Syl M2 Inf-Dc

PÉRIODE D’ACCRÉDITATION : 2016 / 2021
UNIVERSITÉ PAUL SABATIER
SYLLABUS MASTER
Mention Informatique
M2 données et connaissances
http://www.fsi.univ-tlse3.fr/
http://m1.deptinfo.fr/
2020 / 2021
17 JUILLET 2021
SOMMAIRE
PRÉSENTATION . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
PRÉSENTATION DE LA MENTION . . . . . . . . . . . . . . . . . . . . . . . 3
Mention Informatique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
PRÉSENTATION DE L’ANNÉE DE M2 données et connaissances . . . . . . . . 3

Liste des formations donnant accès de droit : . . . . . . . . . . . . . . . . . . 3
RUBRIQUE CONTACTS . . . . . . . . . . . . . . . . . . . . . . . 4
CONTACTS PARCOURS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
CONTACTS MENTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
CONTACTS DÉPARTEMENT : FSI.Info . . . . . . . . . . . . . . . . . . . . . 4
Tableau Synthétique des UE de la formation . . . . . . . . . . . . . 5

LISTE DES UE . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
GLOSSAIRE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
TERMES GÉNÉRAUX . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
TERMES ASSOCIÉS AUX DIPLOMES . . . . . . . . . . . . . . . . . . . . . . 25
TERMES ASSOCIÉS AUX ENSEIGNEMENTS . . . . . . . . . . . . . . . . . . 25
2
PRÉSENTATION
PRÉSENTATION DE LA MENTION
MENTION INFORMATIQUE
L’informatique est une discipline scientifique à l’impact sociétal de plus en plus important et partie intégrante de
tout métier scientifique.
En première année de ce master, un socle de compétences communes conséquent sert de base à une spécialisation
progressive.
En seconde année de ce master, année de spécialisation forte, une formation théorique et technologique de
haut niveau est proposée aux étudiants, leur permettant d’accéder aux nombreux débouchés dans l’industrie de
l’Informatique et de ses interactions mais aussi de poursuivre leurs études en doctorat.
L’offre de formation est déclinée autour des pôles thématiques suivants :
- Le traitement de l’information et ses infrastructures
- Le génie logiciel comme ensemble de concepts, de méthodes et d’outils de développement.
- La manipulation du contenu selon différents points de vue : analyse/synthèse de l’information, structuration et
recherche d’information en intégrant la problématique des données massives.
- La représentation et le traitement des connaissances en intelligence artificielle, liens avec la robotique.
- L’interaction entre l’homme et la machine et les contraintes ergonomiques et cognitives y afférant.
PRÉSENTATION DE L’ANNÉE DE M2 DONNÉES ET CONNAISSANCES
LISTE DES FORMATIONS DONNANT ACCÈS DE DROIT :

M1 DONNEES ET CONNAISSANCES (EMINDE)
Pour les étudiants ayant suivi une autre formation que l’année précédente du parcours, l’accès est sur dossier.Il est
très fortement conseillé de se rapprocher du responsable de la formation envisagée pour en connaitre les modalités
d’accès.
3
RUBRIQUE CONTACTS
CONTACTS PARCOURS
RESPONSABLE M2 DONNÉES ET CONNAISSANCES
BENAMARA Farah
Email : Farah.Benamara@irit.fr Téléphone : 7706
YIN Shaoyi
Email : shaoyi.yin@irit.fr
SECRÉTAIRE PÉDAGOGIQUE
WASEK Maelle
Email : maelle.wasek@univ-tlse3.fr Téléphone : +33 561557483
CONTACTS MENTION
RESPONSABLE DE MENTION INFORMATIQUE
KOUAME Denis
Email : denis.kouame@irit.fr
MENGIN Jérôme
Email : mengin@irit.fr
PAULIN Mathias
Email : Mathias.Paulin@irit.fr Téléphone : 05 61 55 83 29
ROCHANGE Christine
Email : christine.rochange@irit.fr Téléphone : 05 61 55 84 25
CONTACTS DÉPARTEMENT: FSI.INFO

