cet EC participe à l'apprentissage des compétences suivantes :

      -  Développer un logiciel ;
      -  Modéliser et construire un système ;
      -  Appliquer les principes du génie logiciel.

      A l'issue de cet enseignement, l'étudiant·e sera capable de :

      -  De distinguer les différents types de matériel pour l'acquisition de contenu ;
      -  De mettre en place un processus global d'acquisition et de traitement de ces contenus ;
      -  De distinguer les limites dans le processus.

      Cet enseignement se déroule de la manière suivante :

      L'enseignement sera basé avant tout sur la prise en main de ressources matérielles et logicielles afin de mesurer les mécanismes permettant de les intégrer dans un processus cohérent d'acquisition et de traitement de contenus en distinguant en particulier les limites et les aspects critiques du processus :
      -  Les différents matériels d'acquisition de contenu ;
      -  Les limites de l'extraction de l'information ;
      -  L'intégration dans les processus de traitement ;
      -  Les aspects critique de cette intégration ;
      -  Les boucles de rétro-action traitement / acquisition.

    • 42h (9h cours magistraux - 6h travaux dirigés - 18h travaux pratiques - 9h travail en accompagnement)
    • 6 crédits ECTS
    • Code de l'EC

      260-1-81

  • Programmation concurrente et distribuée obligatoire
    • Objectifs

      L'objectif de cet EC est de permettre aux étudiant·e·s de connaître les grands principes de la programmation concurrente utilisés dans le développement d'applications concurrentes et également les mécanismes d'appels de procédures distantes (RPC) utilisés dans le développement d'applications distribuées.

      Cet EC participe à l'apprentissage des compétences suivantes :
      -  Développer un logiciel.

      A l'issue de cet enseignement, l'étudiant·e sera capable de :

      -  Écrire correctement des programmes concurrents en utilisant différents modèles de programmation : mémoire partagée et échange de message ;
      -  Expliquer les problèmes de cohérence liées à la mise à jour concurrente de données ;
      -  Concevoir des architectures distribuées en utilisant des appels de procédures distantes.

      Cet enseignement se déroule de la manière suivante :

      -  Rappels sur la notion de processus et de fil d'exécution (thread) : structure et gestion par le système d'exploitation ;
      -  Les différents modèles de communication entre unité d'exécution : communication par mémoire partagée (illustré avec l'utilisation du langage Java) et communication par échange de messages (illustré avec l'utilisation du langage Go) ;
      -  Étude de différents modèles de traitement de données utilisant la communication par échange de message ;
      -  Présentation des mécanismes d'appels de procédure distante et illustration avec la bibliothèque gRPC.

    • 25h 30min (7h 30min cours magistraux - 9h travaux dirigés - 9h travaux pratiques)
    • 3 crédits ECTS
    • Code de l'EC

      260-1-71

  • Architecture de l'information obligatoire
    • Objectifs

      L'objectif de cet EC est de comprendre l'utilisation de la donnée, et plus largement de l'information, dans les systèmes informatiques à travers des différents concepts d'architecture. Le cycle de vie de l'information va être le fil conducteur afin de mettre en évidence les différentes questions qu'il va falloir se poser sur toute la chaine d'utilisation de l'information. Une sensibilisation sur la thématique « utiliser de l'information de manière responsable » sur tout le cycle de vie va être également intégrée afin d'aborder les fondamentaux en termes d'éco conception des systèmes d'information.

      Cet EC participe à l'apprentissage des compétences suivantes :

      -  Modéliser et construire un système ;
      -  Appliquer les principes du génie logiciel ;
      -  Intégrer les contraintes réciproques entre le monde physique et le monde virtuel ;
      -  Adopter une démarche responsable.

      A l'issue de cet enseignement, l'étudiant·e sera capable de :

      -  Connaître les principes et les méthodes autour du cycle de vie (de la donnée, de l'information et des systèmes complexes d'information ) ;
      -  Identifier et utiliser les différentes normes autour de la gouvernance de l'information ;
      -  Mettre en place la gestion d'un cycle de vie d'une application ou d'un système d'information ;
      -  Rédiger un dossier d'architecture ;
      -  Aborder des problématiques liées à l'éco conception et les intégrer dans les différentes phases de réalisation d'une application ou d'un système d'information ;
      -  Travailler en autonomie et en groupe avec l'appropriation de la méthode agile à travers des situations concrètes.

      Cet enseignement se déroule de la manière suivante :

      -  Aborder l'état de l'art de l'ensemble du cycle de vie de la donnée ;
      -  Découpage du cycle de vie en utilisant la méthode POSMAD ;
      -  Mettre en pratique les notions théoriques ;
      -  Approfondir la méthodologie de recherche de l'information ;
      -  Intégration de la démarche numérique responsable dans le cycle de vie de l'information.

    • 24h (12h cours magistraux - 12h travaux pratiques)
    • 3 crédits ECTS
    • Code de l'EC

      260-1-72

Cours transversaux
  • Préparation à la mobilité semestre impair - Espagnol à choix
    • 12h (12h travaux dirigés)
    • Code de l'EC

      000-1-01

  • Préparation à la mobilité semestre impair - Portugais à choix
    • 12h (12h travaux dirigés)
    • Code de l'EC

      000-1-02

  • Préparation à la mobilité semestre impair - Anglais à choix
    • 12h (12h travaux dirigés)
    • Code de l'EC

      000-1-03

  • LR - Formation complémentaire en Numérique Responsable à choix
    • 15h (15h cours magistraux)
    • Code de l'EC

      HM-001

  • NIORT - Formation complémentaire en Numérique Responsable à choix
    • 15h (15h cours magistraux)
    • Code de l'EC

      HM-003

  • LR-Intervention Sopra-Stéria à choix
    • 18h (9h cours magistraux - 9h travaux dirigés)
    • Code de l'EC

      HM-022

  • NIORT-Intervention Sopra-Stéria à choix
    • 18h (9h cours magistraux - 9h travaux dirigés)
    • Code de l'EC

      HM-023

  • LV1 Anglais obligatoire
    • Langue d'enseignement

      anglais - français

    • 24h (24h travaux dirigés)
    • 2 crédits ECTS
    • Code de l'EC

      260-1-01

  • Découverte de la recherche obligatoire
    • Objectifs

      L'objectif de cet EC est de découvrir l'activité scientifique du laboratoire support du master (le L3i -Laboratoire Informatique, Image et Interaction) et d'identifier un projet du laboratoire et une problématique scientifique sur laquelle travailler tout au long des 3 premiers semestres du master.

