Intelligence des données

TEM1004-NAIN_
Domaine : Sciences Grade académique : Master en architecture des systèmes informatiques - Namur Niveau de certification : 7 Cycle : Deuxième cycle Année académique : 2026-2027 ( Q1 )

Crédits ECTS

4

Volume horaire

50 h

Programme d'études

Programme Bloc Caractère
IE-Master en architecture des systèmes informatiques 1 Obligatoire

Prérequis

Aucun

Co-requis

Aucun

Implantation

Département technique de Namur

Directeur de département du domaine

Willem Kuypers

Responsable de l'UE

Laurent PHILIPPE

Enseignants intervenants

  • Laurent PHILIPPE
  • Nathan Uyttendaele
Partie 1

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

Contextualisation

À définir

Acquis d'apprentissage spécifiques (AAS)

À définir

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

À définir

Sources et références

À définir

Supports de cours (avec mention des supports indispensables)

Activité d'apprentissage Support
AAIN1004-A — Big Systems et Big Data
Les transparents présentés ainsi que les énoncés et les correctifs des exercices dirigés sont présents sur la plateforme Moodle

AAIN1004-B — Méthodes statistiques et contrôle qualité À définir
AAIN1004-C — Tableaux de bord
Les transparents présentés ainsi que les énoncés et les correctifs des exercices dirigés sont présents sur la plateforme 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
AAIN1004-A — Big Systems et Big Data 20 h français mais une compréhension à la lecture de l'anglais peut être nécessaire (ouvrages de référence) français mais une compréhension à la lecture de l'anglais peut être nécessaire (ouvrages de référence)
AAIN1004-B — Méthodes statistiques et contrôle qualité 20 h Français Français
AAIN1004-C — Tableaux de bord 10 h français mais une compréhension à la lecture de l'anglais peut être nécessaire (exemples, contre-exemples, et matériel de support) français mais une compréhension à la lecture de l'anglais peut être nécessaire (document à critiquer, ...)

Méthodes d'enseignement et d'apprentissage

Activité d'apprentissage Méthodes d'enseignement et d'apprentissage
AAIN1004-A — Big Systems et Big Data
- Cours magistraux - exposés
- Exercices pratiques - travaux dirigés et/ou individuels - exercices progressifs à résoudre sur un cluster Hadoop-Spark mis à disposition des étudiants

Les exercices jouent un rôle essentiel à la compréhension des méthodes théoriques.
Les exercices se déroulent sur la plage horaire du cours théorique, les étudiants sont soumis à des problèmes qu'ils doivent résoudre. En dehors des heures de cours, les étudiants sont incités à résoudre des exercices dont les corrigés sont disponibles sur le portail. Ils sont souvent invités à travailler de manière autonome.

AAIN1004-B — Méthodes statistiques et contrôle qualité À définir
AAIN1004-C — Tableaux de bord
- Cours magistraux - exposés
- Exercices pratiques - travaux dirigés

Chaque séance de cours est une séance de travaux dirigés où un problème de traitement de données est proposé.et concrètement implémenté.

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)

À définir

Méthodologie de construction de la note finale de l'UE

À définir

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
AAIN1004-A — Big Systems et Big Data
Q1 et Q3 : L'examen écrit (2H) se fera à livre ouvert et contiendra :

- QCM avec justification
- Questions ouvertes sur l'architecture du cluster
- Exercices pratiques avec action sur le cluster

AAIN1004-B — Méthodes statistiques et contrôle qualité À définir
AAIN1004-C — Tableaux de bord
Q1 et Q3 : L'examen écrit (2H) contiendra:
- QCM avec justification
- Questions ouvertes
- Exercices (Programmes Python)

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