Niveau d'étude visé
Bac +5
ECTS
120 crédits
Durée
2 ans
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées), UFR Sciences de l'Homme et de la Société (SHS), Faculté d'Economie de Grenoble (FEG)
Langue(s) d'enseignement
Français
Présentation
Située à l'interface entre Sciences humaines et Sciences de l'ingénieur, la mention est portée par les UFR SHS (Sciences de l'homme et de la société) et FEG (Faculté d'économie de Grenoble). Elle propose une formation fortement interdisciplinaire et les parcours de ce master présentent une originalité commune : coupler des théories ou des techniques provenant des Sciences de l'ingénieur et du traitement de l'information, avec des connaissances et des problématiques relevant des Sciences humaines et sociales.
La mention a pour objectif de former des spécialistes en informatique, statistique, traitement de données, et analyse économique.
- Lire plus
Taux de réussite (en %) pour l'année 2021-2022
Parcours Informatique et Cognition :
Taux de réussite (en %)
2021-2022
M1
90.00
M2
90.00
Parcours Statistiques et Sciences des données :
Taux de réussite (en %)
2021-2022
M1
100.00
M2
80.00
Chiffres clés
Organisation
Ouvert en alternance
Type de contrat | Contrat d'apprentissage |
---|
CONTRAT D'APPRENTISSAGE: ouvert uniquement en M2 IC
Programme
Sélectionnez un programme
Parcours Informatique et cognition
Le master MIASHS parcours Informatique et Cognition est une formation multidisciplinaire de haut-niveau alliant développement informatique, modélisation cognitive, et intelligence artificielle.
Ce parcours forme des informaticiennes maîtrisant des méthodes d’intelligence artificielle (symbolique et statistique/machine learning), de science cognitive (ergonomie, modélisation et méthodologie
d’évaluation expérimentale), et les principaux langages de programmation (Java, JS, Python, PHP) et frameworks web utilisés dans le secteur du numérique. Le parcours Informatique et Cognition permet à la fois de préparer les étudiantes à l’ingénierie logicielle et d’ouvrir les portes de la recherche en sciences cognitive avec la possibilité d’intégrer le M2 Science Cognitive (parcours cognition naturelle et artificielle).
Ce parcours de master est ouvert à toute étudiante ayant acquis de
solides bases en informatique et mathématique via une licence MIASHS ou
une licence d’informatique. Un parcours de licence comportant des
sciences cognitives n’est pas indispensable mais sera apprécié.
UE Analyse de données
3 créditsUE Recherche opérationnelle et Graphes
3 créditsUE Introduction à la programmation web
3 créditsUE Programmation objet avancée
3 créditsUE Représentation des données et des connaissances 1
3 créditsUE Psychologie cognitive et conception de systèmes
3 créditsUE Outils et méthodes en SC1 : mesures comportementales
3 créditsUE Intelligence artificielle
3 créditsUE Traitement automatique des langues
3 créditsUE Méthodes de génie logiciel
3 créditsUE Projet tuteuré
3 crédits
UE Programmation web côté serveur 1
3 créditsUE Programmation web client 1
3 créditsUE Recherche d'information
3 créditsUE Apprentissage statistique 1
3 créditsUE Gestion de projet
3 créditsUE Interaction homme-machine 1
3 créditsUE Projet tuteuré
6 créditsUE Anglais
3 créditsUE Outils et méthodes en SC2 : études comportementales
3 crédits
UE Programmation Web serveur 2
3 créditsUE Programmation web client 2
3 créditsUE Fouille de texte
3 créditsUE Représentation des données et connaissances 2
3 créditsUE Perception multimodale
3 créditsUE Apprentissage statistique 2
3 créditsUE Planification automatique
3 créditsUE Interaction Homme Machine 2
3 créditsUE Anglais
3 créditsUE IA pour systèmes complexes
3 crédits
UE Stage industriel - suivi
30 crédits
UE Outils et méthodes en SC1 : mesures comportementales
3 créditsUE Intelligence artificielle
3 créditsUE Représentation des données et des connaissances 2
3 créditsUE Programmation web client 2
3 créditsUE Programmation Web serveur 2
3 créditsUE Programmation objet avancée
3 créditsUE Stage en entreprise
12 crédits
Parcours Business et data analyst
L’ambition du master MIASHS parcours Business et Data analyst est de former en deux ans des spécialistes en analyse économique quantitative pour répondre aux besoins d’aide à la décision des entreprises et des institutions et d’apporter aux étudiants les clés de compréhension des nouveaux challenges de nos sociétés liées à la transition numérique. Le master permet aux étudiants d’acquérir à la fois la maîtrise des outils statistiques, économétriques et du traitement de données, et les connaissances économiques indispensables à la réalisation d’études sectorielles ou de marché. Ces deux composantes, techniques et théoriques, structurent la particularité du master. Cette spécialisation est renforcée par une connaissance des données, logiciels et langages adaptés permettant aux étudiants de renforcer leurs compétences.
UE Séminaire
6 créditsUE Microéconomie approfondie
6 créditsÉconomie industrielle
3 créditsThéorie des jeux
3 crédits
UE Lecture, visualisation et analyse de données économiques (data driven analysis)
9 créditsLogiciels spécialisés
3 créditsAnalyse de données 1
3 créditsAu choix : 1 à 2 parmi 2
Base de données
3 créditsBase de données avancées
3 crédits
UE Économie quantitative 1 (Data economist)
6 créditsTests statistiques
3 créditsÉconométrie 1
3 crédits
UE Ouverture
3 créditsAu choix : 1 à 2 parmi 1
Anglais économique
3 crédits
GS_FuturProd_UE
3 créditsAu choix : 1 parmi 1
UE Séminaire
6 créditsSéminaire Etudes économiques pour aide à la décision
3 créditsMémoire
3 crédits
UE Microéconomie approfondie
9 créditsÉconomie publique
3 créditsÉconomie des réseaux
3 créditsÉconomie de l'innovation
3 crédits
UE Méthodes quantitatives 2
6 créditsApprentissage statistique 1
3 créditsÉconométrie 2
3 crédits
UE Professionnalisation
6 créditsProjet Tuteuré
3 créditsAu choix : 1 parmi 3
Stage et tutorat collectif encadré
3 créditsMémoire en anglais
3 créditsMémoire du PT FuturProd de la Graduate School
3 crédits
UE Ouverture (cours à choix)
3 créditsAu choix : 1 à 3 parmi 2
Donnée d'entreprises
3 créditsÉvaluation des politiques publiques
3 crédits
GS_FuturProd_UE
3 créditsAu choix : 1 parmi 1
All methods of research production
3 crédits
UE Organisation industrielle et valeur économique de la donnée
9 créditsUE Méthodes de l'intelligence économique (Intelligence economics)
12 créditsÉconométrie 3
3 créditsMéthodes avancées en économétrie (IA, machine learning)
3 créditsÉconométrie de l'évaluation
3 crédits
UE3 Méthodes de la Business Intelligence
3 créditsAnalyse des business data
3 crédits
UE Cours d'ouverture
3 créditsAu choix : 1 parmi 2
GS_FuturProd_UE
3 créditsAu choix : 1 parmi 1
UE Aide à la décision / Marchés et comportements de consommation
6 créditsUE Compétences transversales et projet tuteuré
9 créditsUE Périodes de professionnalisation (alternants)
18 créditsAu choix : 1 à 2 parmi 2
UE Périodes de professionnalisation (FI et FC)
18 créditsAu choix : 1 parmi 1
Stage/mission, mémoire et soutenance
18 crédits
UE bis Périodes de professionnalisation (FI et FC)
15 créditsAu choix : 1 parmi 1
GS_FuturProd_UE
3 créditsAu choix : 1 parmi 1
Summer school
3 crédits
Parcours Double compétence : informatique et sciences sociales
L'objectif de cette formation est de donner aux candidats une compétence complémentaire en informatique leur permettant d'intégrer le marché du travail avec une double compétence. Les débouchés sont nombreux et varient selon la discipline d'origine des diplômés : conception et développement de logiciels, de bases de données, d'applications web et multimédia, administration de réseaux, de sites web, conception et réalisation d'outils informatiques adaptés.
UE Algorithmique 1
6 créditsUE Programmation 1
6 créditsUE Projet programmation 1
0 créditsUE Mathématiques pour l'informatique 1
3 créditsUE Bases de données 1
3 créditsUE Systèmes d'exploitation des ordinateurs
3 créditsUE Réseaux informatiques
3 créditsUE Méthodes de génie logiciel
3 créditsUE Introduction à la programmation web
3 créditsFacultatif
UE Module de soutien
0 crédits
UE Algorithmique 2
3 créditsUE Programmation 2
3 créditsProjet programmation 2
0 créditsUE Bases de données 2
3 créditsUE Mathématiques pour l'informatique 2
3 créditsUE Programmation web client 1
3 créditsUE Programmation web côté serveur 1
3 créditsUE Stage
0 créditsUE Droit de l'informatique et organisation des entreprises
3 créditsUE Interaction Homme Machine 1
3 créditsUE Gestion de projet
3 créditsUE Options
6 créditsAu choix : 2 parmi 2
UE Recherche d'information
3 créditsInformatique décisionnelle
3 crédits
Facultatif
UE Module de soutien
0 crédits
UE Programmation web client 2
3 créditsUE Représentation des données et des connaissances 1
3 créditsUE Programmation objet avancée
3 créditsUE Anglais
3 créditsUE Options 2
12 créditsAu choix : 4 parmi 8
UE Fouille de texte
3 créditsUE Psychologie cognitive et conception de systèmes
3 créditsUE Intelligence artificielle
3 créditsUE Interaction Homme Machine 2
3 créditsUE Traitement automatique des langues
3 créditsUE Recherche opérationnelle et Graphes
3 créditsUE Perception multimodale
3 créditsUE IA pour systèmes complexes
3 crédits
UE Stage industriel - suivi
30 crédits
UE Algorithmique 1
6 créditsUE Programmation 1
6 créditsProjet programmation 1
UE Mathématiques pour l'informatique 1
3 créditsUE Bases de données 1
3 créditsUE Systèmes d'exploitation des ordinateurs
3 créditsUE Réseaux informatiques
3 créditsUE Méthodes de génie logiciel
3 créditsUE Introduction à la programmation web
3 créditsFacultatif
UE Module de soutien
0 crédits
UE Algorithmique 2
3 créditsuE Programmation 2
3 créditsUE Bases de données 2
UE Mathématiques pour l'informatique 2
3 créditsUE Programmation web client 1
3 créditsUE Programmation web côté serveur 1
3 créditsUE Gestion de projet
3 créditsUE Stage
3 créditsUE Options
9 créditsAu choix : 3 parmi 4
UE Recherche d'information
3 créditsUE Informatique décisionnelle
3 créditsUE Droit de l'informatique et organisation des entreprises
3 créditsUE Interaction Homme Machine 1
3 crédits
Facultatif
UE Module de soutien
0 crédits
Parcours Statistique et science des données
Ce parcours est proposé à la fois dans la mention Mathématique et applications de l'UFR IM2AG et dans la mention Mathématique informatique appliquées aux sciences humaines et sociales de l’UFR SHS.
Le parcours Statistique et science de données a pour objectif de former des professionnels de la statistique et de l’analyse décisionnelle pour l'industrie, l'administration publique et la recherche en statistique appliquée.
