Parcours SAIM

Ce cours est une introduction aux applications concurrentes. Il s’agit de comprendre les mécanismes qui permettent qu’une machine exécute plusieurs tâches en quasi-simultanéité, et d’acquérir les compétences permettant d’écrire des applications concurrentes. Le cours présente les différents concepts théoriques de la concurrence en s’appuyant sur le système Linux.

• Notion de processus : état et ordonnancement
• Synchronisation entre processus : verrous, sémaphores, moniteurs...
• Familles d’algorithmes et problèmes d’interblocage
• Communication entre processus : flux ou messages
• Processus légers : concepts et programmation à l’aide de threads Java et des Posix Threads

---

Prérequis : Programmation C et Java

L’objet de ce cours est d'étudier les mécanismes de programmation multi-paradigmes, qui exploitent de façon conjointe la programmation impérative, déclarative ou fonctionnelle. Le support d’exécution sur lequel s’appuie le cours est Scala, langage dont la conception a été guidée dès l’origine par la possibilité de faire cohabiter de manière cohérente ces différents paradigmes, tout en conservant une compatibilité optimale avec le code Java.

Cette unité d’enseignement s’intéresse à la représentation et au traitement des données numériques.

• Rappels : algèbre linéaire, programmation scientifique en Python
• Théorie de l’échantillonnage
• Analyse de Fourier : séries de Fourier, transformée de Fourier
• Filtrage
• Exploration interactive de données
• Méthodes d’intégration, différentielles
• Régression

Les cours sont associés à des travaux pratiques en Python.

Dans ce cours, nous proposerons une introduction aux concepts fondamentaux informatiques de l’intelligence artificielle. Nous aborderons les questions suivantes :

• notions d’agent, boucles de perception-décision-action
• Algorithme de planification et de recherche (A*, parcours d’arbre, MonteCarlo Tree Search)
• Bases de la théorie des jeux
• Processus de décision (Markovien)
• Mesures d’incertitudes, initiation aux concepts de l'apprentissage statistique
• Bases de l’apprentissage par renforcement

La partie pratique et les projets associés seront en python.

Ce cours constitue une initiation à la veille technologique. L’objectif est de comprendre les enjeux de cet exercice (que ce soit à titre individuel ou au sein d’une entreprise), et d’acquérir les compétences permettant de réaliser une veille ciblée et efficace sur des technologies précises.

Au cours du semestre les étudiants s’exerceront à la veille sur des sujets de leurs choix ou sur des sujets imposés, et restitueront le fruit de cette veille sous la forme de comptes-rendus écrits ou de présentations orales.

Cours : 21H ; TP : 21H

---

Objectifs :

Ce cours est une introduction à l’informatique graphique. Il s’agit de comprendre comment dessiner des primitives 2D à l’écran, puis comment modéliser et transformer une scène 3D pour l’afficher sur un écran 2D. Une fois les bases posées, nous verrons comment modéliser des objets plus complexes et comment leur associer des matériaux afin de leur donner un aspect plus ou moins métallique et de les colorer. Ces notions seront mises en pratique avec OpenGL et GLSL.

---

Contenu :

• Dessin de primitives 2D: lignes, polygones, caractères
• Transformations géométriques
• Voir en 3D: projection
• Modèles de surfaces: polygonales, paramétriques…
• Rendu: éclairage et lissage
• Couleurs
• OpenGL2/3
• GLSL

---

Pré-requis : Programmation C++ [INF1511] (L3 Informatique)

---

Bibliographie :

• Introduction to Computer Graphics, Foley, VanDam, Feiner, Hugues & Phillips

Ce cours constitue une introduction aux systèmes distribués, vus sous l’angle de la programmation. Après une définition de ce qu’est un système distribué, et la présentation des différents concepts et modèles s’y appliquant, on étudiera plusieurs techniques de bases permettant le développement d’applications en Java : la communication à travers les sockets TCP/UDP, l’appel de méthodes à distance (RMI) et la communication via un intergiciel orienté messages (JMS).

Ce cours concerne l’étude et la pratique de la pile Javascript en développement Web Client et Serveur (full stack) : Javascript, node.js, jQuery, Ajax, HTML 5, express, Pug (Jade), Angular ainsi que les bases de données noSQL MongoDB.

Ce cours aborde la problématique du traitement des masses de données d’un point de vue matériel, algorithmique et programmation. Après une présentation des métriques pertinentes pour les applications Big Data, en terme de quantité de calculs, de mémoire et d’entrées/sortie, plusieurs techniques de parallélisation sont étudiées. Les principaux paradigmes de calcul haute performance sont ensuite comparés à travers leurs mise en œuvre avec les outils de programmation phares du domaine : Hadoop et sa galaxie (HDFS, HBase, Hive, Spark, Pig), Cuda, OpenCL...

Trois supports matériels du parallélisme sont expérimentés en TP : les instructions SSE des micro-processeurs, les cartes graphiques et les clusters de serveurs.