DIRECTEUR DU DÉPARTEMENT
CROUZIL Alain
Email : alain.crouzil@irit.fr Téléphone : 05 61 55 83 44 / 05 61
55 69 28
SECRETARIAT DU DÉPARTEMENT
RODRIGUES Manuella
Email : manuella.rodrigues@univ-tlse3.fr Téléphone : 05 61 55 73 54
Université Paul Sabalier
1TP1, bureau B13
118 route de Narbonne
31062 TOULOUSE cedex 9
4
TABLEAU SYNTHÉTIQUE DES UE DE LA FORMATION
Obligatoire
Facultatif
ECTS
Projet
Cours
Stage
TD
TP
page Code Intitulé UE
Premier semestre
8 EIIND3AM ENVIRONNEMENT PROFESSIONNEL ET SOCIÉTAL 3 O 30
9 EIIND3BM SYSTÈMES DE TRAITEMENT DE REQUÊTES PA- 6 O 12 36 12
RALLÈLES ET MOBILES
10 EIIND3CM TRANSFORMATION DE MODÈLES DE DONNÉES 1 3 O 12 10 8
EIIND3DM ANALYSE DE DONNÉES SOCIALES, PERSONNALISAT° DE 6 O
L’INFORMATION
?? EIIND3D2 Analyse de données sociales 6 18 6
?? EIIND3D3 Recommandation et personnalisation de l’information 6 18 6
13 EIIND3EM SYSTÈMES MULTI-AGENTS 6 O 12 36 12
14 EIIND3FM MODÈLES D’INCERTITUDE, DE RAISONNEMENT ET DE 6 O 12 48
DÉCISION
Second semestre
15 EIIND4AM CHEF D’ŒUVRE 3 O 100
16 EIIND4BM STAGE 15 O 4
17 EIIND4CM BD : MODÈLES ET LANGAGES D’EXTRACTION ET DE 3 O 12 10 8
TRANSFORMATION
EIIND4DM TRAITEMENT AUTOMATIQUE DES LANGUES ET ONTO- 6 O
LOGIES
?? EIIND4D2 Traitement automatique du langage naturel 6 18 6
?? EIIND4D3 Ontologies 6 18 6
Choisir 1 UE parmi les 4 UE suivantes :
20 EIIND4VM ANGLAIS 3 O 24
21 EIIND4WM ALLEMAND 3 O 24
22 EIIND4XM ESPAGNOL 3 O 24
23 EIIND4YM FRANÇAIS GRANDS DÉBUTANTS 3 O 24
?? EIIND4ZM ANGLAIS GRANDS DÉBUTANTS 0 F 24
5
6
LISTE DES UE
7
ENVIRONNEMENT PROFESSIONNEL ET
UE 3 ECTS 1er semestre
SOCIÉTAL
EIIND3AM TD : 30h
ENSEIGNANT(E) RESPONSABLE
LECHANI-TAMINE Lynda
Email : Lynda.Tamine-Lechani@irit.fr Téléphone : 0561533881
MENGIN Jérôme
Email : mengin@irit.fr
OBJECTIFS D’APPRENTISSAGE
Cette UE a deux objectifs :
1. d’une part, l’acquisition d’une culture générale juridique ainsi que de certains concepts essentiels des
domaines de la formation, comme les différentes normes pouvant s’appliquer aux données, les régimes
juridiques des créations de salariés ou encore la lecture d’un contrat de travail.
2. d’autre part, une présentation de secteurs industriels concernés par les thématiques de la formation.
DESCRIPTION SYNTHÉTIQUE DES ENSEIGNEMENTS

Pour la partie juridique :
1. Culture générale juridique : bases juridiques
2. Régimes juridiques des données et des bases de données : données personnelles, sensibles, géographiques,
etc.
3. Créations de salariés (logiciels, bases, modèles, inventions brevetables, etc.) : de la protection jusqu’à
l’exploitation (focus sur les licences)
4. Relations avec l’employeur : signature du contrat de travail, clauses de confidentialité et de non-concurrence,
sous-traitance
La présentation de secteurs industriels concernés par les thématiques de la formation sera faite par des industriels.
PRÉ-REQUIS
aucun
RÉFÉRENCES BIBLIOGRAPHIQUES
Castets-Renard, Céline. Droit de l’internet : droit français et européen. Montchr.-Lext.. 2e éd., 2012.
Debras, Jérôme. Guide jur. des contrats en informatique. St-Herblain. 2e éd, 2015.
Vivant, Michel (dir.). Droit du numérique. Lamy. 26e éd
MOTS-CLÉS
Droit, Données personnelles, Protection des données, Bases de données, Logiciels, Licences, Créations de salariés,
Contrat de travail, Sous-traitance
8
UE SYSTÈMES DE TRAITEMENT DE REQUÊTES 6 ECTS 1er semestre
PARALLÈLES ET MOBILES
EIIND3BM Cours : 12h , TD : 36h , TP : 12h
HAMEURLAIN Abdelkader
Email : hameurlain@irit.fr
Le but de ce cours est, d’une part, de présenter les concepts fondamentaux des systèmes de bases de données
parallèles et mobiles, et d’autre part, d’introduire les principaux problèmes posés et les méthodes proposées dans
la conception et le développement des SGBD parallèles et mobiles.
1. Introduction aux BD parallèles