UE Probabilité
3 créditsUE Statistique inférentielle
3 créditsUE Logiciels spécialisés
6 créditsUE Outils de présentation et de recherche reproductible
3 créditsUE Analyse des données
3 créditsUE Compléments tests statistiques
3 créditsUE Base de données
3 créditsModèles linéaires et GLM
3 créditsUE Anglais (si niveau B2 non atteint)
3 crédits
UE Apprentissage statistique 1
3 créditsUE Visualisation des données et SAS
3 créditsUE Projet et gestion de projet
6 créditsUE Stage
9 créditsUE Données dépendantes 1 : séries temporelles
3 créditsInformatique décisionnelle
3 créditsAu choix : 1 parmi 2
UE Données d'entreprise
3 créditsEpidémiologie
3 crédits
UE Statistique computationnelle
3 créditsUE Statistique en grande dimension
3 créditsUE Estimation non paramétrique et fonctionnelle
3 créditsUE Apprentissage statistique 2
3 créditsUE Introduction à l'optimisation en Python et Julia
3 créditsAu choix : 2 parmi 6
UE Biostatistique avancée
3 créditsUE Fiabilité
3 créditsUE Fouille de textes
3 créditsUE Géostatistique, statistique spatiale
3 créditsUE Sondage
3 créditsUE Réseaux sociaux et théorie des graphes
3 crédits
UE Anglais
3 créditsUE Stage
24 crédits
UE Analyse de données
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Ce cours est destiné à l’analyse exploratoire des données. Il s’agit d’une famille de méthodes statistiques dont les principales caractéristiques sont d'être multidimensionnelles et descriptives. On procède, lors des séances de CM, à des études méthodologiques (théorie et interprétation) de l’analyse statistique factorielle classique des données avec des applications sur des données réelles. Ce cours comporte principalement les méthodes suivante : La régression linéaire, ACP, AFC, AFCM, AFDM, Classification (KAH et K-means).
UE Recherche opérationnelle et Graphes
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
La Recherche Opérationnelle (RO) propose des méthodes scientifiques pour aider à la prise de meilleures décisions. L’idée est de développer et d’utiliser des outils mathématiques et informatiques pour maîtriser des problèmes complexes d'organisation. Les applications pratiques sont par exemple dans la direction et la gestion de grands systèmes d’hommes, de machines et de matériaux dans l’industrie, le service, la santé, l’humanitaire, l’environnement...
Ce cours présente deux outils classiques de la RO : la programmation linéaire pour laquelle il existe des algorithmes extrêmement efficaces (algorithmes du simplexe) permettant de résoudre aisément des problèmes de grande taille (plusieurs milliers de variables et contraintes) et la théorie des graphes menant à l'optimisation combinatoire et à l'algorithmique dans les réseaux.
UE Introduction à la programmation web
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Ce module permet d'initier au monde du développement en apprenant la programmation HTML, CSS et le Javascript. Les différents principes du monde du web, ainsi que ces 3 langages, sont présentés afin de permettre une meilleure découverte du développement web.
UE Programmation objet avancée
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Ce cours propose de pratiquer la programmation objet à un niveau avancé en explorant deux notions qui ne sont pas toujours abordées au niveau Licence :
- les patrons de conception (design patterns)
- la programmation par aspects (aspect-oriented programming)
Le langage de programmation utilisé est Java. Aspect-J est présenté comme extension de Java pour la programmation par aspects.
UE Représentation des données et des connaissances 1
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Ce cours est axé sur la découverte de l'ensemble des formats de données pour le Web et, plus particulièrement, sur le langage XML et l'ensemble des langages associés. Les principes de XML (méta-langage permettant de définir des langages à balises, l'un des plus connus étant HTML) sont d'abord exposés. On s'intéresse ensuite à l'élaboration de documents de type DTD ou Schéma qui permettent d'imposer des contraintes sur la structure attendue d'un document XML. Dans l'arborescence que forment les éléments (balises) d'un document XML, le langage XPath est essentiel pour naviguer et atteindre un sous-élément, un attribut, une valeur donnée. Sa maîtrise permet alors d'aborder le langage de transformation de documents XML en autres documents XML, HTML, ou autres, qu'est XSLT. Le langage SVG, dédié à la production de graphiques vectoriels animés et interactifs, illustre la puissance et la flexibilité d'XML. Enfin, le cours présente les principes du format d'échange de données JSON (JavaScript Object Notation), également conçu pour le Web, et le compare à XML.
UE Psychologie cognitive et conception de systèmes
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Une première partie du cours vise l'apport de connaissances sur le fonctionnement cognitif de l'Humain afin de concevoir des interfaces et des applications adaptées aux utilisateurs. Le cours permet également de cerner les grandes étapes d'une conception centrée utilisateur (UX) en s'appuyant sur l'analyse de l'activité et l'organisation de tests. Toutes les étapes de la démarche est mobilisée en TD sur un site web ou une application au choix, donnant lieu à une évaluation des qualités dites "ergonomiques". La seconde partie du cours introduit les méthodes d’intelligence artificielle fondée sur les réseaux de neurones artificiels en se focalisant sur leurs mécanismes fondamentaux et comment les études sur la cognition humaine permettent de mieux appréhender certaines de leurs caractéristiques. L’accent est mis sur la notion d’information distribuée et ses conséquences, comment il est alors possible de concevoir un système de traitement comme adaptation d’une fonction de traitement et non comme enchaînement de calcul algorithmique sur des données stockées et enfin sur la problématique de validation du fonctionnement adéquat des systèmes construit sur ces principes.
UE Outils et méthodes en SC1 : mesures comportementales
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Programmation serveur en .net Framework. Les types d'applications suivantes sont étudiées en profondeur dans ce cours.
* [Asp.net](http://Asp.net) Web Form et [Asp.net](http://Asp.net) MVC
* Web API
* Services WCF
* Services Windows
* Accès aux bases de données
UE Intelligence artificielle
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Maîtriser les techniques d'intelligence artificielle historiques (Pas de machine learning dans ce module, qui fait l'objet d'un module séparé).
UE Traitement automatique des langues
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Ce cours est une introduction au traitement automatique des langues naturelles (TALN). On aborde successivement – les notions de linguistiques essentielles pour un informaticien, – un panorama des outils du TALN et de méthodes de développement d'outils, – les modèles de langues et leur construction (avec du TD), – l'analyse syntaxique à partir d'une grammaire (avec du TD et la mise en pratique d’algorithmes), – la traduction automatique (TA) et son évaluation dans une perspective historique et technique. Sur la TA les étudiants réalisent un TP individuel (rédaction d'un rapport d’expérience) noté dans lequel ils sont mis dans la situation d'un traducteur professionnel qui utilise ou non des outils du TALN pour l'aider dans son travail. En ce qui concerne la TA, on regarde en particulier la TA fondée sur le dialogue et la traduction de parole, on présente les approches statistiques et par réseaux de neurones profonds. On insiste sur l'évaluation automatique et le recul nécessaire à la lecture des résultats d'évaluation.
UE Méthodes de génie logiciel
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Ce module a pour but d'introduire et de comprendre le rôle et les enjeux du logiciel en tant que produit d'ingénierie. Les méthodes et outils nécessaires à la réussite des projets logiciels y sont présentées et un projet permettra de mettre en pratique ce qui aurait été vu en cours.
Programme :
- Comprendre le processus de développement logiciel
- Comprendre le cycle de vie d'un projet.
- Découvrir et identifier les différentes méthodes de gestion de projet.
- Découvrir et identifier les différents acteurs d'un projet.
- Lire et produire des modèles UML d'un projet.
- Identifier et traiter les éléments essentiels d'un logiciel (MVP - Minimal Viable Product).
- Comprendre les principes de base de la programmation orientée objet et de la programmation événementielle.
-
Travailler en équipe pour concevoir et développer des applications.
-
Savoir appliquer les compétences acquises (les mettre en pratique à travers des projets d'équipe dans un environnement de développement éducatif).
UE Projet tuteuré
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Les projets TER constituent un premier contact pour les étudiants avec les divers aspects de la conduite d’un projet à travers une réalisation proposée par un donneur d’ordres. Sauf exception, les projets sont à réaliser par groupes de deux étudiants. Les projets sont encadrés sur 1 semestre et demi. Une soutenance intermédiaire est réalisée à mi-parcours. Ils s'achèvent par une soutenance finale et la remise d'un rapport. Chaque soutenance donne lieu à une évaluation. La première période du projet est réservée à l'élaboration des documents préalables à l'implémentation : le cahier des charges, le cahier de recette et le plan de développement. La seconde période qui correspond au second semestre est dédiée à la phase de développement et finalement les deux dernières à la rédaction du rapport et à la préparation de la soutenance.
UE Programmation web côté serveur 1
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
Découvrir et comprendre la programmation web côté serveur avec l'utilisation de PHP et d'un framework.
UE Programmation web client 1
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Le cours propose une mise en perspective du développement d'applications client/serveur avec un backend base de données au cours des dernières décennies avec le développement multiplateforme d'application possible aujourd'hui en utilisant des technologies Web. Le cours se limite volontairement à l'usage de Cordova pour la partie cliente, permettant la compréhension des mécanismes de bas niveau mis en jeu, notamment l'asynchronie côté client et serveur. Cette compréhension permettant, lors de l'utilisation future de framework de plus haut niveau, une programmation plus pertinente.
Le cours détaille les l'évolutions des technologies Web du Web 1.0 à aujourd'hui et des bases de données relationnelles aux développement des bases de données NOSQL et leurs usages. Les aspects techniques sont également présentés et mis en application pour permettre le développement du jeu mobile multijoueur dans le cadre du projet de groupe.
UE Recherche d'information
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
Ce cours vise à expliquer, de manière théorique et pratique, comment fonctionne un système de recherche d'information. Les sujets abordés dans la première partie du cours sont les modèles de recherche d'information (booléen pondéré, vectoriel), les éléments liés à l'implantation efficace de ces systèmes (anti-dictionnaires, troncature de mots, fichiers inverses), la mise en place de l'évaluation de ces systèmes. Dans la seconde partie, nous nous focalisons sur les éléments spécifiques liés à la recherche d'information sur le Web, avec l'intégration du graphe des pages dans la recherche (robots d'indexation, HITS, Pagerank). L'utilisation d'un moteur de recherche et les calculs de HITS et Pagerank sont expérimentés lors de TPs.
UE Apprentissage statistique 1
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Le cours d'Apprentissage Statistique I s'inscrit dans la continuité du cours d’Analyse de Données, et vise à donner une introduction au domaine de l'apprentissage statistique.
Après une introduction générale au domaine de de l’apprentissage statistique, nous évoquerons différents concepts et méthodes clés de l’apprentissage non-supervisé et étudierons en détail les algorithmes du clustering hiérarchique, des nuées dynamiques (k-means) et de clustering par modèles de mélange de gaussiennes. Nous aborderons ensuite le cadre de l’apprentissage supervisé au travers de l’algorithme des k plus proches voisins, des modèles probabilistes de classification (LDA, QDA et régression logistique) et terminerons par une introduction aux modèles pénalisés.
Les séances pratiques seront réalisées sous R.
UE Gestion de projet
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Ce cours d'introduction à la gestion de projets est composé de deux volets de formation dispensés par 2 intervenants distincts.