      Cet EC participe à l'apprentissage des compétences suivantes :

      -  Adapter ses pratiques et ses compétences dans un domaine en évolution constante et rapide ;
      -  Adopter une démarche responsable.

      A l'issue de cette UE, l'étudiant·e sera capable de :

      -  Actualiser et évaluer ses connaissances scientifiques et techniques ;
      -  Réfléchir sur sa pratique - individuellement et entre pairs - et réinvestir les résultats de sa réflexion dans l'action.

      Cet enseignement se déroule de la manière suivante :

      -  Présentation du laboratoire, de son activité scientifique et de ses projets ;
      -  Présentations scientifiques de membres du laboratoire ;
      -  Structuration et financement de la recherche ;
      -  Numérique responsable ;
      -  En parallèle, un projet sera à réaliser, sur une des problématiques de recherche du laboratoire, en tutorat avec un·e doctorant·e ou ingénieur·e du laboratoire, dans le but d'en identifier le positionnement scientifique ;
      -  Un certain nombre d'activités liées à la vie du laboratoire et de l'université seront proposées à l'étudiant·e via un livret d'activités qu'il·elle devra valider : participation à des évènements (FDLS, MTI30, FDFPTS, Soutenances de thèse, Colloques...) ; participation à des workshops (Hackathlon, AI4Industry...) ; participation aux réunions d'équipe et séminaires du laboratoire.

    • 43h 30min (13h 30min cours magistraux - 3h travaux dirigés - 12h travaux pratiques - 15h travail en accompagnement)
    • 3 crédits ECTS
    • Code de l'EC

      260-1-02

  • Remédiation / personnalisation obligatoire
    • Objectifs

      L'objectif de cet EC est de permettre aux étudiant·e·s arrivant en master d'évaluer leurs compétences en termes de développement, modélisation, administration systèmes et réseaux, génie logiciel et éventuellement de travailler en autonomie afin d'atteindre un niveau prérequis équivalent à celui obtenu à la sortie d'une licence mention informatique.

      Cet enseignement participe à l'apprentissage des compétences suivantes :

      -  Développer un logiciel ;
      -  Modéliser et construire un système ;
      -  Administrer des systèmes et réseaux ;
      -  Appliquer les principes du génie logiciel.

      A l'issue de cette UE, l'étudiant·e sera capable de :

      -  Produire un exécutable à partir d'un code source ;
      -  Traduire une spécification en code respectant des conventions de programmation ;
      -  Emettre un diagnostic du code et une correction en cas de dysfonctionnement ;
      -  Identifier les opérations liées aux différentes structures de données ;
      -  Choisir le couple structure de données / algorithme le plus adapté à la résolution d'un problème ;
      -  Quantifier les ressources nécessaires induites par les choix de modélisation ;
      -  Installer et gérer un réseau ;
      -  Configurer des systèmes d'exploitation et services réseaux ;
      -  Développer des services réseaux ;
      -  Gérer les droits d'accès relatifs aux utilisateurs et aux ressources ;
      -  Produire du code simple et intelligible ;
      -  Mettre en place des tests unitaires ;
      -  Mettre en œuvre de bonnes pratiques de conception pour assurer la qualité du logiciel.

      Cet enseignement se déroule de la manière suivante :

      -  Mise à disposition de matériel pédagogiques ayant trait aux compétences à valider / acquérir ;
      -  Travail en autonomie et auto-évaluations régulières ;
      -  Points d'avancement régulier avec les enseignant·e·s référent·e·s sur les compétences.

    • 15h (3h cours magistraux - 12h travail en accompagnement)
    • 1 crédit ECTS
    • Code de l'EC

      260-1-04

  • Projet (Initial) à choix
    • Objectifs

      L'objectif de cet EC est de mettre aux étudiants qui ne sont pas en alternance de travailler sur un projet issu soit du monde académique, soit d'une entreprise pour mettre en œuvre les pratiques et les connaissances acquises au premier semestre.

    • Langue d'enseignement

      français - anglais

    • 30h (6h cours magistraux - 24h travail en accompagnement)
    • 3 crédits ECTS
    • Code de l'EC

      260-1-03

  • Mise en situation professionnelle (Alternants) à choix
    • 3 crédits ECTS
    • Code de l'EC

      260-1-05

Cours majeurs
  • Acquisition et codage des contenus - fondements obligatoire
    • Objectifs

      L'objectif de cet EC est de donner à l'étudiant·e les fondements théoriques sur le codage et la compression de données numériques. Les applications pour différents types de contenus (texte, son, images, vidéos) seront aussi étudiées.

      Cet EC participe à l'apprentissage des compétences suivantes :

      -  Intégrer les contraintes réciproques entre le monde physique et le monde virtuel ;
      -  Adapter ses pratiques et ses compétences dans un domaine en évolution constante et rapide.

      A l'issue de cet enseignement, l'étudiant·e sera capable de :

      -  Connaître les grands types d'algorithmes de codage (codage de type statistique, codage de type Dictionnaire,...) ;
      -  Connaître les mécanismes de la compression avec et sans pertes ;
      -  Choisir le type de codage adapté au contenu et à son support de stockage ou de diffusion ;
      -  Implémenter des algorithmes classiques de compression avec et sans pertes pour différents types de contenus (texte, image, son) ;
      -  Evaluer la qualité d'une compression de données.

      Cet enseignement se déroule de la manière suivante :

      -  Généralités sur le codage et la compression ;
      -  Notion de théorie de l'information ;
      -  Codage de type statistique ;
      -  Codage par dictionnaire ;
      -  Etude et implémentation d'un codeur LZW ;
      -  Etude et implémentation d'un codeur JPEG.