2. Approches et méthodes de répartition de données
3. Méthodes d’estimation des degrés de répartition et de parallélisme
4. Approches et méthodes de génération de programmes parallèles de requêtes SQL
5. Conception d’un évaluateur de coûts et impacts des précisions des estimations sur les performances
6. Minimisation des coûts de communication inter-opération
7. Optimisation dynamique des programmes parallèles et équilibrage de charge
8. Algèbre relationnelle mobile et principe d’évaluation de requêtes mobiles
9. Politiques de migration Proactive
10. Modèles de coûts pour des requêtes mobiles
11. Évaluation de performances et impact de la mobilité.
Principles of Distributed Database Systems, M. T. Ozsu, P. Valduriez, Editor : Springer-Verlag, Ed. 2011.
Traitement parallèle dans les bases de données relationnelles, A. Hameurlain, P. Bazex, F. Morvan, Editeur :
Cépaduès Editions, 1996.
MOTS-CLÉS
Répartition de données, formes de parallélisme, parallélisation de requêtes, minimisation des communications,
algèbre relationnelle mobile, modèles de coûts.
9
UE TRANSFORMATION DE MODÈLES DE 3 ECTS 1er semestre
DONNÉES 1
EIIND3CM Cours : 12h , TD : 10h , TP : 8h
PINEL-SAUVAGNAT Karen
Email : Karen.Sauvagnat@irit.fr Téléphone : 05 61 55 63 22
Les données, de natures diverses, peuvent être modélisées et stockées de différentes manières. Afin d’exploiter
pleinement les données disponibles au sein du système d’information, il est nécessaire de savoir gérer ces modèles
et stockages hétérogènes. L’objectif principal de l’UE est de montrer les passerelles possibles entre différents
modèles/modes de stockage. Le focus est mis sur 3 modèles de données particuliers : 1) le modèle objet ; 2)le
modèle relationnel ; 3) le modèle arborescent/XML.

1. Introduction
2. Données XML
- Modèle arborescent
- XML
- Méta-modèle : Structure générique et DTD
- Modes de stockage (Système de fichiers, BDs XML natives, XML-DB, BDR)
- Interrogation (Xpath / XQuery)
3. Mapping XML/relationnel
- du XML vers le relationnel (Transformations via XSLT, DOM/SAX)
- du relationnel vers XML (Outils de transformation : JDBC, fonctions SQL de génération du XML)
4. Mapping objet/relationnel
- Mapping modélisation objet -¿ relationnel (diagramme de classes vers relationnel)
- Mapping applicatif (limites de JDBC et Java Persistence API-JPA)
5. Mapping objet/XML (JAXB)
PRÉ-REQUIS
modèle objet, modèle relationnel, langage SQL, programmation Java
XML par la pratique (Daniel Boulanger)
SQL pour Oracle : Applications avec Java, PHP et XML (Christian Sautou)
Hibernate Made Easy : Simplified Data Persistence With Hibernate and JPA Annotations (Cameron Wallace
McKenzie)
MOTS-CLÉS
XML, XQuery, XSLT, JPA, JAXB
10
UE ANALYSE DE DONNÉES SOCIALES, PERSON- 6 ECTS 1er semestre
NALISAT° DE L’INFORMATION
EIIND3DM Cours : 6h , TD : 18h , TP : 6h
PITARCH Yoann
Email : yoann.pitarch@irit.fr Téléphone : 05 61 55 6323
Les réseaux sociaux sont désormais omniprésents et intéressent de pus en plus les industriels par la masse de
connaissances nouvelles potentielles qu’ils représentent. Dans ce module, nous nous intéressons à l’analyse de
ces données d’un point de vue structurel. L’objectif de cours est ainsi de dresser un panorama des techniques
pour (1) modéliser, stocker et interroger ces données connectées et (2) caractériser des noeuds présentant des
propriétés intéressantes dans ces réseaux.