Le premier volet couvre la gestion de projet dans une approche classique (dite en cascade ou cycle en V). Il traitera notamment les concepts fondamentaux de la planification, de l'exécution et du suivi de projet, ainsi que les outils et les techniques utilisés pour gérer les projets de manière traditionnelle.
Le second volet couvre la gestion de projet dans une approche considérée comme contemporaine (dite adaptative ou agile) qui mettra l'accent sur les principes fondamentaux de l'agilité, les rôles et les responsabilités des membres de l'équipe, ainsi que les étapes spécifiques à différents processus agiles (SCRUM, KANBAN, LEAN).
UE Interaction homme-machine 1
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Tout logiciel est destiné à être utilisé. Sa conception doit donc être pensé pour cet utilisateur, et lui permettre d'atteindre ses objectifs. Mais la vie humaine est désordonnée et imprévisible, et difficile à caractériser. Toutefois, tout logiciel a un utilisateur. Le design de l'interaction est une méthode et un ensemble d'outils permettant de s'attaquer à ces problèmes. Bien appliqués, ces outils peuvent vous aider à construire des systèmes d'information utiles, utilisables et agréables à utiliser.
UE Projet tuteuré
ECTS
6 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Au choix, selon le projet de M2.
Pour une poursuite vers le M2 WIC :
Responsable : Damien Pellier
Ce projet permet aux étudiants de mener un travail professionnel et d’améliorer leur culture de l’entreprise. Il est piloté conjointement par un tuteur industriel ou chercheur, à l’origine du sujet, et un tuteur pédagogique. Le projet est mené de bout en bout.
Le projet se déroule sur 7/8 mois en parallèle à la formation. Il est est divisé en 3 phases :
1 Analyse bibliographique et cahier des charges
2 Conception
3 Réalisation
La première étape du projet consiste à analyser les besoins, faire l’étude bibliographique du domaine et des technologies liées projet (analyse de l’existant) et finalement rédiger le cahier des charges.
La seconde étape du projet consiste, dans un premier temps, à concevoir et définir l’architecture de la solution qui sera développée. Cette phase de conception couvre la spécification du logiciel, les scénarii de test et la définition d’un planning de développement. Dans un second temps, les étudiants devront également mettre en place et/ou s’approprier leur environnement de développement: ide, gestionnaires de versions, politique de test, etc.
La troisième et dernière étape du projet consiste à implémenter, tester et livrer le logiciel. Cette phase permet de mettre en pratique les compétences techniques des étudiants ainsi que leurs compétences organisationnelles, notamment face à des imprévus ou changements de dernière minute.
Pour une poursuite vers le M2 sciences cognitives :
Responsable : Benoit Lemaire et Alan Chauvin
L’objectif de cette UE est de mettre en applications les connaissances et compétences acquise notamment en proposant un projet de recherche dans l’un des laboratoires de sciences cognitives participant à la formation MIASHS ou Sciences Cognitives, à partir du mois d’octobre pendant les cours, et à temps plein en mai et juin.
UE Anglais
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
UE Outils et méthodes en SC2 : études comportementales
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Ce cours aborde les différentes étapes, et outils correspondants, d'une expérience comportementale en sciences cognitives:
1- Réflexion et mise au point d'un protocole expérimental (hypothèses théoriques et opérationnelles, revue des études antérieures pour identifier les facteurs pouvant influencer le phénomène étudié, anticipation des analyses statistiques, effets d'ordre, appariement de sujets, contraintes techniques et éthiques, ...)
2- Acquisition de données (présentation de différentes méthodes expérimentales d'acquisition de signaux physiologiques, questions de synchronisation, notes expérimentales, organisation, labellisation et anonymisation des données, scripts d'acquisition sous Python, ...)
3- Annotations manuelles de données (exemple d'annotations audio et vidéo)
4- Extraction automatisée de descripteurs à partir de signaux enregistrés et organisés en base de données (sus Python)
5- Mise en forme de résultats d'analyse sous forme de tableaux de données organisés, en vue de l'analyse statistique
6- Visualisation des résultats (sous Python : boxplots, régressions linéaires, distributions, ... ), traitement de données et analyses statistiques (sous R: analyses de corrélations, modèles linéaires généralisés, modèles mixtes, comparaisons multiples, éventuelles interactions entre facteurs expérimentaux, données répétées et appariées,...)
7- Interprétation des résultats et conclusions sur les hypothèses initiales
UE Programmation Web serveur 2
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
UE Programmation web client 2
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Le cours propose une mise en perspective du développement d'applications client/serveur avec un backend base de données au cours des dernières décennies avec le développement multiplateforme d'application possible aujourd'hui en utilisant des technologies Web. Le cours se limite volontairement à l'usage de Cordova pour la partie cliente, permettant la compréhension des mécanismes de bas niveau mis en jeu, notamment l'asynchronie côté client et serveur. Cette compréhension permettant, lors de l'utilisation future de framework de plus haut niveau, une programmation plus pertinente.
Le cours détaille les l'évolutions des technologies Web du Web 1.0 à aujourd'hui et des bases de données relationnelles aux développement des bases de données NOSQL et leurs usages. Les aspects techniques sont également présentés et mis en application pour permettre le développement du jeu mobile multijoueur dans le cadre du projet de groupe.
UE Fouille de texte
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Dans ce cours, nous abordons les problèmes et les méthodes d'accès à l'information disponible dans les textes, qui constituent des données non structurées. La première partie du cours est une introduction générale aux tâches de fouilles de textes et aux architectures neuronales utilisées pour ces tâches : MLP, RNN (en particulier les LSTM), et Transformers. Nous verrons les techniques de représentation vectorielle des éléments textuels (mots, phrases, paragraphes, etc.), en particulier les plongements lexicaux statiques (word2vec ou glove) ou contextuels (par exemple BERT). Nous étudierons ensuite en détail les tâches de classification de textes, de reconnaissance d'entités nommées, d'extractions de relations entre entités, et de fouille d'opinions ciblée par aspect. Nous verrons comment modéliser ces tâches comme des problèmes de classification, et mettre en œuvre les solutions en Python, en utilisant des librairies d'apprentissage automatique (PyTorch, pytorch-lightning, transformers, etc.)
UE Représentation des données et connaissances 2
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Ce cours présente les principes, langages et technologies du Web Sémantique qui permet, tel que le préconisait Tim Berners-Lee dès 2001 que des données référencées, atteignables, et décrites soient partagées et réutilisées par les applications, les entreprises, et les communautés. Le modèle de graphe RDF apparait comme la pierre angulaire du Web Sémantique. Il permet de décrire des énoncés simples de forme sujet-prédicat-objet à partir d'une structure de trois éléments (appelé triplet). Les données présentes dans un tel triplet RDF sont soit des ressources accessibles via le mécanisme de référencement unique sur Internet (URL, URI ou IRI), soit de svaleurs littérales. Le protocole et langage de requête SPARQL est au monde du Web des Données ce que SQL est dans le monde des Bases de Données Relationnelles, et permet d'interroger des jeux de données RDF. Le dernier étage, celui de la sémantisation, qui permet non seulement aux humains, mais également aux machines de "comprendre" les données du Web, est constitué par les langages à ontologies tels que RDF-S, et surtout OWL qui le supplante. Une ontologie est ici la spécification formelle de l'ensemble de concepts et de relations entre ces concepts associé à n'importe quel domaine. Dès lors, associer chaque ressource (donnée) du Web à un concept la décrivant permet raisonnement et rapprochement. Enfin, le cours illustre à travers des exemples, le potentiel énorme du Web des Données et de l'utilisation des Données Ouvertes et Liées, mises à disposition de tous sur le LOD Cloud.
UE Perception multimodale
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
La perception multimodale est pour les humains l'outil de base de leurs interactions, ces interactions étant elles-mêmes la base de leurs relations sociales. Le cours débute par la présentation de la perception multimodale humaine avec ses forces et ses faiblesses. Il se poursuit par la présentation des systèmes perceptifs et interactifs, et de l'intérêt de différents outils de perceptions dans des tâches de collaboration de ces systèmes avec des humains. En commençant par montrer l'évolution d'un système perceptif au cours des décennies précédentes, le cours se centre sur l'introduction des techniques d'apprentissage profond et de fusion de données pour réaliser aujourd'hui des systèmes de perceptions multi-monomodaux et multimodaux. Le cours se termine sur des échanges autours de considérations éthiques autours de l'usage de la perception multimodale.
UE Apprentissage statistique 2
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Ce cours aborde les différents champs du Machine Learning au travers de la libraire Python Scikit-Learn pour être en mesure de mener en autonomie et d'interpréter une analyse de données prédictive, de sauvegarder un modèle et de le réutiliser (e.g. data apps)
Ce cours associe un enseignement théorique des notions et une partie pratique pour leur mise en œuvre immédiate sous forme de TP (notebook Python)
UE Planification automatique
ECTS
3 crédits
En intelligence artificielle, la planification automatique (automated planning en anglais) ou plus simplement planification, vise à développer des algorithmes pour produire des plans typiquement pour l'exécution par un robot ou tout autre agent. Les logiciels qui incorporent ces algorithmes s'appellent des planificateurs. La difficulté du problème de planification dépend des hypothèses de simplification qu'on tient pour acquises, par exemple un temps atomique, un temps déterministe, une observabilité complète, etc. Ce cours présente les principaux algorithmes de planification automatique permettant de doter des robot ou des agents autonomes de capacités décisionnelles.
UE Interaction Homme Machine 2
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
Après un rappel des principes ergonomiques, ce cours s’intéresse essentiellement aux aspects architectures logicielles des interfaces Homme-machine et principalement au paradigme Modèle Vue Contrôleur de conception d'IHM tel que MVC, HMVC, etc. qui permettent de séparer clairement les données, leur présentation et la gestion des événements. Dans une seconde partie sont présentées les principales technologies permettant la construction d'IHM web, mobile ou plus classiques.
UE IA pour systèmes complexes
ECTS
3 crédits
Le cours porte sur les systèmes complexes pour l'IA. Il commence par une introduction aux systèmes complexes: leur définition et leurs caractéristiques. Il présente les concepts clés des systèmes complexes, notamment l'emergence, l'auto-organisation et l'adaptation. Ensuite, il présente des exemples de techniques d'IA basées sur les systèmes complexes. Le cours expose: les automates cellulaires, qui sont utilisés pour modéliser et simuler des systèmes complexes, Les algorithmes génétiques, qui sont des techniques de recherche et d'optimisation inspirées du processus d'évolution, les réseaux de neurones, qui sont des systèmes informatiques inspirés du cerveau humain, et, enfin, les simulations sociales à base d'agents.
UE Stage industriel - suivi
ECTS
30 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
UE Outils et méthodes en SC1 : mesures comportementales
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Programmation serveur en .net Framework. Les types d'applications suivantes sont étudiées en profondeur dans ce cours.
* [Asp.net](http://Asp.net) Web Form et [Asp.net](http://Asp.net) MVC
* Web API
* Services WCF
* Services Windows
* Accès aux bases de données
UE Intelligence artificielle
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Maîtriser les techniques d'intelligence artificielle historiques (Pas de machine learning dans ce module, qui fait l'objet d'un module séparé).