    • 18h (6h cours magistraux - 3h travaux dirigés - 9h travaux pratiques)
    • 2 crédits ECTS
    • Code de l'EC

      260-2-41

  • Traitement des contenus - fondements obligatoire
    • Objectifs

      L'objectif de cet EC est de donner à l'étudiant·e les démarches lui permettant de mettre en place un processus de maquettage de traitement de contenu en utilisant les outils métiers disponibles sur le marché, ce processus lui permettant de mesurer la pertinence des approches proposées en le comprenant, les analysant, les mesurant afin de distinguer la faisabilité finale.
      Le champ d'investigation portera sur des contenus de type documents, textes, images,etc.

      Cet EC participe à l'apprentissage des compétences suivantes :

      -  Développer un logiciel ;
      -  Modéliser et construire un système ;
      -  Appliquer les principes du génie logiciel.

      A l'issue de cet enseignement, l'étudiant·e sera capable de :

      -  De mener une veille technologique sur un domaine spécifique de traitement des contenus ;
      -  De sélectionner les outils pertinents à la problématique métier envisagée ;
      -  De mesurer les performances de ces outils ;
      -  D'apporter une analyse critique des solutions placées dans le cas d'usage envisagé.

      Cet enseignement se déroule de la manière suivante :

      -  Une présentation des différentes approches de traitement des contenus en particulier dans le traitement des documents ;
      -  La mise en place d'une démarche de sélection et de mesure de la qualité dans un cas d'usage particulier ;
      -  La mise en place d'une démarche globale allant du maquettage à l'analyse finalise des solutions en passant par le choix des outils et des indicateurs de qualité.

    • 18h (6h cours magistraux - 3h travaux dirigés - 9h travaux pratiques)
    • 2 crédits ECTS
    • Code de l'EC

      260-2-42

  • Decision information systems obligatoire
    • Objectifs

      L'objectif de cet EC est de permettre aux étudiant·e·s de s'initier aux notions de systèmes d'informations décisionnels (de l'intégration des données à leur exploitation) et de maîtriser les aspects de fouille de données en lien avec le SID.

      Cet EC participe à l'apprentissage des compétences suivantes :

      -  Modéliser et construire un système ;
      -  Administrer des systèmes et réseaux.

      A l'issue de cet enseignement, l'étudiant·e sera capable de :

      -  Concevoir et exploiter des systèmes d'informations décisionnels ;
      -  Connaître les grands principes des SID ;
      -  Comprendre les intérêts et la mise en pratique de la modélisation dimensionnelle ;
      -  Concevoir et exploiter un data warehouse ;
      -  Fouiller de données (les décrire et les analyser) ;
      -  Maîtriser les aspects de fouille de données en lien avec le SID.

      Cet enseignement se déroule de la manière suivante :
      -  Introduction aux Systèmes d'Informations Décisionnels : objectifs, structures et architectures, ETL ;
      -  Analyse et description de données.

    • Langue d'enseignement

      français - anglais

    • 21h (4h 30min cours magistraux - 7h 30min travaux dirigés - 9h travaux pratiques)
    • 2 crédits ECTS
    • Code de l'EC

      260-2-51

  • Numerical methods obligatoire
    • Objectifs

      L'objectif de cet EC est de permettre aux étudiant·e·s de s'initier aux méthodes numériques classiques d'apprentissage non supervisé et supervisé.

      Cet EC participe à l'apprentissage des compétences suivantes :
      -  Modéliser et construire un système.

      A l'issue de cet enseignement, l'étudiant·e sera capable de :

      -  Utiliser des méthodes classiques de classification non supervisée (approche descriptive ) ;
      -  Utiliser des méthodes classiques de classification supervisée (approche prédictive ) ;
      -  Evaluer les résultats fournis par les méthodes, les performances des algorithmes d'apprentissage.

      Cet enseignement se déroule de la manière suivante :

      -  Objectifs et principes de la classification de données ;
      -  Méthodes de classification automatique ( hiérarchique et partitionnement ) ;
      -  Méthode de prédiction ( probabiliste et statistique ).

    • Langue d'enseignement

      anglais - français

    • 18h (6h cours magistraux - 6h travaux dirigés - 6h travaux pratiques)
    • 2 crédits ECTS
    • Code de l'EC

      260-2-52

  • Structural methods obligatoire
    • Objectifs

      L'objectif de cet EC est d'initier les étudiant·e·s aux principales méthodes d'analyse de données symboliques, des méthodes symboliques supervisées dans un objectif d'apprentissage ainsi que des méthodes symboliques non supervisées dans un objectif de description et de clustering.

      Cet EC participe à l'apprentissage des compétences suivantes :

      -  Développer un logiciel ;
      -  Modéliser et construire un système.

      A l'issue de cet enseignement, l'étudiant·e sera capable de :

      -  Choisir l'environnement de programmation adapté au contexte ;
      -  Classifier et analyser des architectures, des processus, des algorithmes et des structures de données.

      Cet enseignement se déroule de la manière suivante :

      -  Des cours, TD et TP pour comprendre et manipuler les arbres de décision, la classification hiérarchique, les itemsets fréquents fermés et les règles d'association.

    • Langue d'enseignement

      français - anglais

    • 21h (6h cours magistraux - 6h travaux dirigés - 9h travaux pratiques)
    • 2 crédits ECTS
    • Code de l'EC

      260-2-53

Cours mineures de spécialité
  • Qualité des contenus et des traitements obligatoire
    • Objectifs

      L'objectif de cet UE est de permettre aux étudiants de se familiariser avec les concepts et techniques visant au contrôle et à l'amélioration de la qualité des contenus numériques. Pouvoir manipuler des contenus de qualité est important car cela conditionne en partie la pertinence des modèles et traitements établis à posteriori sur ces contenus. Différents types de contenus sont considérés, allant du signal 1D, en passant par l'image, jusqu'à la vidéo.