Cours : 21H ; TD : 21H

---

Objectifs :

En informatique décisionnelle, on est amené à traiter de grands ensembles de données, provenant de sources hétérogènes diffuses internes ou externes à l’entreprise. Ces données sont stockées dans des entrepôts, organisées par ‘métiers’ et décrites suivant des dimensions ou axes d’analyse. Cet enseignement a pour but d’apporter les éléments pour :

• connaître les principaux composants d’un système décisionnel
• savoir concevoir et modéliser un entrepôt de données
• appréhender les différents outils de l’informatique décisionnelle

---

Contenu :

• Architecture et composants d’un système décisionnel
• Modélisation dimensionnelle des données : faits, dimensions, schémas en étoile et extensions
• Administration des données de l’entrepôt
• Alimentation de l’entrepôt : outils ETL
• Qualité des données
• Métadonnées et référentiel de données
• Organisation et stockage des données dans l’entrepôt
• Socle, historisation, agrégats, magasins de données (datamarts)
• Optimisation : gestion des agrégats, parallélisme, fragmentation
• Structures multidimensionnelles et OLAP

---

Pré-requis : Connaissance en système d’information et d’un SGBD [INF2105].

---

Bibliographie :

• Le système d’information décisionnel. Pascal Muckenhirn. Hermès – Lavoisier, 2003
• Building the data warehouse, William H. Inmon, Wiley Editions, 2005
• Le data warehouse, guide de conduite de projet, Ralph Kimball, Laura Reeves, Margy Ross, Warren Thornthwaite, Eyrolles, 2005
• Oracle Data Warehouse Tuning for 10g, Gavin Powell. Elsevier, 2005
• Business Intelligence avec SQL Server 2005, Bertrand Burquir, Dunod, 2007

Ce cours est orienté vers les théories et modèles de la science de l’interaction. Il présente également le domaine de l’expérience utilisateur, du design graphique et de l’évaluation ergonomique. Enfin, il développe, dans un contexte historique, les différents paradigmes d’interaction avec une vision prospective sur les évolutions futures.

• Problématique de l’IHM
• Théories et modèles de l’interaction
• Expérience utilisateur
• Ergonomie des interfaces graphiques
• Évaluation des interfaces
• Éléments de design graphique
• Perspectives en IHM

Cette unité d’enseignement est une introduction aux fondamentaux de l’analyse de données et du machine learning.

• Introduction générale (pourquoi une science des données ?)
• Rappel bases en algèbre linéaire + programmation python scientifique
• Analyse exploratoire de données : ACP, réduction de dimensions supervisée (LDA)
• Apprentissage de modèles: principes de l’Empirical Risk Minimization
• Régression
  • cas linéaire, polynomial
  • logistique
• Classification
• non-supervisée (méthode des k-moyennes)
• supervisée : classif linéaire, Naive Bayes, plus proche voisin
• validation des paramètres / des résultats
• ouverture vers d’autres schémas de classification
• Analyse de graphes et des réseaux sociaux

Cette unité d’enseignement est une introduction aux fondamentaux de l’analyse de données et du machine learning.

• Introduction générale (pourquoi une science des données ?)
• Rappel bases en algèbre linéaire + programmation python scientifique
• Analyse exploratoire de données : ACP, réduction de dimensions supervisée (LDA)
• Apprentissage de modèles: principes de l’Empirical Risk Minimization
• Régression
  • cas linéaire, polynomial
  • logistique
• Classification
• non-supervisée (méthode des k-moyennes)
• supervisée : classif linéaire, Naive Bayes, plus proche voisin
• validation des paramètres / des résultats
• ouverture vers d’autres schémas de classification
• Analyse de graphes et des réseaux sociaux

Les projets ont pour objectif d’apporter aux étudiants une expérience pratique dans la réalisation d’un projet en groupe (répartition des tâches, gestion des sources) dans une relation maîtrise d’ouvrage (représentée par un chercheur en informatique qui porte le projet) - maîtrise d’oeuvre (représentée par le groupe d’étudiants).

Face à un besoin exprimé par le chercheur, le groupe projet doit, dans un premier temps, proposer une solution et l’organisation à mettre en oeuvre pour la réaliser puis, une fois la proposition validée par le chercheur, la réaliser. Un soin particulier est apporté pour former les étudiants aux meilleures pratiques du monde de l’entreprise en particulier sur la communication maîtrise d’oeuvre - maîtrise d’ouvrage ainsi que sur le respect des engagements pris. Les projets sont en général l’occasion pour les étudiants de réaliser un projet de sa phase d’analyse à sa réception et d’approfondir ou découvrir les méthodes et technologies nécessaires à la réalisation du projet.

L’évaluation est faite sur la qualité des livrables et la gestion du projet.

Ce cours constitue une initiation à l’administration d’un parc d’équipements informatiques. Tout au long du semestre les étudiants sont amenés à assurer collectivement l’administration d’un ensemble de machines dans une salle dédiée.