UE Représentation des données et des connaissances 2
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Ce cours présente les principes, langages et technologies du Web Sémantique qui permet, tel que le préconisait Tim Berners-Lee dès 2001 que des données référencées, atteignables, et décrites soient partagées et réutilisées par les applications, les entreprises et les communautés. Le modèle de graphe RDF apparait comme la pierre angulaire du Web Sémantique. Il permet de décrire des énoncés simples de forme sujet-prédicat-objet à partir d'une structure de trois éléments (appelé triplet). Les données présentes dans un tel triplet RDF sont soit des ressources accessibles via le mécanisme de référencement unique sur Internet (URL, URI ou IRI), soit de svaleurs littérales. Le protocole et langage de requête SPARQL est au monde du Web des Données ce que SQL est dans le monde des Bases de Données Relationnelles, et permet d'interroger des jeux de données RDF. Le dernier étage, celui de la sémantisation, qui permet non seulement aux humains, mais également aux machines de "comprendre" les données du Web, est constitué par les langages à ontologies tels que RDF-S, et surtout OWL qui le supplante. Une ontologie est ici la spécification formelle de l'ensemble de concepts et de relations entre ces concepts associé à n'importe quel domaine. Dès lors, associer chaque ressource (donnée) du Web à un concept la décrivant permet raisonnement et rapprochement. Enfin, le cours illustre à travers des exemples, le potentiel énorme du Web des Données et de l'utilisation des Données Ouvertes et Liées, mises à disposition de tous sur le LOD Cloud.
UE Programmation web client 2
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Le cours propose une mise en perspective du développement d'applications client/serveur avec un backend base de données au cours des dernières décennies avec le développement multiplateforme d'application possible aujourd'hui en utilisant des technologies Web. Le cours se limite volontairement à l'usage de Cordova pour la partie cliente, permettant la compréhension des mécanismes de bas niveau mis en jeu, notamment l'asynchronie côté client et serveur. Cette compréhension permettant, lors de l'utilisation future de framework de plus haut niveau, une programmation plus pertinente.
Le cours détaille les l'évolutions des technologies Web du Web 1.0 à aujourd'hui et des bases de données relationnelles aux développement des bases de données NOSQL et leurs usages. Les aspects techniques sont également présentés et mis en application pour permettre le développement du jeu mobile multijoueur dans le cadre du projet de groupe.
UE Programmation Web serveur 2
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
UE Programmation objet avancée
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
Ce cours propose de pratiquer la programmation objet à un niveau avancé en explorant deux notions qui ne sont pas toujours abordées au niveau Licence :
* les patrons de conception (design patterns)
* la programmation par aspects (aspect-oriented programming)
Le langage de programmation utilisé est Java. Aspect-J est présenté comme extension de Java pour la programmation par aspects.
UE Stage en entreprise
ECTS
12 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
UE Interaction Homme Machine 1
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
Tout logiciel est destiné à être utilisé. Sa conception doit donc être pensé pour cet utilisateur, et lui permettre d'atteindre ses objectifs. Mais la vie humaine est désordonnée et imprévisible, et difficile à caractériser. Toutefois, tout logiciel a un utilisateur. Le design de l'interaction est une méthode et un ensemble d'outils permettant de s'attaquer à ces problèmes. Bien appliqués, ces outils peuvent vous aider à construire des systèmes d'information utiles, utilisables et agréables à utiliser.
UE Gestion de projet
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Ce cours d'introduction à la gestion de projets est composé de deux volets de formation dispensés par 2 intervenants distincts.
Le premier volet couvre la gestion de projet dans une approche classique (dite en cascade ou cycle en V). Il traitera notamment les concepts fondamentaux de la planification, de l'exécution et du suivi de projet, ainsi que les outils et les techniques utilisés pour gérer les projets de manière traditionnelle.
Le second volet couvre la gestion de projet dans une approche considérée comme contemporaine (dite adaptative ou agile) qui mettra l'accent sur les principes fondamentaux de l'agilité, les rôles et les responsabilités des membres de l'équipe, ainsi que les étapes spécifiques à différents processus agiles (SCRUM, KANBAN, LEAN).
UE Informatique décisionnelle
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
L'Informatique Décisionnelle (ID) ou *Business Intelligence (BI)* est un ensemble de plateformes logicielles qui permettent d’exploiter les données d’une entreprise afin de mettre en exergue des indicateurs d’aide à la décision à destination de la direction en charge de la stratégie. Elle est devenue indispensable pour toute entreprise souhaitant améliorer ses performances et d’augmenter sa valeur ajoutée. Dans ce contexte, ce cours tente de démontrer l’intérêt de l’Informatique Décisionnelle dans le pilotage, puis il donner un aperçu théorique de l'ID et des 4 composants essentiels de l'architecture d'un système décsionnel que sont l'ETL (extracto-chargeur), l'ED (Entrepôts de Données), le Système OLAP (On, Line Analytical Processing, et l'outil de *Reporting* pour l'édition des tableaux de bord fondamentaux pour la prise de décision. Parmi ces composants, le focus est mis sur les Entrepôts de Données (ED) qui sont la composante clé de l’ID. Les différents schémas (étoile, flocon, constellation) de conception d'un ED sont présentés et mis en oeuvre. La notion de magasin de données ou *DataMart* est introduite. Les principes du composant OLAP sont ensuite exposés (langage MDX, technologies ROLAP, MOLAP, HOLAP). Les différentes étapes de l'ETL sont introduites. Le cours est conclu par une brève revue des outils du marché. La moitié du cours est consacrée à la mise en pratique des notions.
UE Outils et méthodes en SC2 : études comportementales
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Ce cours aborde les différentes étapes, et outils correspondants, d'une expérience comportementale en sciences cognitives:
1- Réflexion et mise au point d'un protocole expérimental (hypothèses théoriques et opérationnelles, revue des études antérieures pour identifier les facteurs pouvant influencer le phénomène étudié, anticipation des analyses statistiques, effets d'ordre, appariement de sujets, contraintes techniques et éthiques, ...)
2- Acquisition de données (présentation de différentes méthodes expérimentales d'acquisition de signaux physiologiques, questions de synchronisation, notes expérimentales, organisation, labellisation et anonymisation des données, scripts d'acquisition sous Python, ...)
3- Annotations manuelles de données (exemple d'annotations audio et vidéo)
4- Extraction automatisée de descripteurs à partir de signaux enregistrés et organisés en base de données (sus Python)
5- Mise en forme de résultats d'analyse sous forme de tableaux de données organisés, en vue de l'analyse statistique
6- Visualisation des résultats (sous Python : boxplots, régressions linéaires, distributions, ... ), traitement de données et analyses statistiques (sous R: analyses de corrélations, modèles linéaires généralisés, modèles mixtes, comparaisons multiples, éventuelles interactions entre facteurs expérimentaux, données répétées et appariées,...)
7- Interprétation des résultats et conclusions sur les hypothèses initiales
UE Travail encadré de recherche
ECTS
6 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
UE Stage en entreprise
ECTS
9 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
Recherche d'informations sur le Web
Composante
Institut universitaire de technologie (IUT2)
UE Séminaire
ECTS
6 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Période de l'année
Automne (sept. à dec./janv.)
Séminaire études économique pour aide à la décision
ECTS
6 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Période de l'année
Automne (sept. à dec./janv.)
Les séminaires ont pour objectifs de faire le lien entre les cours théoriques et les cours empiriques. Ils serviront aussi à compléter la formation sur des sujets particuliers comme l’étude sectorielle ou les données d’entreprises. De plus des intervenants professionnels viendront présenter leurs métiers.
UE Microéconomie approfondie
ECTS
6 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Période de l'année
Automne (sept. à dec./janv.)
Économie industrielle
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Période de l'année
Automne (sept. à dec./janv.)
Ce cours couvre les fondements économiques des contrats et leurs applications aux relations entre acteurs d’une chaine verticale ou d’une plateforme. Nous analyserons les incitations des acteurs au sein de contrats bilatéraux et multilatéraux, et nous étudierons les spécificités des relations contractuelles au sein des marchés bi-faces.
Objectifs :
A la fin de ce cours vous serez capable d’identifier et de modéliser les différentes incitations des acteurs au sein d’une relation contractuelle. Vous serez également capable de mieux appréhender la grande variété des contrats élaborés et exécutés par les firmes avec leurs partenaires commerciaux.
Théorie des jeux
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Période de l'année
Automne (sept. à dec./janv.)
L’objectif de ce cours est de présenter les concepts essentiels de la théorie des jeux en mettant en lumière à la fois leurs soubassements mathématiques et certaines applications économiques. Dans le cadre de la théorie des jeux non-coopératifs, quatre contextes seront abordés : les joueurs jouent de manière simultanée; les joueurs jouent séquentiellement; les interactions entre les joueurs sont répétées; l’information dont disposent les joueurs est imparfaite. Dans le cadre de la théorie des jeux coopératifs, certains concepts de solution seront présentés afin d’illustrer comment une valeur créée par une coalition d’agents peut être répartie entre les membres de cette coalition.
Objectifs :
- Comprendre comment il est possible de représenter et d’étudier des situations d’interdépendance stratégique dans lesquelles le gain obtenu par chaque individu dépend des décisions prises par les autres individus.
- Comprendre comment il est possible de justifier certaines règles de partage en prenant appui sur un principe de stabilité ou sur des propriétés souhaitables (axiomes).
UE Lecture, visualisation et analyse de données économiques (data driven analysis)
ECTS
9 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Logiciels spécialisés
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Automne (sept. à dec./janv.)
Analyse de données 1
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Automne (sept. à dec./janv.)
Base de données
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Automne (sept. à dec./janv.)
Base de données avancées
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Automne (sept. à dec./janv.)
UE Économie quantitative 1 (Data economist)
ECTS
6 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Tests statistiques
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Automne (sept. à dec./janv.)
Économétrie 1
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Automne (sept. à dec./janv.)
UE Ouverture
ECTS
3 crédits
Composante
Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Période de l'année
Automne (sept. à dec./janv.)
Anglais économique
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Automne (sept. à dec./janv.)
GS_FuturProd_UE
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Automne (sept. à dec./janv.)
Challenges of the production transition
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Automne (sept. à dec./janv.)
UE Séminaire
ECTS
6 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Séminaire Etudes économiques pour aide à la décision
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Période de l'année
Printemps (janv. à avril/mai)
Les séminaires ont pour objectifs de faire le lien entre les cours théoriques et les cours empiriques. Ils serviront aussi à compléter la formation sur des sujets particuliers comme l’étude sectorielle ou les données d’entreprises. De plus des intervenants professionnels viendront présenter leurs métiers.
Mémoire
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
UE Microéconomie approfondie
ECTS
9 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
Économie publique
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
Économie des réseaux
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
Économie de l'innovation
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
UE Méthodes quantitatives 2
ECTS
6 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Apprentissage statistique 1
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
Économétrie 2
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
UE Professionnalisation
ECTS
6 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
Projet Tuteuré
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
Stage et tutorat collectif encadré
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
Mémoire en anglais
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
Mémoire du PT FuturProd de la Graduate School
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
UE Ouverture (cours à choix)
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Donnée d'entreprises
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
Évaluation des politiques publiques
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
GS_FuturProd_UE
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
All methods of research production
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
UE Organisation industrielle et valeur économique de la donnée
ECTS
9 crédits
Composante
Faculté d'Economie de Grenoble (FEG), UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
Analyse de la concentration et pouvoir de marché
ECTS
2 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Période de l'année
Automne (sept. à dec./janv.)