      Cet EC participe à l'apprentissage des compétences suivantes :

      -  Développer un logiciel ;
      -  Appliquer les principes du génie logiciel.

      A l'issue de cet enseignement, l'étudiant·e sera capable de :

      -  Comprendre les étapes clés qui conditionne une capture fidèle d'un signal ;
      -  Expliquer les limites inhérentes à ces étapes et leurs impacts sur la qualité des données ;
      -  Identifier le type de détérioration ( dégradation ) à l'origine de la perte de qualité observée sur une image ( perte de contraste, bruit, flou ) ;
      -  Choisir en conséquence une technique permettant sa correction ( restauration de la qualité ) ;
      -  Adapter la qualité d'un contenu numérique en fonction du support de stockage ou de sa diffusion.

      Le détail des enseignements est :

      -  Capture signal 1D ( TF, quantification, résolution temporelle, résolution fréquentielle...) ;
      -  Passage 1D -2D cas des images : Restauration de la qualité des images ( rehaussement, débruitage, TF2D...) ;
      -  Codage Scalable pour la Compression ( contrôle de la restitution selon le niveau de compression et de diffusion choisi par l'utilisateur ) ;
      -  Compensation mouvement vidéo.

    • 36h (12h cours magistraux - 6h travaux dirigés - 18h travaux pratiques)
    • 6 crédits ECTS
    • Code de l'EC

      260-2-81

  • Calculs et sécurité décentralisés obligatoire
    • Objectifs

      L'objectif de cet EC est de permettre aux étudiant·e·s de se familiariser avec les concepts, techniques et technologies les plus récents permettant de mettre en place des systèmes de calculs et/ou de sécurisation décentralisés.
      Il s'agit, dans un premier temps de les initier aux approches dites d'Edge Computing ( calcul en bordure de réseau, en opposition au calcul dans le nuage ou Cloud Computing ), en abordant les principes, les techniques et les technologies sous-jacentes.
      Puis, dans un second temps,de les initier au fonctionnementet à la mise en place de technologies de registres distribués ( Distributed Ledger Technologies ), et notamment des chaines de blocs ( ou Blockchains ) pour assurer une sécurisation de système numériques par une approches décentralisée.

      Cet EC participe à l'apprentissage des compétences suivantes :

      -  Développer un logiciel ;
      -  Modéliser et construire un système ;
      -  Administrer des systèmes et réseaux ;
      -  Sécuriser des systèmes et réseaux ;
      -  Intégrer les contraintes réciproques entre le monde physique et le monde virtuel ;
      -  Adopter une démarche responsable.

      A l'issue de cet enseignement, l'étudiant·e sera capable de :

      -  Mettre en place et gérer une infrastructure numérique de calcul décentralisé, Edge ;
      -  Faire fonctionner plusieurs services numériques, logiciels, en mode Edge tout en offrant une assurance de qualité de service ( ressources affectées ) ;
      - Mettre en place une infrastructure de sécurisation distribué, Blockchain ;
      -  Mettre en œuvre des calculs décentralisés sécurisés sur Blockchain, au travers des contrats intelligents ( Smart Contracts ) et les DApps ( applications distribués ) ;
      -  Déployer une Blockchain en mode Edge Computing.

      Cet enseignement se déroule de la manière suivante :

      -  Partie1 - Calcul Décentralisé : Introduction aux concepts de base du Edge Computing ; Gestion des ressources dans le Edge Computing ; Mise en place de service numériques, logiciels, sur une infrastructure Edge Computing avec assurance de qualité de service ;

      -  Partie 2 - Sécurité Décentralisée : Introduction aux concepts de base et aux cas d'utilisation à la Blockchain et au DLT ; Le consensus dans les systèmes Blockchain ; Les smart contracts et les application distribuées (DApp) ; Les Blockchain à permissions et les Blockchain sans permission ;

      -  Partie 3 - Calcul et Sécurité Décentralisée : Projet fil rouge commun aux deux parties : Mise en place d'une Blockchain à permission sur une infrastructure Edge Computing avec déploiement d'une DApp.

    • 49h 30min (16h 30min cours magistraux - 16h 30min travaux pratiques - 16h 30min travail en accompagnement)
    • 6 crédits ECTS
    • Code de l'EC

      260-2-71

Cours transversaux
  • Projet Rescue Jean Monnet à choix
    • 40h (40h cours magistraux)
    • 7 crédits ECTS
    • Code de l'EC

      000-0-01

  • Préparation à la mobilité semestre pair - Espagnol à choix
    • 12h (12h travaux dirigés)
    • Code de l'EC

      000-2-01

  • Préparation à la mobilité semestre pair - Portugais à choix
    • 12h (12h travaux dirigés)
    • Code de l'EC

      000-2-02

  • Préparation à la mobilité semestre pair - Anglais à choix
    • 12h (12h travaux dirigés)
    • Code de l'EC

      000-2-03

  • LR - Formation complémentaire en Numérique Responsable à choix
    • 15h (15h cours magistraux)
    • Code de l'EC

      HM-002

  • NIORT - Formation complémentaire en Numérique Responsable à choix
    • 15h (15h cours magistraux)
    • Code de l'EC

      HM-004

  • LV1 Anglais obligatoire
    • Langue d'enseignement

      anglais - français

    • 24h (24h travaux dirigés)
    • 2 crédits ECTS
    • Code de l'EC

      260-2-01

  • Etude bibliographique obligatoire
    • Objectifs

      L'objectif de cet EC est de comprendre les mécanismes de la publication scientifique, et de réaliser une étude bibliographique poussée permettant de préciser la problématique scientifique identifiée lors du semestre précédent.

      Cet EC participe à l'apprentissage des compétences suivantes :

      -  Adapter ses pratiques et ses compétences dans un domaine en évolution constante et rapide ;
      -  Adopter une démarche responsable.