• Introduction à l’administration système/réseau
• Installation initiale et maintenance (distribution des systèmes, gestion de paquets logiciels...)
• Mise en réseau (adressage, routage, DNS...)
• Gestion des comptes d’utilisateurs (comptes locaux, comptes déportés, authentification...)
• Gestion des services et partage de ressources (impression, archivage...)
• Sécurisation du parc (définitions, enjeux, classification des risques, systèmes pare-feu...)
• Virtualisation

---

Prérequis : Notions de bases en système d’exploitation, programmation de scripts shell, bonne compréhension de TCP/IP

Ce cours aborde des aspects système et réseau qui fondent plusieurs catégories d’applications réparties actuelles ou relevant de la recherche et développement. L’accent est mis sur l’étude de protocoles et techniques du Web et de l'Internet de objets.

• Sécurité (TLS, VPN, modèle 802.1X/Radius)
• Diffusion et services (multicast, UpnP, mDNS, Bonjour, SLP)
• COAP, MQTT
• 6LowPAN, RPL
• Virtualisation

L’objet de ce cours est de présenter différents intergiciels susceptibles de fonder la construction des applications réparties et des applications s’éxécutant sur des terminaux mobiles (smartphones, tablettes...). Le cours s’appuiera sur la mise en pratique de plusieurs technologies effectivement utilisées dans l’industrie.

• Notion d’intergiciel, modèles d’interaction, patrons architecturaux
• Approche par composants et services (EJB, Web Services, REST)

Ce cours présente les technologies mises en œuvre dans les réseaux reposant sur des liaisons sans fil. Il couvre notamment, dans une première partie, les technologies permettant de déployer des réseaux centrés sur la personne (Bluetooth), des réseaux domestiques ou institutionnels (e.g. Zigbee, Wi-Fi), et des réseaux de plus grande envergure (e.g. WiMAX). La seconde partie du cours constitue une ouverture vers l’innovation et la recherche. L’accent est mis ici sur certaines possibilités offertes par les réseaux sans fil (mais non exploitées commercialement à ce jour), à travers les notions de réseau mobile ad hoc et de réseau « opportuniste » notamment. Les caractéristiques propres à de tels réseaux sont ici mises en avant et illustrées via la présentation de travaux de recherche récents.

Aperçu des technologiques actuelles

• Utilisation du spectre électromagnétique
• Techniques de modulation radio
• Normes IEEE 802.11 (Wi-Fi)
• Normes IEEE 802.15 (Bluetooth, Zigbee...)
• Normes IEEE 802.16 (WiMAX)

Ouverture sur la recherche et l'innovation

• Réseaux mobiles ad hoc
• Réseaux « opportunistes »
• Champs d'application possibles (communication de crise, communication entre véhicules, réseaux sociaux...)

Ce cours concerne le développement de l’Internet des objets (ou IoT, pour Internet of Things), qui résulte de l'interconnexion d’objets (physiques ou virtuels) et de leur intégration dans l’Internet actuel.

L’objectif est de présenter en cours les concepts et mécanismes qui sous-tendent l’Internet des objets, et de les illustrer lors de séances de travaux pratiques à travers des exemples concrets. Les étudiants seront ainsi amenés à concevoir de nouveaux objets par assemblage d’éléments pré-existants (e.g., micro-contrôleurs, capteurs ou actionneurs, modules de transmission), à les programmer, et à les faire interagir.

Ce cours présente les différentes approches de développement d'applications mobiles, et illustre ces approches à travers la mise en pratique de plusieurs technologies utilisées dans l’industrie. Il doit permettre de mieux comprendre le fonctionnement des applications, de leurs environnements de développement et de leurs écosystèmes, et ainsi savoir déterminer quelle approche est la plus appropriée au développement à réaliser. Ce cours abordera les éléments suivants:

• panorama des approches de développement d'applications mobiles (natives, hybrides, ...)
• l'écosystème Android (Services Google, Android Things, Wear OS, Jetpack, GooglePlay, ...)
• développement avancé d'applications Android
• mécanismes et techniques liés aux applications Web progressives
• développement d'applications mobiles (hybrides) multi-plateformes reposant sur des environnements comme Flutter, Ionic, NativeScript et ReactNative.
• applications reposant sur le WebAssembly

Cette UE est l'occasion pour l'étudiant d’élaborer, de justifier et de mettre en œuvre un projet d’étude ou de développement individuel dont il choisit lui-même la thématique, dans le cadre d'un appel à projets. L'évaluation porte essentiellement sur la qualité de la proposition formulée par l'étudiant et des livrables fournis au cours de la réalisation et à l'issue du projet

Cette UE est l'occasion pour l'étudiant d’élaborer, de justifier et de mettre en œuvre un projet d’étude ou de développement individuel dont il choisit lui-même la thématique, dans le cadre d'un appel à projets. L'évaluation porte essentiellement sur la qualité de la proposition formulée par l'étudiant et des livrables fournis au cours de la réalisation et à l'issue du projet

Contenu :