Le pouvoir de marché désigne la capacité des entreprises à proposer un prix supérieur au prix concurrentiel. Ce pouvoir de marché peut être accru suite à une opération de concentration. Le cours propose un cadre d’analyse théorique et pratique pour l’évaluation du pouvoir de marché des firmes et leurs conséquences des concentrations du point de vue du bien-être. Cette évaluation suppose d’identifier au préalable le marché “pertinent” de ces firmes. Au terme du cours, l’étudiant(e) connaîtra des outils de base de l’analyse sectorielle, qu’il pourra mobiliser dans un cabinet de consultants en économie de la concurrence, dans un pôle de compétitivité…
Plan du cours :
Introduction : concurrence et bien-être
1. Pouvoir de marché et bien-être
1.1. Efficacité allocative
1.2. Efficacité productive
2. Marché pertinent et évaluation du pouvoir de marché
2.1. Définir le marché pertinent
2.2. Evaluer le pouvoir de marché
3. Concentrations horizontales et pouvoir de marché
3.1. Effets unilatéraux
3.2. Effets collusifs
4. Etudes de cas
Conclusion: implications pour l'action publique
Analyse de la concurrence dans les filières
ECTS
2 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Période de l'année
Automne (sept. à dec./janv.)
Le cours propose un cadre d'analyse théorique et pratique qui soit utile à l'analyse de la concurrence dans les filières de production et/ou de distribution. Il s'appuie sur les théories de l'organisation industrielle et des contrats pour expliquer les conséquences des pratiques des firmes sur le bien-être économique dans le contexte des relations verticales. Une firme qui souhaite mette en place des restrictions verticales ou s'intégrer verticalement peut en effet restreindre la concurrence sans que le bien-être n'en soit forcément affecté - et dans ce cas ne pas encourir de sanctions de la part des autorités de la concurrence -. Mais pour le savoir, elle doit pouvoir s'appuyer sur un expert, qui dispose d'outils pour lui proposer une analyse fine de l'intensité concurrentielle sur son secteur, pour déterminer in fine dans quelle mesure ces pratiques de la firme sont en accord avec le cadre légal de la concurrence. Dans le cours, l'étudiant sera précisément placé dans cette posture d'expert, susceptible de travailler par exemple dans un cabinet de consultants en économie de la concurrence, dans un pôle de compétitivité... L'interaction entre la théorie et la pratique est au centre de ce cours. A cette fin, il s'appuie sur des exemples et des études de cas qui seront présentés par l'enseignant.
Plan du cours :
Introduction : relations verticales et analyse de la concurrence
1. La concurrence inter-marques
1.1. Effets stratégiques des restrictions verticales 1.2. Restrictions verticales comme accord collusoires
2. Effets anti-concurrentiels : effet de levier et foreclusion
2.1. Accords d'exclusivité 2.2. Effets d'exclusion de la concentration verticale
3. Etude de cas
Conclusion : implications pour l'action publique
Marchés de l'attention et des données personnelles
ECTS
2 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Automne (sept. à dec./janv.)
Analyse empirique des marchés
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Période de l'année
Automne (sept. à dec./janv.)
Dans ce cours nous allons voir comment les données relatives des marchés de produits différenciés (exemple: automobile, alimentation) peuvent être utilisées pour identifier des paramètres qui caractérisent les coûts et la demande, et plus généralement les agents présents sur ces marchés (consommateurs, firmes, régulateur). Les applications empiriques permettront d’illustrer ces points portent sur des marchés/secteurs tels que l’automobile, la consommation alimentaire, les médias, et/ou la santé. Elles mobiliseront les méthodes issues de l’économétrie des données de panel.
UE Méthodes de l'intelligence économique (Intelligence economics)
ECTS
12 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Économétrie 3
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Période de l'année
Automne (sept. à dec./janv.)
Méthodes avancées en économétrie (IA, machine learning)
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Période de l'année
Automne (sept. à dec./janv.)
Économétrie de l'évaluation
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Période de l'année
Automne (sept. à dec./janv.)
L’objectif du cours est de présenter les méthodes économétriques qui peuvent être utilisées pour l'évaluation ex post de l'impact d'une politique publique. Il met l'accent sur les problèmes de sélection qui se posent pour une évaluation (en particulier distinguer ce qui relève de l'effet de la politique des spécificités éventuelles des bénéficiaires). Il commence par rappeler le cadre classique dit « de Rubin » pour définir une inférence causale, puis explique en détail les quatre principales méthodes empiriques. Le bien-fondé et les limites associés à l’utilisation de chaque méthode ainsi que des exemples d’application issus d’articles récents de la littérature économique sont présentés. Des applications à partir de bases de données d’enquêtes seront ensuite proposées en salle informatique.
UE3 Méthodes de la Business Intelligence
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Automne (sept. à dec./janv.)
Analyse des business data
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Automne (sept. à dec./janv.)
UE Cours d'ouverture
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Politiques publiques et nouvelles technologies de l'énergie
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Automne (sept. à dec./janv.)
Marchés pertinents et données spatiales
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Période de l'année
Automne (sept. à dec./janv.)
GS_FuturProd_UE
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Automne (sept. à dec./janv.)
Human and Social value of Manufacturing
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Automne (sept. à dec./janv.)
UE Aide à la décision / Marchés et comportements de consommation
ECTS
6 crédits
Composante
Faculté d'Economie de Grenoble (FEG), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Période de l'année
Printemps (janv. à avril/mai)
Appels d'offre sur les marchés publics et privés
ECTS
2 crédits
Composante
Faculté d'Economie de Grenoble (FEG), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Période de l'année
Printemps (janv. à avril/mai)
Stratégie d'implantation sur les marchés
ECTS
2 crédits
Composante
Faculté d'Economie de Grenoble (FEG), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Période de l'année
Printemps (janv. à avril/mai)
Behavioral and Experimental Economics
ECTS
2 crédits
Composante
Faculté d'Economie de Grenoble (FEG), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Période de l'année
Printemps (janv. à avril/mai)
UE Compétences transversales et projet tuteuré
ECTS
9 crédits
Composante
Faculté d'Economie de Grenoble (FEG), UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
Anglais professionnel
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Période de l'année
Printemps (janv. à avril/mai)
Cas d'étude
Composante
Faculté d'Economie de Grenoble (FEG), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Période de l'année
Printemps (janv. à avril/mai)
Projet tuteuré et séances collectives encadrées
Composante
Faculté d'Economie de Grenoble (FEG), Département Informatique et Mathématiques Appliquées aux Sciences Sociales (IMSS)
Période de l'année
Printemps (janv. à avril/mai)
UE Périodes de professionnalisation (alternants)
ECTS
18 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
Alternance : mission en entreprise, mémoire et soutenance
ECTS
18 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
Retour d'alternance collectif/tutorat collectif dont réunion partenariale
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
UE Périodes de professionnalisation (FI et FC)
ECTS
18 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
Stage/mission, mémoire et soutenance
ECTS
18 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
UE bis Périodes de professionnalisation (FI et FC)
ECTS
15 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
Stage recherche en laboratoire, mémoire et soutenance
ECTS
15 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
GS_FuturProd_UE
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
Summer school
ECTS
3 crédits
Composante
Faculté d'Economie de Grenoble (FEG)
Période de l'année
Printemps (janv. à avril/mai)
UE Algorithmique 1
ECTS
6 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
Ce cours d'introduction présente les concepts de base indispensables à l'écriture d'algorithmes, prélude à l'activité de programmation. Un algorithme est vu ici comme une séquence d'actions (ou instructions) agissant sur un ensemble d'informations afin de résoudre un problème donné. Un langage algorithme standard est utilisé pour décrire les algorithmes. Les informations de l'algorithme sont distinguées en tant variables ou constantes typées, et sont déclarées dans le lexique de l'algorithme. Entier, réel, booléen, caractère, chaîne de caractères sont les types prédéfinis, à partir desquels d'autres types nommés (agrégats, énumérés, ...) peuvent être construits. Les instructions de base permettant de manipuler les informations sont la saisie, l'affichage, les structures conditionnelles et itératives. L'exécution d'une instruction de l'algorithme fait passer le système (l'ordinateur) d'un état (caractérisé par les valeurs d'un ensemble de variables de l'algorithme dites d'observation) à un autre. Un ensemble d'instructions correspondant à la résolution d'un (sous-)calcul (respectivement d'un (sous-)problème) peut être identifié et donner lieu à la définition d'une fonction (respectivement d'une action) qui viendra compléter le lexique de l'algorithme et pourra être utilisé au sein d'une instruction. Ces fonctions et actions, à travers la notion de paramétrage, permettent de lancer leur exécution à partir de configurations de données d'entrée diverses. Réunies au sein d'un système, elles en constituent l'ensemble des primitives indispensables à son utilisation, comme c'est le cas pour la Machine Tracés. Les structures de données de type tableaux permettent de manipuler un groupe d'informations en accédant directement à chaque information. Lorsque chaque information au sein d'un tableau est un tableau, on parle de tableaux multidimensionnels. Les fichiers quant à eux proposent un accès séquentiel à l'information et sont manipulés par des primitives et des schémas de traitement spécifiques. Enfin, la récursivité offre pour certains problèmes et de structures de données idéales (comme les tableaux) constitue une approche élégante et compacte de résolution.
UE Programmation 1
ECTS
6 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
Ce cours propose de découvrir les bases de la programmation par objets en Java.
UE Projet programmation 1
ECTS
0 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
UE Mathématiques pour l'informatique 1
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
1. leur représentation en machine
- Représentations en décimal, binaire, octal et hexadécimal
- Représentation des décimaux, négatifs, flottants
- Notions de précision et de débordement
2. De la logique au langage Prolog
- Logique propositionnelle : connecteurs, tables de vérités, manipulation d'expressions
- Principe de résolution de Robinson (mise sous forme de clauses, preuve par réfutation)
- Éléments de logique des prédicats
- Illustration avec des exemples de programme Prolog
3. De la récurrence à la récursivité
-
Principe de la démonstration par récurrence
-
Principe des fonctions et actions récursives
-
Illustration par des exemples de preuve de programme
-
Transformation d'un algorithme récursif en algorithme itératif
UE Bases de données 1
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
Se former à l’utilisation et à la conception de bases de données relationnelles au sein d’un système d’information
UE Systèmes d'exploitation des ordinateurs
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
UE Réseaux informatiques
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
Ce cours vise à apporter les connaissances de base sur les réseaux, en particuliers les réseaux TCP/IP, afin d'être à même de comprendre et de déployer les différentes architectures, techniques et protocoles mis en oeuvre dans le domaine de l'administration système et réseau. Ainsi après une présentation des réseaux en général et des technologies de réseaux locaux les plus répandus (Ethernet, Wifi), suit l'étude de TCP/IP avec quelques uns de ses mécanismes. Sont abordés ensuite les différents aspects de la sécurité système et réseau ainsi que de l'administration réseau.
UE Méthodes de génie logiciel
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
UE Introduction à la programmation web
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Ce module permet d'initier au monde du développement en apprenant la programmation HTML, CSS et le Javascript. Les différents principes du monde du web, ainsi que ces 3 langages, sont présentés afin de permettre une meilleure découverte du développement web.