1. Introduction et description des propriétés associées aux réseaux complexes
2. Modélisation, stockage et interrogation de données connectées (Neo4j)
3. Analyse de réseaux :
a. Point de vue microscopique : mesures de centralité, prestige, PageRank, HITS, évaluation de la force d’un lien
b. Point de vue mésoscopique : détection de communautés, modèles de propagation de l’information, prédiction
de liens
4. Cas d’étude autour de l’analyse de la campagne présidentielle 2017 à travers le point de vue des réseaux sociaux
PRÉ-REQUIS
Éléments d’apprentissage automatique (régression, classification)
Théorie des graphes
Web Data Mining : Exploring Hyperlinks, Contents, and Usage Data (Springer) par Bing Liu ;
Social Network Analysis : Methods and Applications par Stanley Wasserman et Katherine.
MOTS-CLÉS
fouille de graphes, analyse de communautés, réseaux sociaux
11
UE ANALYSE DE DONNÉES SOCIALES, PERSON- 6 ECTS 1er semestre
NALISAT° DE L’INFORMATION
LECHANI-TAMINE Lynda
Email : Lynda.Tamine-Lechani@irit.fr Téléphone : 0561533881
Des masses d’informations sont de plus en plus accessibles aux utilisateurs à travers une large gamme de sources.
Ces informations sont de plus, accédées et exploitées par des profils d’utilisateurs de plus en plus diversifiés. Ces
différents facteurs engendrent des problèmes comme la difficulté pour un utilisateur d’accéder spécifiquement
aux informations qui lui sont utiles en considérant son profil. L’objectif de ce cours est alors de fournir des outils
théoriques et pratiques pour la modélisation des profils utilisateurs, l’accès personnalisé aux masses d’informations
et la recommandation d’objets/produits adaptés aux profils des utilisateurs.

Introduction
- Recommandation et accès personnalisé à l’information : objectifs et comparaison
- Notion de profil/modèle utilisateur
Partie 1 : Systèmes de recommandation
1. Modèles de recommandation (basé sur le filtrage collaboratif, basé sur le contenu, hybrides)
2. Evaluationdes systèmes de recommandation (protocoles et métriques basées sur l’erreur, rang, diversité, nou-
veauté, ...)
Partie 2 : Systèmes de recherche d’information personnalisée
1. Modèles de représentation des profils utilisateurs (profil personnel, profil social)
2. Modèles de recherche d’information personnalisée (reformulation de requête personnalisée, réordonnancement
personnalisé des documents)
3. Évaluation des systèmes de recherche d’information personnalisée (protocoles, et métriques basées sur le rang,
clicks, temps, effort,..)
Partie 3 : Protection de la vie privée dans les systèmes de recommandation et systèmes de recherche
d’information personnalisée
1. Données sensibles et risques dans les systèmes de recommandation et systèmes de recherche d’information
personnalisée
2. Méthodes protection de la vie privée (orientées architecture, orientées algorithmes, orientées utilisateur)
PRÉ-REQUIS
- Fondements de la recherche d’information (UE en M1 DC)
- Éléments d’apprentissage automatique (régression, classification)
Recommender systems, an Introduction, D. Jannach et al., Cambrige University press, 2015
Recherche d’information contextuelle et web, L. Tamine, S. Calabretto
Recherche d’information : Etat des lieux et perspectives, Lavoisier, 2008
MOTS-CLÉS
Utilisateur, recherche d’information, personnalisation, recommandation, vie privée
12
UE SYSTÈMES MULTI-AGENTS 6 ECTS 1er semestre
EIIND3EM Cours : 12h , TD : 36h , TP : 12h
GLEIZES Marie-Pierre
Email : Marie-Pierre.Gleizes@irit.fr
L’objectif de ce cours est de familiariser les étudiants avec la conception bottom-up et décentralisée de systèmes
complexes artificiels et la modélisation de systèmes complexes réels. Ces systèmes visent à répondre à des enjeux
applicatifs caractérisés par un grand nombre d’entités en interaction, des interdépendances entre les entités et
des non linéarités, et de la dynamique endogène ou exogène. La conception de ces systèmes amène à s’intéresser
à la conception/modélisation d’agents autonomes ayant une représentation partielle de leur environnement.