      A l'issue de cette UE, l'étudiant·e sera capable de :

      -  Se tenir informé.e des acquis de la recherche afin de pouvoir s'engager dans des projets et des démarches visant à l'amélioration des pratiques ;
      -  Identifier ses besoins de formation et mettre en œuvre les moyens de développer ses compétences en utilisant les ressources internationales disponibles ;
      -  Questionner les enjeux philosophiques inhérents aux nouvelles technologies.

      En détails, cet enseignement propose les cours suivants :

      -  Atelier de recherche bibliographique ; éthique scientifique ; scientométrie ;
      -  En parallèle, une étude bibliographique sera à réaliser autour de la problématique scientifique identifiée au semestre précédent, avec une recherche bibliographique et un état de l'art complet. Ce travail pourra être mené en collaboration avec l'EC anglais, et sera à valider par un rapport et une soutenance ;
      -  Un certain nombre d'activités liées à la vie du laboratoire et de l'université seront proposées à l'étudiant·e via un livret d'activités qu'il·elle devra valider : participation à des évènements (FDLS, MTI30, FDFPTS, Soutenances de thèse, Colloques...) ; participation à des workshops (Hackathlon, AI4Industry...) ; participation aux réunions d'équipe et séminaires du laboratoire.

    • 30h (7h 30min cours magistraux - 4h 30min travaux dirigés - 3h travaux pratiques - 15h travail en accompagnement)
    • 2 crédits ECTS
    • Code de l'EC

      260-2-02

  • Stage (8 semaines) (INITIAL) à choix
    • 8 crédits ECTS
    • Code de l'EC

      260-2-03-STAG

  • Projet (initial) à choix
    • 16h 30min (3h cours magistraux - 1h 30min travaux dirigés - 12h travaux pratiques)
    • 2 crédits ECTS
    • Code de l'EC

      260-2-05

  • Missions en entreprise (Apprentissage) à choix
    • 10 crédits ECTS
    • Code de l'EC

      260-2-04

Cours majeurs
  • Acquisition et codage des contenus - avancé obligatoire
    • Objectifs

      L'objectif de cet EC est de permettre aux étudiants d'appréhender les problématiques et les limites du codage des données, et de comprendre les solutions de détection et de correction des erreurs pouvant être mises en place. Ces détections et ces corrections seront abordées sous l'angle de l'amélioration globale de ce codage et leurs limites.

      Cet EC participe à l'apprentissage des compétences suivantes :

      -  Administrer des systèmes et réseaux ;
      -  Appliquer les principes du génie logiciel.

      A l'issue de cet enseignement, l'étudiant·e sera capable de :

      -  Identifier la problématique de codage des données ;
      -  Comprendre et proposer des solutions de détection et de correction ;
      -  D'identifier les limites de ces solutions.

      Cet enseignement se déroule de la manière suivante :

      -  Les limites du codage de l'information ;
      -  Les propositions et méthodes de détection et de correction de cette information ;
      -  Panorama des outils de détection et de correction ;
      -  Limites des approches proposées.

    • 18h (6h cours magistraux - 3h travaux dirigés - 9h travaux pratiques)
    • 2 crédits ECTS
    • Code de l'EC

      260-3-41

  • Traitement des contenus - avancé obligatoire
    • Objectifs

      L'objectif de cet EC est d'appréhender l'analyse et le développement d'outils pour l'extraction d'informations permettant la classification, l'indexation et la recherche de contenus multimedia.

      Cet EC participe à l'apprentissage des compétences suivantes :
      -  Modéliser et construire un système.

      A l'issue de cet enseignement, l'étudiant·e sera capable de :

      -  Extraire des caractéristiques en fonction de la nature du contenu (image/texte/vidéo/son) ;
      -  Utiliser ces caractéristiques pour proposer un moteur d'indexation et de recherche multimedia ou catégoriser un ensemble de contenus.

      Cet enseignement se déroule de la manière suivante :

      -  L'EC sera structuré autour d'un objectif principal : construire un prototype de moteur de recherche de contenu ou de classification avec une partie théorique et une mise en application pratique.

    • 18h (6h cours magistraux - 3h travaux dirigés - 9h travaux pratiques)
    • 2 crédits ECTS
    • Code de l'EC

      260-3-42

  • Numerical methods obligatoire
    • Objectifs

      L'objectif de cet EC est d'initier les étudiant·e·s aux méthodes descriptives d'apprentissage non supervisé. L'accent est mis sur la mise en œuvre de méthodes avancées permettant de pallier les insuffisances des méthodes basiques abordées en Data Mining au S2.

      Cet EC participe à l'apprentissage des compétences suivantes :
      -  Modéliser et construire un système.

      A l'issue de cet enseignement, l'étudiant·e sera capable de :

      -  Classifier et analyser des algorithmes avancés d'apprentissage non supervisé ;
      -  Evaluer les performances.

      Cet enseignement se déroule de la manière suivante :

      -  Réduire la dimensionnalité des données par Analyse en Composantes Principales et interpréter le résultat ;
      -  Identifier les situations où les méthodes classiques de classification non supervisée sont mises en défautet appréhender d'autres cadres formels ;
      -  Mettre en œuvre des méthodes de classification non supervisée (non stricte, robuste, et contrainte) ainsi que des outils pour évaluer les résultats.

    • Langue d'enseignement

      anglais - français

    • 21h (6h cours magistraux - 6h travaux dirigés - 9h travaux pratiques)
    • 2 crédits ECTS
    • Code de l'EC

      260-3-51

  • Structural methods obligatoire
    • Objectifs

      L'objectif de cet EC est d'initier les étudiant·e·s aux méthodes d'analyse de données symboliques, et complexes que sont les séquences et les graphes.

      Cet EC participe à l'apprentissage des compétences suivantes :

      -  Développer un logiciel en utilisant les structures de données adaptées au problème ;
      -  Modéliser et construire un système en réfléchissant aux processus et aux données.

      A l'issue de cet enseignement, l'étudiant·e sera capable de :

      -  Choisir l'environnement de programmation adapté au contexte ;
      -  Classifier et analyser des architectures, des processus, des algorithmes et des structures de données.

