Crédits ECTS
2
Volume horaire
24 h
Programme d'études
| Programme | Bloc | Caractère |
|---|---|---|
| IE-Bachelier en informatique, orientation intelligence artificielle | 1 | Obligatoire |
Prérequis
Co-requis
Implantation
Département technique de Namur
Directeur de département du domaine
Benoît Dujardin
Responsable de l'UE
Christine CHARLIER
Enseignants intervenants
- Participer à l’analyse, la conception, la programmation, le test et la maintenance d’applications informatiques en s’inscrivant dans une démarche de formation permanente, notamment en exploitant toute source documentaire y compris en anglais (AAT8)
- Rédiger des rapports documentés sur les applications qu’il crée et présente oralement ses démarches informatiques, et ce, éventuellement en anglais (AAT11)
- Exploiter des données en provenance du système d’informations de l’entreprise, des réseaux sociaux, des objets connectés ou toute autre source de données via des technologies issues de la data intelligence en vue d'aider l’entreprise à la décision (AAT12)
- Utiliser et adapter des algorithmes d'intelligence artificielle en vue de répondre à un besoin spécifique, et présenter les résultats obtenus sous une forme adéquate de visualisation (AAT14)
Sur base d’une situation problème simple relative à la data science ou à l'intelligence artificielle, l'étudiant sera capable de :
- Décrire les différents concepts théoriques qui s'y rattachent en utilisant le vocabulaire adéquat ;
- Savoir élaborer et défendre des réponses pertinentes à des questions de culture générale relatives à la data intelligence et l'intelligence artificielle ;
- Proposer, décrire et mettre en place une solution adaptée basée sur les méthodologies et concepts de la data science ;
- Justifier les choix proposés à chaque étape du processus.
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.
À définir
- Généralités sur le monde de la donnée
- Initiation au Machine Learning
- Initiation aux LLM
- Exercices divers sur la gestion et l'utilisation des données.
À définir
| Activité d'apprentissage | Support |
|---|---|
| ATEN1058 — Introduction à la data intelligence et data science |
|
| Activité d'apprentissage | Heures | Langue d'enseignement | Langue d'évaluation |
|---|---|---|---|
| ATEN1058 — Introduction à la data intelligence et data science | 24 h | Français | Français |
| Activité d'apprentissage | Méthodes d'enseignement et d'apprentissage |
|---|---|
| ATEN1058 — Introduction à la data intelligence et data science | Cours théorique ex-cathedra avec tous les groupes Laboratoires d'exercices par groupe |
À définir
À définir
À définir
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
| Activité d'apprentissage | Modalités d'évaluation |
|---|---|
| ATEN1058 — Introduction à la data intelligence et data science | L'examen consistera en un examen Moodle (théorie et exercices) et éventuellement, une partie sur PC |
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.