TRONC COMMUN

Voir la page complète

Optimisation bio-inspirée

• Formalisation d'un problème d'optimisation
• Introduction aux méthodes exactes et approchées
• Méthodes de trajectoire : recherche locale, recuit simulé, recherche taboue
• Méthodes à base de population : algorithmique évolutionnaire

Algorithmique génétique

Introduction à l'apprentissage automatique

• Présentation de l’apprentissage automatique, définition des termes importants (intelligence artificielle, machine learning, optimisation, fonction de coût, entraînement et test) et des types de machine learning (supervisé, non supervisé, classification, régression)
• Classification : principaux algorithmes (régressions logistiques, arbres, forêts aléatoires, SVM) et méthodes d’évaluation
• Régression : principaux algorithmes et utilisation avancée (régression linéaire, régularisation) et méthodes d’évaluation
• Utiliser ces algorithmes : validation, sur-apprentissage

Voir la page complète

Types d’applications mobiles

Étude des avantages et inconvénients d’une application mobile native, hybride ou Web Progressive (PWA) afin de déterminer les architectures les mieux adaptées à un projet.

Environnements de développement

Manipulation des principaux environnements de développements mobiles (XCode, Android Studio, …), des API et Framework fournis par les principaux acteurs pour la conception d’applications mobiles natives ainsi que les langages de programmation associés.

Interface graphique

Conception d’interfaces graphiques adaptées aux périphériques mobiles, programmation événementielle, manipulation et personnalisation des composants fournis par les Framework (listes personnalisées, …)

Accès aux fonctionnalités du périphérique mobile

Étude des mécanismes de permissions autorisant l’application à accéder à des fonctionnalités clés du périphérique mobile (accès à Internet, utilisation des capteurs internes, stockage d’informations, …)

Récupération d’information à partir des capteurs embarqués (GPS, accéléromètres, niveau de charge de la batterie, …)

Voir la page complète

Voir la page complète

• Projet personnel réalisé par les étudiants en fonction des sujets proposés par les enseignants chercheurs.

Voir la page complète

Gestion de projets classique

• Introduction (historique, organisation des entreprises, projet vs produit, stratégie vs organisation, les différentes phases)
• Analyse : triangle coût-délais-fonctionnalités, estimations, Analyse fonctionnelle
• Définition : spécification technique, découpage (taches, ressources, jalons, livrables), analyse des risques, WBS
• Réalisation : gestion du planning, gestion des risques, gestion de la qualité
• Vérification : relation MOA-MOE, les méthodes et outils pour rationaliser la gestion de projet (PMI, Prince2, CMMI, ISO, ITIL), améliorer les processus

Gestion de projets Agile

• Introduction à l'agilité : les bases de l'agilité et des méthodes Agile, accepter le changement
• Les bases de Scrum (Rôles, Outils et Événements)
• Le besoin et sa maturité, les User Stories et leur estimation
• Déroulement d'un projet Agile Scrum (pratiques et pièges)
• Le rôle du Product Owner, la revue de sprint & l'amélioration continue
• Amélioration continue (évolution des pratiques)
• Mise en pratique par des « serious games » des différentes pratiques utilisées en Agilité
• L'organisation et le travail en équipe
• Trouver le produit : Lean Canvas, UVP, MVP
• L’importance des tests : tester le problème, la solution
• Soutenance d’un projet innovant réalisé en groupe

Voir la page complète