Plusieurs types d’agents sont étudiés : les agents rationnels et cognitifs au travers de logiques et les agents réactifs.
Le comportement collectif en terme d’une organisation prédonnée ou émergente ainsi que les interactions étant
le moyen pour produire ces comportements collectifs sont aussi présentés. Ces notions sont ensuite manipulées
par la mise en œuvre de simulations multi-agents.
Le contenu est structuré de la manière suivante :
1. Introduction
- Exemples d’applications - Définition et caractérisation des systèmes complexes
2. Les systèmes multi-agents
- Systèmes réactifs et cognitifs - Propriétés des SMA - Temps - action
3. L’agent
- Représentations - Raisonnement - Comportement - Architectures
4. Les interactions
- Coalitions - Communication - L’environnement
5.L’organisation
- Statique - Dynamique : les systèmes auto-adaptatifs
6. Modélisation et simulations
PRÉ-REQUIS
La programmation et la logique du premier ordre doivent être maı̂trisées.
Michael Wooldridge (2002), An Introduction to MultiAgent Systems, by John Wiley & Sons (Chichester, England)
Johan Van Benthem (2010), Modal Logic for Open Minds, Stanford University
MOTS-CLÉS
Systèmes complexes, Systèmes multi-agents, Agents autonomes, Auto-adaptation, Modélisation à base d’agents,
Simulation
13
UE MODÈLES D’INCERTITUDE, DE RAISONNE- 6 ECTS 1er semestre
MENT ET DE DÉCISION
EIIND3FM Cours : 12h , TD : 48h
L’objectif de ce cours est l’acquisition des concepts essentiels des domaines de l’intelligence artificielle liés à la
représentation de connaissances incertaines, de préférences complexes, et partant, au raisonnement, à la décision
et à l’optimisation à partir de ces données et connaissances.

Ce cours abordera tout d’abord différents modèles de représentation de l’incertitude (probabilistes ou non) puis
la théorie de la décision : décision sous incertitude, contre un adversaire (théorie des jeux), ou décision collective.
Il étudiera alors la question, centrale en IA, des langages de représentation et les modes de raisonnement associés :
raisonnement en présence d’informations incertaines (bases stratifiées, logique possibiliste, réseaux bayésiens),
langages de représentation de préférences (réseaux de préférences, réseaux d’utilité, langages logiques), langages
pour la décision sous incertitude (diagrammes d’influence, arbres de décision)
Afin de pouvoir étudier la richesse d’expressivité et le coût computationnel de ces langages, un certain nombre
de notions fondamentales de la théorie de la complexité seront présentées et replacées dans le contexte des
problématiques abordées par ce cours.
Enfin, le cours traitera des aspects algorithmiques du traitement de préférences et de connaissances incertaines,
d’une part en ce qui concerne l’apprentissage des connaissances, d’autre part en ce qui concerne leur utilisation.
PRÉ-REQUIS
Ce cours s’appuie sur des notions abordées en M1 : théorie de la complexité, programmation par contraintes,
PNLE et/ou la logique propositionnelle.
Decision Making Process. Bouyssou, Dubois, Prade, Pirlot Eds ; Wisley.
Modeling and Reasoning with Bayesian Networks. A. Darwiche Cambridge University Press 2009
Computational complexity. C. H. Papadimitriou. Addison-Wesley 1994
MOTS-CLÉS
IA ; Décision ; Connaissances incomplètes ou incohérentes ; Préférences ; Langages logiques ; Raisonnement ; Op-
timisation combinatoire ; Complexité
14
UE CHEF D’ŒUVRE 3 ECTS 2nd semestre
EIIND4AM Projet : 100h
BENAMARA Farah
Cette UE prend la forme d’un projet réalisé par groupe de 4 à 5 étudiants.
Chaque groupe aura pour mission de modéliser, concevoir et développer une application qui vise au traitement et
à l’analyse d’un jeux de données en mettant en oeuvre les techniques abordées dans le parcours suivi. L’évaluation
des systèmes proposés est également un élément important du projet.
Les sujets seront centrés autour des données de type textuel (pages web, tweets, corpus de commentaires en
ligne, etc.), des bases de données, ou encore des bases de connaissances (ontologies, ressources, etc.).

