Organisation et exploitation des données

TEB1057-NTEN_IN
Domaine : Sciences Grade académique : Bachelier en informatique, orientation intelligence artificielle - Namur Niveau de certification : 6 Cycle : Premier Cycle Année académique : 2026-2027 ( Q2 )

Crédits ECTS

4

Volume horaire

46 h

Programme d'études

Programme Bloc Caractère
IE-Bachelier en informatique, orientation intelligence artificielle 1 Obligatoire

Prérequis

Aucun

Co-requis

Aucun

Implantation

Département technique de Namur

Directeur de département du domaine

Benoît Dujardin

Responsable de l'UE

Anne SMAL

Enseignants intervenants

  • Anne SMAL
Partie 1

Contribution de l'UE au profil d'enseignement du programme et acquis d'apprentissage spécifiques (AAS) sanctionnés par l'évaluation

Contextualisation

  • Argumenter et motiver des recommandations, prototypes de solution et d’application, en utilisant les termes adéquats et les méthodes de communication appropriées (AAT5)

  • Assurer l’interopérabilité des composants systèmes, logiciels, réseaux et matériels, en implémentant des solutions et en proposant des mesures correctives (AAT6)

  • Conçoit, gère (administre) et utilise des bases de données à des fins opérationnelles et décisionnelles (AAT9)

Acquis d'apprentissage spécifiques (AAS)

Au terme de l’unité d'enseignement, l’étudiant sera capable de :

  • Utiliser les structures de données (tableaux, tableaux triés, listes chaînées (triées ou non), piles, arbres binaires) dans la conception de diagramme d'actions répondant aux besoins du client

  • Concevoir et utiliser la structure de données adéquate dans la solution d'un problème posé

  • Comprendre, critiquer, corriger, améliorer et compléter un algorithme donné

  • Structurer correctement un diagramme d'actions en utilisant les modules à bon escient

  • Respecter les règles du Clean Code

Contribution aux ODD

Document annexe à la fiche UE accessible via un lien explicitant en quoi le programme d’études s’inscrit dans une politique de développement durable. Une ou plusieurs UE spécifique(s) pourraient être ciblée(s) dans cette annexe.

Partie 2

Description de l'unité d'enseignement

Objectifs

À définir

Contenu

  • Tableau : recherches, suppression et insertion dans un tableau trié ou non

  • Liste chaînée et pile

  • Structure arborescente - arbre binaire de recherche

Sources et références

À définir

Supports de cours (avec mention des supports indispensables)

Activité d'apprentissage Support
ATEN1057 — Organisation et exploitation des données

Syllabus disponibles sur Moodle

Partie 3

Méthodologie mise en œuvre et éventuel découpage de l'UE

Description des activités d'apprentissage (AA) au regard de leur statut

Activité d'apprentissage Heures Langue d'enseignement Langue d'évaluation
ATEN1057 — Organisation et exploitation des données 46 h Français Français

Méthodes d'enseignement et d'apprentissage

Activité d'apprentissage Méthodes d'enseignement et d'apprentissage
ATEN1057 — Organisation et exploitation des données

Exposés théoriques et exercices pratiques

Détermination de la cohérence pédagogique en cas de regroupement d'activités d'apprentissage faisant l'objet d'une évaluation distincte

À définir

Partie 4

Évaluation de l'unité d'enseignement

Structure du dispositif général d'évaluation (en lien avec le programme d'études)

Evaluation intégrée : Non

Remédiable : Oui

Méthodologie de construction de la note finale de l'UE

Pondération de l’AA (%) - 100%

La pondération de l'évaluation de l'UE à des fins de délibération lors du calcul de la moyenne

Au sein du programme d'études, lors du calcul de la moyenne, la pondération de l'évaluation de l'unité d'enseignement est effectuée sur base des crédits affectés à cette unité d'enseignement et évalués

Modalités d'évaluation par activité d'apprentissage

Activité d'apprentissage Modalités d'évaluation
ATEN1057 — Organisation et exploitation des données

Examen écrit en présentiel

Modalités concrètes d'évaluation

Une mention sur la fiche informera les étudiants du fait que les précisions sur les épreuves seront disponibles sur Moodle au plus tard 6 semaines avant l'évaluation.

UI: 0e65b5f2 | API: 1ec9dd56