UE Module de soutien
ECTS
0 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Soutien algorithmique
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Soutien programmation
Composante
UFR Sciences de l'Homme et de la Société (SHS)
UE Algorithmique 2
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
UE Programmation 2
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
Projet programmation 2
ECTS
0 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
UE Bases de données 2
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
Le focus du cours de base de données 2 se situe sur la conception d’une base de données utilisant une approche relationnelle. Les sujets incluent l’histoire du développement des bases de données, les objectifs des systèmes de gestion de bases, les différents types de bases de données (orientées-objet, hiérarchiques, en réseau, relationnelles), les problèmes de conception et les compromis, les dépendances fonctionnelles, les diagrammes entité-relations (les étudiants apprendront ici les différences et les similitudes entre les diagrammes Entité-Association et une approche UML), les contraintes d’intégrité, formes normales et normalisation (1FN, 2FN,3FN, BCFN), l’algorithme de normalisation de Bernstein, la dénormalisation. Des exemples seront utilisés pour illustrer le contenu du cours et les participants exerceront leur savoir-faire de conception et vérifieront l’assimilation de leurs cours lors d’exercices pratiques.
UE Mathématiques pour l'informatique 2
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
- Ensembles
- Fonctions
- Relations
- Expressions régulières
- Automates
- Grammaires
UE Programmation web client 1
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Le cours propose une mise en perspective du développement d'applications client/serveur avec un backend base de données au cours des dernières décennies avec le développement multiplateforme d'application possible aujourd'hui en utilisant des technologies Web. Le cours se limite volontairement à l'usage de Cordova pour la partie cliente, permettant la compréhension des mécanismes de bas niveau mis en jeu, notamment l'asynchronie côté client et serveur. Cette compréhension permettant, lors de l'utilisation future de framework de plus haut niveau, une programmation plus pertinente.
Le cours détaille les l'évolutions des technologies Web du Web 1.0 à aujourd'hui et des bases de données relationnelles aux développement des bases de données NOSQL et leurs usages. Les aspects techniques sont également présentés et mis en application pour permettre le développement du jeu mobile multijoueur dans le cadre du projet de groupe.
UE Programmation web côté serveur 1
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
Découvrir et comprendre la programmation web côté serveur avec l'utilisation de PHP et d'un framework.
UE Stage
ECTS
0 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
UE Droit de l'informatique et organisation des entreprises
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
UE Interaction Homme Machine 1
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
UE Gestion de projet
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Ce cours d'introduction à la gestion de projets est composé de deux volets de formation dispensés par 2 intervenants distincts.
Le premier volet couvre la gestion de projet dans une approche classique (dite en cascade ou cycle en V). Il traitera notamment les concepts fondamentaux de la planification, de l'exécution et du suivi de projet, ainsi que les outils et les techniques utilisés pour gérer les projets de manière traditionnelle.
Le second volet couvre la gestion de projet dans une approche considérée comme contemporaine (dite adaptative ou agile) qui mettra l'accent sur les principes fondamentaux de l'agilité, les rôles et les responsabilités des membres de l'équipe, ainsi que les étapes spécifiques à différents processus agiles (SCRUM, KANBAN, LEAN).
UE Options
ECTS
6 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
UE Recherche d'information
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
Ce cours vise à expliquer, de manière théorique et pratique, comment fonctionne un système de recherche d'information. Les sujets abordés dans la première partie du cours sont les modèles de recherche d'information (booléen pondéré, vectoriel), les éléments liés à l'implantation efficace de ces systèmes (anti-dictionnaires, troncature de mots, fichiers inverses), la mise en place de l'évaluation de ces systèmes. Dans la seconde partie, nous nous focalisons sur les éléments spécifiques liés à la recherche d'information sur le Web, avec l'intégration du graphe des pages dans la recherche (robots d'indexation, HITS, Pagerank). L'utilisation d'un moteur de recherche et les calculs de HITS et Pagerank sont expérimentés lors de TPs.
Informatique décisionnelle
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
UE Module de soutien
ECTS
0 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Soutien algorithmique
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Soutien programmation
Composante
UFR Sciences de l'Homme et de la Société (SHS)
UE Programmation web client 2
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Le cours propose une mise en perspective du développement d'applications client/serveur avec un backend base de données au cours des dernières décennies avec le développement multiplateforme d'application possible aujourd'hui en utilisant des technologies Web. Le cours se limite volontairement à l'usage de Cordova pour la partie cliente, permettant la compréhension des mécanismes de bas niveau mis en jeu, notamment l'asynchronie côté client et serveur. Cette compréhension permettant, lors de l'utilisation future de framework de plus haut niveau, une programmation plus pertinente.
Le cours détaille les l'évolutions des technologies Web du Web 1.0 à aujourd'hui et des bases de données relationnelles aux développement des bases de données NOSQL et leurs usages. Les aspects techniques sont également présentés et mis en application pour permettre le développement du jeu mobile multijoueur dans le cadre du projet de groupe.
UE Représentation des données et des connaissances 1
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
UE Programmation objet avancée
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
Ce cours propose de pratiquer la programmation objet à un niveau avancé en explorant deux notions qui ne sont pas toujours abordées au niveau Licence :
* les patrons de conception (design patterns)
* la programmation par aspects (aspect-oriented programming)
Le langage de programmation utilisé est Java. Aspect-J est présenté comme extension de Java pour la programmation par aspects.
UE Options 2
ECTS
12 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
UE Fouille de texte
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
UE Psychologie cognitive et conception de systèmes
ECTS
3 crédits
UE Intelligence artificielle
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
UE Interaction Homme Machine 2
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
Après un rappel des principes ergonomiques, ce cours s’intéresse essentiellement aux aspects architectures logicielles des interfaces Homme-machine et principalement au paradigme Modèle Vue Contrôleur de conception d'IHM tel que MVC, HMVC, etc. qui permettent de séparer clairement les données, leur présentation et la gestion des événements. Dans une seconde partie sont présentées les principales technologies permettant la construction d'IHM web, mobile ou plus classiques.
UE Traitement automatique des langues
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
UE Recherche opérationnelle et Graphes
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
La Recherche Opérationnelle (RO) propose des méthodes scientifiques pour aider à la prise de meilleures décisions. L’idée est de développer et d’utiliser des outils mathématiques et informatiques pour maîtriser des problèmes complexes d'organisation. Les applications pratiques sont par exemple dans la direction et la gestion de grands systèmes d’hommes, de machines et de matériaux dans l’industrie, le service, la santé, l’humanitaire, l’environnement...
Ce cours présente deux outils classiques de la RO : la programmation linéaire pour laquelle il existe des algorithmes extrêmement efficaces (algorithmes du simplexe) permettant de résoudre aisément des problèmes de grande taille (plusieurs milliers de variables et contraintes) et la théorie des graphes menant à l'optimisation combinatoire et à l'algorithmique dans les réseaux.
UE Perception multimodale
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
La perception multimodale est pour les humains l'outil de base de leurs interactions, ces interactions étant elles-mêmes la base de leurs relations sociales. Le cours débute par la présentation de la perception multimodale humaine avec ses forces et ses faiblesses. Il se poursuit par la présentation des systèmes perceptifs et interactifs, et de l'intérêt de différents outils de perceptions dans des tâches de collaboration de ces systèmes avec des humains. En commençant par montrer l'évolution d'un système perceptif au cours des décennies précédentes, le cours se centre sur l'introduction des techniques d'apprentissage profond et de fusion de données pour réaliser aujourd'hui des systèmes de perceptions multi-monomodaux et multimodaux. Le cours se termine sur des échanges autours de considérations éthiques autours de l'usage de la perception multimodale.
UE IA pour systèmes complexes
ECTS
3 crédits
Le cours porte sur les systèmes complexes pour l'IA. Il commence par une introduction aux systèmes complexes: leur définition et leurs caractéristiques. Il présente les concepts clés des systèmes complexes, notamment l'emergence, l'auto-organisation et l'adaptation. Ensuite, il présente des exemples de techniques d'IA basées sur les systèmes complexes. Le cours expose: les automates cellulaires, qui sont utilisés pour modéliser et simuler des systèmes complexes, Les algorithmes génétiques, qui sont des techniques de recherche et d'optimisation inspirées du processus d'évolution, les réseaux de neurones, qui sont des systèmes informatiques inspirés du cerveau humain, et, enfin, les simulations sociales à base d'agents.
UE Stage industriel - suivi
ECTS
30 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
UE Algorithmique 1
ECTS
6 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
Ce cours d'introduction présente les concepts de base indispensables à l'écriture d'algorithmes, prélude à l'activité de programmation. Un algorithme est vu ici comme une séquence d'actions (ou instructions) agissant sur un ensemble d'informations afin de résoudre un problème donné. Un langage algorithme standard est utilisé pour décrire les algorithmes. Les informations de l'algorithme sont distinguées en tant variables ou constantes typées, et sont déclarées dans le lexique de l'algorithme. Entier, réel, booléen, caractère, chaîne de caractères sont les types prédéfinis, à partir desquels d'autres types nommés (agrégats, énumérés, ...) peuvent être construits. Les instructions de base permettant de manipuler les informations sont la saisie, l'affichage, les structures conditionnelles et itératives. L'exécution d'une instruction de l'algorithme fait passer le système (l'ordinateur) d'un état (caractérisé par les valeurs d'un ensemble de variables de l'algorithme dites d'observation) à un autre. Un ensemble d'instructions correspondant à la résolution d'un (sous-)calcul (respectivement d'un (sous-)problème) peut être identifié et donner lieu à la définition d'une fonction (respectivement d'une action) qui viendra compléter le lexique de l'algorithme et pourra être utilisé au sein d'une instruction. Ces fonctions et actions, à travers la notion de paramétrage, permettent de lancer leur exécution à partir de configurations de données d'entrée diverses. Réunies au sein d'un système, elles en constituent l'ensemble des primitives indispensables à son utilisation, comme c'est le cas pour la Machine Tracés. Les structures de données de type tableaux permettent de manipuler un groupe d'informations en accédant directement à chaque information. Lorsque chaque information au sein d'un tableau est un tableau, on parle de tableaux multidimensionnels. Les fichiers quant à eux proposent un accès séquentiel à l'information et sont manipulés par des primitives et des schémas de traitement spécifiques. Enfin, la récursivité offre pour certains problèmes et de structures de données idéales (comme les tableaux) constitue une approche élégante et compacte de résolution.
UE Programmation 1
ECTS
6 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
Ce cours propose de découvrir les bases de la programmation par objets en Java.
UE Mathématiques pour l'informatique 1
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
1. leur représentation en machine
- Représentations en décimal, binaire, octal et hexadécimal
- Représentation des décimaux, négatifs, flottants
- Notions de précision et de débordement
2. De la logique au langage Prolog
- Logique propositionnelle : connecteurs, tables de vérités, manipulation d'expressions
- Principe de résolution de Robinson (mise sous forme de clauses, preuve par réfutation)
- Éléments de logique des prédicats
- Illustration avec des exemples de programme Prolog
3. De la récurrence à la récursivité
-
Principe de la démonstration par récurrence
-
Principe des fonctions et actions récursives
-
Illustration par des exemples de preuve de programme
-
Transformation d'un algorithme récursif en algorithme itératif
UE Bases de données 1
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
Se former à l’utilisation et à la conception de bases de données relationnelles au sein d’un système d’information
UE Systèmes d'exploitation des ordinateurs
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
UE Réseaux informatiques
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
Ce cours vise à apporter les connaissances de base sur les réseaux, en particuliers les réseaux TCP/IP, afin d'être à même de comprendre et de déployer les différentes architectures, techniques et protocoles mis en oeuvre dans le domaine de l'administration système et réseau. Ainsi après une présentation des réseaux en général et des technologies de réseaux locaux les plus répandus (Ethernet, Wifi), suit l'étude de TCP/IP avec quelques uns de ses mécanismes. Sont abordés ensuite les différents aspects de la sécurité système et réseau ainsi que de l'administration réseau.