      Cet enseignement se déroule de la manière suivante :

      -  Des cours, TD et TP pour comprendre et manipuler les méthodes de fouille de motifs, de fouille de séquence et de fouille de graphes ;
      -  Des TP/Projets sur des données issues de travaux scientifiques du laboratoire sont proposés.

    • Langue d'enseignement

      anglais - français

    • 19h 30min (4h 30min cours magistraux - 6h travaux dirigés - 9h travaux pratiques)
    • 2 crédits ECTS
    • Code de l'EC

      260-3-52

  • Neural networks obligatoire
    • Objectifs

      L'objectif de cet EC est de s'initier aux réseaux de neurones artificiels en partant de la définition du neurone formel jusqu'aux réseaux profonds (Deep Learning). Il s'agira d'étudier les architectures (MLP, CNN, RNN, etc.), les mécanismes d'apprentissage et les algorithmes d'optimisation ainsi que des cas concrets d'utilisation.

      Cet EC participe à l'apprentissage des compétences suivantes :
      -  Modéliser et construire un système.

      A l'issue de cet enseignement, l'étudiant·e sera capable de :

      -  Analyser une problématique pour définir une architecture du réseau de neurones ;
      -  Entrainer un réseau de neurones ;
      -  Utiliser des modèles pré-entrainés et les ajuster au problème.

      Cet enseignement se déroule de la manière suivante :

      -  Introduction aux réseaux neuronaux artificiels et mise en application sur des cas simples ;
      -  Introduction aux architectures pro.

    • Langue d'enseignement

      anglais - français

    • 19h 30min (6h cours magistraux - 6h travaux dirigés - 7h 30min travaux pratiques)
    • 2 crédits ECTS
    • Code de l'EC

      260-3-53

  • Mise en oeuvre des systèmes big data obligatoire
    • Objectifs

      L'objectif de cet EC est de permettre aux étudiant·e·s de comprendre les enjeux et les concepts du Big Data et connaître les différentes technologies existantes permettant de développer un service dans le cadre d'un système distribué. Elle permet de connaitre de cadrage et de mise en place d'une stratégie de gouvernance du Big Data.

      Cet EC participe à l'apprentissage des compétences suivantes :

      -  Développer un logiciel ;
      -  Modéliser et construire un système ;
      -  Administrer des systèmes et réseaux ;
      -  Intégrer les contraintes réciproques entre le monde physique et le monde virtuel ;
      -  Adapter ses pratiques et ses compétences dans un domaine en évolution constante et rapide.

      A l'issue de cet enseignement, l'étudiant·e sera capable de :

      -  Connaître les différentes briques matérielles et logicielles d'un système Big Data ;
      -  Savoir utiliser différents outils logiciels (notamment libres) de collecte de données ;
      -  Maitriser la programmation fonctionnelle utilisée largement dans les logiciels d'un système Big data ;
      -  Savoir choisir la bonne solution pour le stockage de données massives ;
      -  Savoir utiliser un ou plusieurs frameworks de traitement de données massives (type Sparket son écosystème) ;
      -  Analyser les résultats.

      Cet enseignement se déroule de la manière suivante :

      -  Introduction sur l'histoire du Big Data et sur l'écosystème technologique ;
      -  Les concepts de la programmation fonctionnelle et les bases du langage scala ;
      -  Les structures de données, fonctions et design pattern en scala ;
      -  Mise en œuvre d'un cas pratique d'analyse de données ;
      -  Présentation d'expériences pratiques d'industriels ;
      -  Présentation d'un projet Big Data d'un membre du laboratoire sur laproblématique de traitement de données massives (image, texte, les données multimodaux) ;
      -  Projet pratique infrastructure ou bibliographie.

    • 48h (15h cours magistraux - 33h travaux pratiques)
    • 5 crédits ECTS
    • Code de l'EC

      260-3-11

Cours mineures de spécialité
  • Information retrieval and document understanding obligatoire
    • Objectifs

      L'objectif de cet EC est de présenter les méthodes d'analyse de documents les plus récentes (ou en cours de développement ) de l'état de l'art. Différentes thématiques de recherche seront abordées : traitement automatique des langues, recherche et indexation de documents anciens ou contemporains, reconnaissance d'éléments graphiques, etc.

      Cet EC participe à l'apprentissage des compétences suivantes :
      -  Modéliser et construire un système.

      A l'issue de cet enseignement, l'étudiant·e sera capable de :

      -  Avoir un aperçu de méthodes issues de l'état de l'art en recherche ;
      -  Positionner les recherches actuelles dans le cadre de cas d'usage spécifiques ;
      -  Identifier les verrous scientifiques actuels.

      Cet enseignement se déroule de la manière suivante :

      -  Des enseignements magistraux et/ou des séminaires présentant les problématiques et travaux de recherche ;
      -  La mises en œuvre d'expérimentations permettant de valider les hypothèses dressées lors des enseignements théoriques (reproduire les résultats d'une communication scientifique par exemple).

    • Langue d'enseignement

      français - anglais

    • 27h (12h cours magistraux - 15h travaux pratiques)
    • 4 crédits ECTS
    • Code de l'EC

      260-3-81

  • Project obligatoire
    • Objectifs

      L'objectif de cet EC est de mettre en application les méthodes et techniques étudiées en EC1 « Information retrieval and document understanding », conjointement (si possible) avec la mineure d'ouverture impliquantdes étudiant·e·s d'autres disciplines, autour d'un projet commun.

      Cet EC participe à l'apprentissage des compétences suivantes :
      -  Modéliser et construire un système.

      A l'issue de cet enseignement, l'étudiant·e sera capable de :

      -  Faire une bibliographique associer à une veille technologique sur un projet de recherche ;
      -  Mettre en place des principes méthodologiques permettant de répondre à ce projet ;
      -  Proposer un maquettage du projet permettant de mesurer la faisabilité, la qualité, les performances ;
      -  Rédiger un rapport scientifique sur la proposition.