UE Méthodes de génie logiciel
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
UE Introduction à la programmation web
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Ce module permet d'initier au monde du développement en apprenant la programmation HTML, CSS et le Javascript. Les différents principes du monde du web, ainsi que ces 3 langages, sont présentés afin de permettre une meilleure découverte du développement web.
UE Module de soutien
ECTS
0 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Soutien algorithmique
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Soutien programmation
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Soutien machines
Composante
UFR Sciences de l'Homme et de la Société (SHS)
UE Algorithmique 2
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Automne (sept. à dec./janv.)
Ce cours avancé d'algorithmique fait suite au cours d'introduction d'algorithmique ("Algorithmique 1"). Il s'agit de progresser dans la maîtrise de techniques et de structures de données élaborées. L'accent est d'abord mis sur la gestion d'un ensemble d'informations encapsulé au sein d'une structure de classe à laquelle est associée un ensemble de primitives permettant la création d'un tel ensemble, l'ajout d'un nouvel élément à l’ensemble, la modification d'un élément existant, la suppression d'un élément, l'énumération (parcours) des éléments, la recherche d'un élément particulier. La notion d'ordre sur les informations permet alors d'introduire des techniques de tri classiques (insertion, sélection, à bulles). Dans une deuxième partie, les notions de pointeur et de liste chainée sont introduites. Les primitives décrites plus haut sont examinées dans ce contexte. Le chapitre 3 s'intéresse à la notion d'adressage dispersé et à la technique dite de hachage. Les structures de graphes, plus particulièrement celles d'arbres et d'arbres n-aires et binaires, sont explorées à travers différents types de parcours. Enfin, des techniques plus élaborées de tri sont introduites.
uE Programmation 2
ECTS
3 crédits
Ce cours est composé de deux parties : les flux d'entrée/sortie et les collections (listes, ensembles, tableaux associatifs).
La première s'intéresse aux flux d'entrées/sorties en Java. Elle aborde également les API de manipulation du système de fichiers (NIO2).
- Manipulation de chemin et fichiers via l'API NIO2
- Les flux d'entrée/sortie binaires et textuels
- La sérialisation d'objets
- Découverte du patron de conception "décorateur" via les flux "filtres"
La deuxième partie présente l'API collection de java et ses différentes structures de données ainsi que la notion de généricité. Le cours s'intéresse notamment aux implémentations des listes chaînées, des tables de hachage et des arbres binaire de recherche.
-
Les collections : opérations de base et généricité
-
Listes : tableaux dynamiques et listes chaînées
-
Les ensembles et tableaux associatifs : tables de hachage et arbres binaires de recherche
UE Bases de données 2
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
UE Mathématiques pour l'informatique 2
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
UE Programmation web client 1
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Le cours propose une mise en perspective du développement d'applications client/serveur avec un backend base de données au cours des dernières décennies avec le développement multiplateforme d'application possible aujourd'hui en utilisant des technologies Web. Le cours se limite volontairement à l'usage de Cordova pour la partie cliente, permettant la compréhension des mécanismes de bas niveau mis en jeu, notamment l'asynchronie côté client et serveur. Cette compréhension permettant, lors de l'utilisation future de framework de plus haut niveau, une programmation plus pertinente.
Le cours détaille les l'évolutions des technologies Web du Web 1.0 à aujourd'hui et des bases de données relationnelles aux développement des bases de données NOSQL et leurs usages. Les aspects techniques sont également présentés et mis en application pour permettre le développement du jeu mobile multijoueur dans le cadre du projet de groupe.
UE Programmation web côté serveur 1
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
Découvrir et comprendre la programmation web côté serveur avec l'utilisation de PHP et d'un framework.
UE Gestion de projet
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Ce cours d'introduction à la gestion de projets est composé de deux volets de formation dispensés par 2 intervenants distincts.
Le premier volet couvre la gestion de projet dans une approche classique (dite en cascade ou cycle en V). Il traitera notamment les concepts fondamentaux de la planification, de l'exécution et du suivi de projet, ainsi que les outils et les techniques utilisés pour gérer les projets de manière traditionnelle.
Le second volet couvre la gestion de projet dans une approche considérée comme contemporaine (dite adaptative ou agile) qui mettra l'accent sur les principes fondamentaux de l'agilité, les rôles et les responsabilités des membres de l'équipe, ainsi que les étapes spécifiques à différents processus agiles (SCRUM, KANBAN, LEAN).
UE Stage
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
UE Options
ECTS
9 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
UE Recherche d'information
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
Ce cours vise à expliquer, de manière théorique et pratique, comment fonctionne un système de recherche d'information. Les sujets abordés dans la première partie du cours sont les modèles de recherche d'information (booléen pondéré, vectoriel), les éléments liés à l'implantation efficace de ces systèmes (anti-dictionnaires, troncature de mots, fichiers inverses), la mise en place de l'évaluation de ces systèmes. Dans la seconde partie, nous nous focalisons sur les éléments spécifiques liés à la recherche d'information sur le Web, avec l'intégration du graphe des pages dans la recherche (robots d'indexation, HITS, Pagerank). L'utilisation d'un moteur de recherche et les calculs de HITS et Pagerank sont expérimentés lors de TPs.
UE Informatique décisionnelle
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
UE Droit de l'informatique et organisation des entreprises
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
UE Interaction Homme Machine 1
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
Tout logiciel est destiné à être utilisé. Sa conception doit donc être pensé pour cet utilisateur, et lui permettre d'atteindre ses objectifs. Mais la vie humaine est désordonnée et imprévisible, et difficile à caractériser. Toutefois, tout logiciel a un utilisateur. Le design de l'interaction est une méthode et un ensemble d'outils permettant de s'attaquer à ces problèmes. Bien appliqués, ces outils peuvent vous aider à construire des systèmes d'information utiles, utilisables et agréables à utiliser.
UE Module de soutien
ECTS
0 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Soutien algorithmique
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Soutien programmation
Composante
UFR Sciences de l'Homme et de la Société (SHS)
UE Probabilité
Niveau d'étude
Bac +4
ECTS
3 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Automne (sept. à dec./janv.)
L’objectif du cours vise à présenter les principales lois fondamentales discrètes et continues, les notions de variables aléatoires (notamment indépendantes) et de distributions conditionnelles. Nous verrons également les concepts de moments et moments conditionnels notamment espérance, espérance conditionnelle, variance et variance conditionnelle. Enfin, les principaux théorèmes limites seront présentés : convergence de variables aléatoires, théorème centrale limite, loi des grands nombres. Le cours se terminera par une présentation des vecteurs gaussiens, de leurs principales propriétés et du théorème de Cochran.
UE Statistique inférentielle
Niveau d'étude
Bac +4
ECTS
3 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Automne (sept. à dec./janv.)
L’objectif du cours est de comprendre les bases de l’estimation des paramètres d’un modèle paramétrique. Après avoir introduit les différents outils de la statistique descriptive, nous aborderons les deux méthodes usuelles d’estimation : méthode des moments et maximum de vraisemblance. Nous étudierons ensuite les propriétés qui permettent d’évaluer la qualité d’un estimateur. Nous conclurons ce cours par l’étude des intervalles de confiance et une introduction aux tests notamment à la p-value.
UE Logiciels spécialisés
Niveau d'étude
Bac +4
ECTS
6 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Automne (sept. à dec./janv.)
Le cours se divise en deux parties : R et Python
Partie R : Le R est un système de programmation dont l’apprentissage dans ce cours se déclinera en deux modes :
- En mode utilisateur: Environnement de travail; Notion de package (installation, utilisation); Introduction des natures et structures R de base; Extraction de données avec application sur données réelles.
- En mode développeur: Programmation fonctionnelle; Création de package; Programmation orientée objet (S3); Introduction au package RCpp pour booster les exécutions des codes R.
Partie Python : En plus d’être un langage de programmation très versatile, Python est très populaire depuis une dizaine d’année en science des données. En particulier, de nombreuses bibliothèques d’apprentissage statistique et profond sont fournies en Python. De plus, le facilité de manipulation des fichiers texte et tableaux en font un outil de choix aussi bien académiquement qu’en entreprise.
UE Outils de présentation et de recherche reproductible
Niveau d'étude
Bac +4
ECTS
3 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Automne (sept. à dec./janv.)
Connaitre des outils de génération de rapport et de visualisation de
données.
Maitriser les langages R et LATEX. Dans l'environnement R, génération
automatique de rapport reproductible embarquant des analyses statistiques et
développement d'application web minimale pour proposer des interfaces utilisateur interactives.
UE Analyse des données
Niveau d'étude
Bac +4
ECTS
3 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Automne (sept. à dec./janv.)
Ce cours est destiné à l’analyse exploratoire des données. Il s’agit d’une famille de méthodes statistiques dont les principales caractéristiques sont d'être multidimensionnelles et descriptives. On procède, lors des séances de CM, à des études méthodologiques (théorie et interprétation) de l’analyse statistique factorielle classique des données avec des applications sur des données réelles. Ce cours comporte principalement les méthodes suivante : La régression linéaire, ACP, AFC, AFCM, Classification (KAH et K-means).
UE Compléments tests statistiques
Niveau d'étude
Bac +4
ECTS
3 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Automne (sept. à dec./janv.)
Un test est une procédure de décision sur la distribution des variables aléatoires à partir des données observées. Le premier objectif de ce cours est de fournir des notions de base de la théorie de tests statistiques qui nous conduiront vers différents approches de construction de décisions efficaces. Nous présentons également un panorama de tests sur des petits et grands échantillons permettant de tester des hypothèses dans des modèles statistiques paramétriques et non paramétriques.
Les concepts abordés sont systématiquement implémentés et illustrés sous R.
UE Base de données
Niveau d'étude
Bac +4
ECTS
3 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Automne (sept. à dec./janv.)
Ce cours a pour objectif l’étude des principes des SGBD relationnels et la mise en pratique de ces principes. Le contenu du cours est essentiellement le suivant :
1. Les concepts de bases des bases de données relationnelles. Il s'agit de présenter les concepts ainsi que l'algèbre relationnelle.
2. Langages d’interrogation et de manipulation. L’accent est mis sur SQL et ses fondements.
Modèles linéaires et GLM
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
UE Anglais (si niveau B2 non atteint)
Niveau d'étude
Bac +4
ECTS
3 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Automne (sept. à dec./janv.)
Pour le niveau B1
- acquisition et mise en oeuvre des compétences nécessaires à la candidature en pays anglophone, rédaction de CV, lettre et email de motivation, simulation d’entretiens
- Préparation à la prise de parole longue sur un sujet scientifique de spécialité et techniques de communication orale
- rédaction d’abstracts
- sensibilisation à la dimension interculturelle dans les communciations internationales
Pour le niveau A2
révision des based grammaticales et lexicales pour atteindre le prérequis du M2.