      Cet enseignement se déroule de la manière suivante :

      -  Structuré en groupe autour d'un projet interdisciplinaire, les étudiant·e·s devront mettre en œuvre un prototype opérationnel répondant aux besoins en proposant des solutions techniques innovantes : présentation du projet ; travail en autonomie avec un suivi régulier ; restitution du travail fourni.

    • Langue d'enseignement

      anglais - français

    • 19h 30min (1h 30min travaux dirigés - 9h travaux pratiques - 9h travail en accompagnement)
    • 2 crédits ECTS
    • Code de l'EC

      260-3-82

  • Fouille de processus obligatoire
    • Objectifs

      L'objectif de cet EC est de présenter les techniques de la fouille de processus pour extraire de l'information sur les processus d'entreprise. Les outils de la fouille de processus permettent d'exploiter les traces d'exécution des processus afin d'obtenir de la connaissance sur les processus des entreprises. Les applications principales sont : l'identification des dysfonctionnements dans les processus tels que les goulots d'étranglement, les situations de blocage ou de délais importants... ; l'amélioration des performances des processus ; l'identification des parcours des utilisateur·rice·s, etc. La fouille de processus est à l'internet des évènements ce que les tableurs sont à la manipulation des données.

      Cet enseignement participe à l'apprentissage des compétences suivantes :
      -  Modéliser et construire un système.

      A l'issue de cet enseignement, l'étudiant·e sera capable de :

      -  Analyser les traces et transformer des logs aux formats XES ;
      -  Modéliser des processus complexes en BPMN et Réseaux de Petri ;
      -  Utiliser des algorithmes de fouille de processus avancés ;
      -  Utiliser des métriques sophistiquées pour évaluer la qualité des modèles découverts ;
      -  Rédiger un rapport d'analyse des traces et des processus ;
      -  Préparer les données pour la fouille de processus ;
      -  Extraire et analyser le parcours d'un usager à partir de ses traces sur une plateforme en ligne.

      Le détail des enseignements est le suivant :

      -  1 : Introduction : Découvrir l'internet des évènements, les traces et des domaines d'application (SI médical, assurance, banque et analyse de la navigation sur des sites internet) ; Format de données pour la fouille de processus (norme XES) ;

      -  2 :Modélisation avancée des processus métier : Approfondissement de la modélisation BPM ; Introduction aux réseaux de Petri ; Introduction aux Process Tree ; Utilisation des outils PIPE et Visual Paradigm ;

      -  3 : Algorithmes de découverte : Présentation de l'algorithme Alpha ( et ses extensions) ; Présentation de l'algorithme Fuzzy miner ; Utilisation des outils Disco et ProM ;

      -  4 : Algorithmes de fouille avancés : Présentation de l'algorithme Inductive Miner ; Présentation de l'algorithme Heuristic Miner ;

      -  5 : Evaluation des modèles découverts : Présentation des métriques : Fitness (rejoue et alignement), Précision, Généralisation, Simplicité ;

      -  6 : Analyse et visualisation d'un processus : Indicateurs sur les logs ; Éléments statistiques sur les traces et les processus ; Rejouer/simuler des logs ; Étude de cas ;

      -  7 : Prétraitement : Problématique du bruit dans les données ; Filtrage des données pour la fouille de processus ; Clustering des traces ; Suite étude de cas ;

      -  8 : Conformance Checking : Analyse de correspondance ; Détection d'anomalies ; Suite étude de cas ;

      -  9 : Suite étude de cas.

    • 49h 30min (15h cours magistraux - 15h travaux dirigés - 19h 30min travaux pratiques)
    • 6 crédits ECTS
    • Code de l'EC

      260-3-71

Cours transversaux
  • Préparation à la mobilité semestre impair - Espagnol à choix
    • 12h (12h travaux dirigés)
    • Code de l'EC

      000-1-01

  • Préparation à la mobilité semestre impair - Portugais à choix
    • 12h (12h travaux dirigés)
    • Code de l'EC

      000-1-02

  • Préparation à la mobilité semestre impair - Anglais à choix
    • 12h (12h travaux dirigés)
    • Code de l'EC

      000-1-03

  • LV1 Anglais obligatoire
    • Langue d'enseignement

      anglais - français

    • 24h (24h travaux dirigés)
    • 2 crédits ECTS
    • Code de l'EC

      260-3-01

  • Projet scientifique obligatoire
    • Objectifs

      L'objectif de cet EC est de découvrir la mathodologie de la recherche, avec en particulier un projet de recherche scientifique à réaliser sur le semestre.

      Cet EC participe à l'apprentissage des compétences suivantes :

      -  Adapter ses pratiques et ses compétences dans un domaine en évolution constante et rapide ;
      -  Adopter une démarche responsable.

      A l'issue de cette UE, l'étudiant·e sera capable de :

      -  Réfléchir sur sa pratique - individuellementet entre pairs - et réinvestir les résultats de sa réflexion dans l'action ;
      -  Identifier ses besoins de formation et mettre en œuvre les moyens de développer ses compétences en utilisant les ressources internationales disponibles.
      -  Ecoconcevoir les services numériques ;
      -  Questionner les enjeux philosophiques inhérents aux nouvelles technologies.

      En détails, cet enseignement propose les cours suivants :

      -  Méthodologie de la recherche (MOOC « Rédiger un article scientifique ») ;
      -  Histoire et philosophie des sciences ;
      -  Droit du numérique et propriété intellectuelle ;
      -  En parallèle, un projet scientifique sera à réaliser sur la base de l'étude bibliographique du semestre précédent. Ce projet sera à réaliser sur le semestre, avec une « conférence Master » et publication d'actes en fin de semestre ;
      -  Un certain nombre d'activités liées à la vie du laboratoire et de l'université seront proposées à l'étudiant·e via un livret d'activités qu'il·elle devra valider : participation à des évènements (FDLS, MTI30, FDFPTS, Soutenances de thèse, Colloques...), participation à des workshops (Hackathlon, AI4Industry...), participation aux réunions d'équipe et séminaires du laboratoire.