UE Apprentissage statistique 1
Niveau d'étude
Bac +4
ECTS
3 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Printemps (janv. à avril/mai)
Le cours d'Apprentissage Statistique I s'inscrit dans la continuité du cours d’Analyse de Données, et vise à donner une introduction au domaine de l'apprentissage statistique.
Après une introduction générale au domaine de de l’apprentissage statistique, nous évoquerons différents concepts et méthodes clés de l’apprentissage non-supervisé et étudierons en détail les algorithmes du clustering hiérarchique, des nuées dynamiques (k-means) et de clustering par modèles de mélange de gaussiennes. Nous aborderons ensuite le cadre de l’apprentissage supervisé au travers de l’algorithme des k plus proches voisins, des modèles probabilistes de classification (LDA, QDA et régression logistique) et terminerons par une introduction aux modèles pénalisés.
Les séances pratiques seront réalisées sous R.
UE Visualisation des données et SAS
ECTS
3 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Printemps (janv. à avril/mai)
UE Projet et gestion de projet
ECTS
6 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Printemps (janv. à avril/mai)
Maîtriser des outils de gestion de projet. Gérer un projet en pratique.
UE Stage
Niveau d'étude
Bac +4
ECTS
9 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Printemps (janv. à avril/mai)
Stage obligatoire en entreprise ou laboratoire de 2 à 4 mois; rapport et soutenance à l’issue du stage.
UE Données dépendantes 1 : séries temporelles
ECTS
3 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Automne (sept. à dec./janv.)
Informatique décisionnelle
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
UE Données d'entreprise
Niveau d'étude
Bac +4
ECTS
3 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Printemps (janv. à avril/mai)
L’objet des 24h de ce module est d’introduire, par un travail sur des données et des solutions logicielles, aux analyses de marché et de secteur des entreprises. Le logiciel utilisé sera le logiciel Analyzer de Asterop. La formation au logiciel Analyzer par un intervenant de la société éditrice Asterop implique l’assiduité des étudiants. Le rendu d’un rapport d’étude fait l’objet de l’évaluation des compétences acquises par les étudiants dans le cadre de ce module.
Epidémiologie
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
UE Statistique computationnelle
Niveau d'étude
Bac +5
ECTS
3 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Automne (sept. à dec./janv.)
Cours divisé en deux parties : méthodes d’échantillonnage / simulation et statistique bayésienne.
Le volet « échantillonnage » consistera à étudier différentes méthodes d’inférence statistique s’appuyant sur des techniques de simulation ou de ré-échantillonnage. Après avoir évoqué quelques techniques classiques de simulation de variables aléatoires, nous illustrerons comment les méthodes simulation peuvent permettre de répondre à des problématiques d’intégration. Nous étudierons ensuite des méthodes d’inférence statistique à proprement parler telles que le bootstrap et les tests statistiques par permutation. Les séances pratiques seront réalisées en R.
Le volet « statistique bayesienne » consistera à présenter le paradigme de l’inférence bayésienne, l’introduction de lois a priori et le calcul de lois a posteriori. L’inférence sera détaillée dans des modèles simples (gaussiens, bernoulli). Lorsque le calcul n’est pas explicite, des algorithmes de Monte Carlo par Chaine de Markov (MCMC) seront introduits (Metropolis Hastings, Gibbs). Les séances pratiques seront réalisées en R.
UE Statistique en grande dimension
Niveau d'étude
Bac +5
ECTS
3 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Automne (sept. à dec./janv.)
Ce cours fait suite aux cours de M1 et en particulier au UE d’Analyse de données et modèles de régression linéaires et modèles GLM. Dans ce cours on s’intéresse à l’analyse de données dites complexes et particulièrement présentant un problème de grande dimensionnalité. On va s’intéresser particulièrement à la détection du fléau de dimension et y porter des solutions. En voici les grandes lignes : reconnaissance et détection du problème de la dimension, Tests statistiques multiples en grandes dimension (procédures contrôlant le FWER, le FDR); sélection de modèles en grande dimension (par pénalisation type ridge, lasso). Les aspects pratiques seront mis en avant dans ce cours
UE Estimation non paramétrique et fonctionnelle
Niveau d'étude
Bac +5
ECTS
3 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Automne (sept. à dec./janv.)
L’objectif principal du cours est de présenter les principales méthodes d’estimation non-paramétriques. En particulier le cours développera les problèmes d’estimation non paramétrique de la fonction de répartition, de la fonction quantile, de la fonction de survie. Nous verrons également le problème d’estimation de la densité. et de l’estimation d’une fonction de régression en particulier par la méthode des noyaux et de projection. Cela nous donnera l’occasion de mettre l’accent sur le compromis biais/variance au travers du problème du choix d’une fenêtre optimale par validation croisée.
UE Apprentissage statistique 2
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Ce cours aborde les différents champs du Machine Learning au travers de la libraire Python Scikit-Learn pour être en mesure de mener en autonomie et d'interpréter une analyse de données prédictive, de sauvegarder un modèle et de le réutiliser (e.g. data apps)
Ce cours associe un enseignement théorique des notions et une partie pratique pour leur mise en œuvre immédiate sous forme de TP (notebook Python)
UE Introduction à l'optimisation en Python et Julia
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
UE Biostatistique avancée
Niveau d'étude
Bac +5
ECTS
3 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Automne (sept. à dec./janv.)
Ce cours a pour objectif de familiariser les étudiants aux modèles statistiques très fréquemment utilisées en biostatistique tels que les modèles de survie et les modèles mixtes et leurs adaptations dans un cadre d’inférence causale sur des données d’observation. Les étudiants verront les fondements théoriques des méthodes et leur mise en œuvre concrète par des logiciels statistiques standard (R) sur des applications réelles en recherche clinique.
La première partie du cours portera sur le modèle de Cox, la méthode la plus utilisée dans le cadre de l'analyse des données de survie. La deuxième partie sera consacrée aux modèles à effets aléatoires et modèles mixtes pour prendre en compte des facteurs à effet aléatoire et aux modèles pour données répétées pour modéliser une variable réponse mesurée à plusieurs reprises au cours du temps pour un même individu.
La troisième partie du cours portera sur l’inférence causale et leurs applications dans le domaine de la santé. Les paradigmes graphiques et contrefactuels seront introduits. L’estimation de l’effet causal d’une variable d’exposition sur une variable réponse se présentée pour différents modèles statistique.
UE Fiabilité
Niveau d'étude
Bac +5
ECTS
3 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Automne (sept. à dec./janv.)
Le cours abordera les points suivants:
- Maîtrise des risques, sûreté de fonctionnement et fiabilité
- Les mesures de fiabilité
- Les lois de probabilité usuelles en fiabilité
- Calculs de fiabilité par structure
- Introduction à l’analyse statistique des données de fiabilité
- Méthodes paramétriques d’analyse d’échantillons complets
- Analyse statistique d’échantillons complets de lois exponentielle et de Weibull
- Analyse de données censurées
- Systèmes réparables : introduction, modélisation et estimation.
- Optimisation de la maintenance : utilisation du package VAM de R.
Tous les exercices et TP se font en R.
UE Fouille de textes
Niveau d'étude
Bac +5
ECTS
3 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Automne (sept. à dec./janv.)
Dans ce cours, nous abordons les problèmes et les méthodes d'accès à l'information disponible dans les textes, qui constituent des données non structurées. La première partie du cours est une introduction générale aux tâches de fouilles de textes et aux architectures neuronales utilisées pour ces tâches : MLP, RNN (en particulier les LSTM), et Transformers. Nous verrons également les techniques de représentation vectorielle des éléments textuels (mots, phrases, paragraphes, etc.), en particulier les plongements lexicaux statiques (word2vec ou glove) ou contextuels (par exemple BERT). Nous étudierons ensuite en détail les tâches de classification de textes, de reconnaissance d'entités nommées, d'extractions de relations entre entités et de fouille d'opinions ciblée par aspect. Nous verrons comment modéliser ces tâches comme des problèmes de classification, et mettre en œuvre les solutions en Python, en utilisant des librairies d'apprentissage automatique (PyTorch ou Tensorflow/Keras, transformers, etc.)
UE Géostatistique, statistique spatiale
Niveau d'étude
Bac +5
ECTS
3 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Automne (sept. à dec./janv.)
La géostatistique est l'étude des variables aléatoires régionalisées/spatialisées. La géologie, la météorologie, l'épidémiologie, la foresterie, l'écologie etc sont autant de domaines de recherche faisant intervenir des données aléatoires localisées dans l'espace géographique.
- Partie I : Géostatistique. Champ aléatoire, fonction de covariance, variogramme, modélisation et estimation paramétrique, estimation non paramétrique, interpolation spatiale (krigeage simple et universel), validation, extension à des champs sur réseau.
- Partie II : Statistique des processus de points. Mesures moments et fonctions intensités, processus de Poisson (simulation, estimation, validation), statistiques résumées (fonction K de Ripley, fonction de corrélation de paires, fonctions F,G,J), tests basés sur des enveloppes, modèles de Cox, modèles de Gibbs.
UE Sondage
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
Période de l'année
Printemps (janv. à avril/mai)
UE Réseaux sociaux et théorie des graphes
ECTS
3 crédits
Composante
UFR Sciences de l'Homme et de la Société (SHS)
UE Anglais
Niveau d'étude
Bac +5
ECTS
3 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Automne (sept. à dec./janv.)
- Consolider des techniques de prise de notes et d’expression écrite, pour une rédaction concise et efficace.
- Apprendre à communiquer et échanger à partir de documents (écrits et oraux) en anglais , choisis dans le domaine de spécialité des étudiants
- Préparer et présenter un projet de groupe, dans le but de développer des techniques de communication orale, dans le domaine de spécialité des étudiants.
- Acquérir les techniques de communication nécessaires pour faire un exposé d’une dizaine de minutes qui porte sur sa spécialité et/ou sur son parcours personnel et professionnel..
UE Stage
Niveau d'étude
Bac +4
ECTS
24 crédits
Composante
UFR IM2AG (informatique, mathématiques et mathématiques appliquées)
Période de l'année
Printemps (janv. à avril/mai)
Stage obligatoire en entreprise ou laboratoire de 4 à 6 mois; rapport et soutenance à l’issue du stage.
Admission
Conditions d'admission
La 1re année de master est ouverte aux candidats titulaires d'un diplôme national conférent le grade de la licence dans un domaine compatible avec celui du master, ou via une validation d'études ou d'acquis. L'entrée en master 2e année est sélective et ouverte sur dossier aux candidats titulaires d'une première année de master dans le domaine.
Public formation continue : Vous relevez de la formation continue :
- si vous reprenez vos études après 2 ans d'interruption d'études
- ou si vous suiviez une formation sous le régime formation continue l’une des 2 années précédentes
- ou si vous êtes salarié, demandeur d'emploi, travailleur indépendant
Si vous n'avez pas le diplôme requis pour intégrer la formation, vous pouvez entreprendre une démarche de validation des acquis personnels et professionnels (VAPP)
Pour plus d'informations, consultez la page web de la Direction de la formation continue et de l’apprentissage
Vous pouvez consulter les tarifs s'appliquant aux publics de la formation continue en suivant le lien : https://www.univ-grenoble-alpes.fr/consulter-nos-tarifs/
Candidature
Pour toute question concernant les candidatures en fonction du profil de l'étudiant, rendez vous sur le site de l'Université Grenoble Alpes Candidater et s'inscrire