    • 57h (9h cours magistraux - 9h travaux dirigés - 9h travaux pratiques - 30h travail en accompagnement)
    • 4 crédits ECTS
    • Code de l'EC

      260-3-02

  • Projet / mise en situation professionnelle obligatoire
    • Objectifs

      L'objectif de cet EC est de mettre en pratique les autres enseignements du semestre pour concevoir un projet réel. Les alternant·e·s sont évalués sur leur travail en entreprise pendant le semestre.

      Cet EC participe à l'apprentissage des compétences suivantes :

      -  Développer un logiciel ;
      -  Modéliser et construire un système ;
      -  Administrer des systèmes et réseaux ;
      -  Appliquer les principes du génie logiciel ;
      -  Intégrer les contraintes réciproques entre le monde physique et le monde virtuel ;
      -  Communiquer efficacement au sujet de son entreprise, de son organisation ou de son projet, tant en interne qu'en externe ;
      -  Adapter ses pratiques et ses compétences dans un domaine en évolution constante et rapide ;
      -  Adopter une démarche responsable.

      Cet enseignement se déroule de la manière suivante :

      -  Présentation des projets, constitution des groupes ;
      -  Travail en autonomie et auto-évaluations régulières ;
      -  Points d'avancement régulier avec les enseignants référents sur les compétences.

    • 30h (6h cours magistraux - 24h travail en accompagnement)
    • 3 crédits ECTS
    • Code de l'EC

      260-3-03

Cours majeurs
  • Projet obligatoire
    • Objectifs

      L'objectif de cet EC est de mettre en pratique tous les enseignements reçus en master pour concevoir un projet réel.

      Cet EC participe à l'apprentissage des compétences suivantes :

      -  Développer un logiciel ;
      -  Modéliser et construire un système ;
      -  Administrer des systèmes et réseaux ;
      -  Appliquer les principes du génie logiciel ;
      -  Intégrer les contraintes réciproques entre le monde physique et le monde virtuel ;
      -  Communiquer efficacement au sujet de son entreprise, de son organisation ou de son projet, tant en interne qu'en externe ;
      -  Adapter ses pratiques et ses compétences dans un domaine en évolution constante et rapide ;
      -  Adopter une démarche responsable.

      Cet enseignement se déroule de la manière suivante :

      -  Présentation des projets, constitution des groupes ;
      -  Travail en autonomie et auto-évaluations régulières ;
      -  Points d'avancement régulier avec les enseignant·e·s référent·e·s sur les compétences.

    • Langue d'enseignement

      français - anglais

    • 60h (12h cours magistraux - 48h travail en accompagnement)
    • 6 crédits ECTS
    • Code de l'EC

      260-4-11

Cours transversaux
  • Projet Rescue Jean Monnet à choix
    • 40h (40h cours magistraux)
    • 7 crédits ECTS
    • Code de l'EC

      000-0-01

  • Préparation à la mobilité semestre pair - Espagnol à choix
    • 12h (12h travaux dirigés)
    • Code de l'EC

      000-2-01

  • Préparation à la mobilité semestre pair - Portugais à choix
    • 12h (12h travaux dirigés)
    • Code de l'EC

      000-2-02

  • Préparation à la mobilité semestre pair - Anglais à choix
    • 12h (12h travaux dirigés)
    • Code de l'EC

      000-2-03

  • Missions en entreprise (Apprentissage) à choix
    • 24 crédits ECTS
    • Code de l'EC

      260-4-02

  • Stage (20 semaines) (INITIAL) à choix
    • 24 crédits ECTS
    • Code de l'EC

      260-4-01-STAG

Parcours double-diplomation (IFI-1)

Cours majeurs
  • Semestre d'échange - Université Hanoï obligatoire
    • 30 crédits ECTS
    • Code de l'EC

      260-3-00-IFI1

Cours majeurs
  • Semestre d'échange - Université Hanoï obligatoire
    • 30 crédits ECTS
    • Code de l'EC

      260-4-00-IFI1

Parcours double-diplomation (IFI-2)

Cours majeurs
  • Semestre d'échange - Université Hanoï obligatoire
    • 30 crédits ECTS
    • Code de l'EC

      260-3-00-IFI2

Cours majeurs
  • Semestre d'échange - Université Hanoï obligatoire
    • 30 crédits ECTS
    • Code de l'EC

      260-4-00-IFI2

Interaction avec le monde professionnel

Cette interaction s'effectue à travers différentes formes d'échange :
-  Via des stages et des contrats d'alternance auprès de nombreux acteurs du numérique : entreprises de services du numérique (Sopra-Stéria, iCom Cloud, Amiltone, Sogeti), éditeurs logiciels (XtremSanté, Sellsy, MaCompta.fr) et grands groupes (mutuelles, banques)
-  Avec des interventions d'entreprises permettant le transfert de compétences acquises dans de nombreux domaines métiers (santé, analyse de documents, objets connectés)
-  Lors de rencontres comme le forum université-entreprises organisé chaque année à la mi-octobre.

INTERNATIONAL

Vous pourrez effectuer un stage à l’étranger ou un séjour d’études dans le cadre de partenariats d’échange :

  • Le Programme Erasmus+ pour les pays de l’Union européenne
  • Les conventions internationales de coopération de La Rochelle Université avec des universités étrangères dans d’autres parties du monde.

Ouverture internationale

Le master informatique possède une convention avec l’Université des Sciences et Techniques de Hanoï permettant d’effectuer le M2 au sein de cette université et d’obtenir un double diplôme.

ET APRÈS

Poursuite d'études

-  Doctorat

Secteurs d'activité

  • Banque, assurance
  • Commerce, distribution
  • Communication, médias
  • Gestion, management des entreprises, comptabilité
  • Informatique, Web, images, télécommunications
  • Santé, paramédical

Métiers

-  Chef de projet et consultant en dématérialisation
-  Gestionnaire d'applications système d'information
-  Ingénieur développement logiciel
-  Ingénieur système informatique

Site Sciences et Technologies

Avenue Michel Crépeau

17042 La Rochelle cedex 1

Envoyer un message

Mis à jour le 22 février 2024
Informations présentées sous réserve de modifications