Toutes les phases d’un projet sont abordées, de l’étude du cahier des charges, en passant par les phases de
spécification, de conception, de développement, d’intégration et de tests, et ce, dans le respect des délais imposés
par un planning défini par l’équipe pédagogique.
À chaque phase du projet correspond un jalon qui fait l’objet d’un rapport technique, d’une présentation
synthétique et d’une validation par l’équipe pédagogique.
L’accent est également mis sur les capacités des étudiants à lire et analyser des articles scientifiques. Chaque
groupe réalisera une étude bibliographique en amont de la phase de conception.
La livraison de chaque projet se fait en public afin de donner un aperçu de toutes les réalisations faites dans le
cadre de la formation. Elle est constituée, pour chaque projet, d’une présentation générale et d’une démonstration.
Un rapport personnel sur l’expérience acquise au cours du projet
est demandé à chaque étudiant. L’UE est validée par la prise en compte du travail réalisé, des présentations, des
rapports collectifs et du rapport individuel.
PRÉ-REQUIS
Conduite de projet, programmation, connaissances de base dans le domaine du projet
15
UE STAGE 15 ECTS 2nd semestre
EIIND4BM Stage : 4 mois minimum
BENAMARA Farah
16
BD : MODÈLES ET LANGAGES D’EXTRAC-
UE 3 ECTS 2nd semestre
TION ET DE TRANSFORMATION
EIIND4CM Cours : 12h , TD : 10h , TP : 8h
HUBERT Gilles
Email : hubert@irit.fr
17
TRAITEMENT AUTOMATIQUE DES
LANGUES ET ONTOLOGIES
BENAMARA Farah
18
TRAITEMENT AUTOMATIQUE DES
LANGUES ET ONTOLOGIES
BARTON Adrien
Email : adrien.barton@irit.fr
19
UE ANGLAIS 3 ECTS 2nd semestre
EIIND4VM TD : 24h
CHAPLIER Claire
Email : claire.chaplier@univ-tlse3.fr
Niveau C1 du CECRL (Cadre Européen de Certification en Langues)
Développer les compétences indispensables aux étudiant/es en vue de leur intégration dans la vie professionnelle.
Perfectionner les outils de communication permettant de s’exprimer dans le contexte international d’aujourd’hui
et acquérir l’autonomie linguistique nécessaire à cette intégration.

Contenu linguistique de la discipline :
Enseignement axé sur le travail de l’expression orale
Documents du domaine de spécialité pouvant faire l’objet de collaboration entre enseignants de science et ensei-
gnants de langue
Nécessité d’un parcours individualisé répondant aux attentes de chaque étudiant.
Compétences
CO - EE - EO - EE
- Savoir communiquer en anglais scientifique
- Savoir repérer les éléments constitutifs d’une communication écrite ou orale dans le domaine de spécialité
- Savoir prendre la parole en public (conférence ou réunion) dans le cadre d’un colloque, projet de recherche,
projet professionnel
PRÉ-REQUIS
N/A
N/A
MOTS-CLÉS
Projet - Repérer - Rédaction anglais scientifique - style - registre - critique - professionnel - commenter
20
UE ALLEMAND 3 ECTS 2nd semestre
EIIND4WM TD : 24h
SANTAMARINA Diego
Email : diego.santamarina@univ-tlse3.fr Téléphone : 05 61 55 64 27
21
UE ESPAGNOL 3 ECTS 2nd semestre
EIIND4XM TD : 24h
SANTAMARINA Diego
Email : diego.santamarina@univ-tlse3.fr Téléphone : 05 61 55 64 27
22
UE FRANÇAIS GRANDS DÉBUTANTS 3 ECTS 2nd semestre
EIIND4YM TD : 24h
JASANI Isabelle
Email : leena.jasani@wanadoo.fr Téléphone : 65.29
Cette UE est conseillée aux étudiants ayant un niveau très faible en français
PRÉ-REQUIS
Niveau B2 en anglais
MOTS-CLÉS
français scientifique
23
UE ANGLAIS GRANDS DÉBUTANTS 0 ECTS 2nd semestre
Sous UE Anglais grands débutants
EPTRL2A5 TD : 24h
KHADAROO Rashard
Email : rashard.khadaroo@univ-tlse3.fr Téléphone : 0561558752
ROUZIES Gérard
Email : gerard.rouzies@univ-tlse3.fr
Cette UE est conseillée aux étudiants ayant un niveau très faible en anglais
24
GLOSSAIRE
TERMES GÉNÉRAUX
DÉPARTEMENT
Les départements d’enseignement sont des structures d’animation pédagogique internes aux composantes (ou
facultés) qui regroupent les enseignants intervenant dans une ou plusieurs mentions
UE : UNITÉ D’ENSEIGNEMENT
Unité d’Enseignement. Un semestre est découpé en unités d’enseignement qui peuvent être obligatoire, optionnelle
(choix à faire) ou facultative (UE en plus). Une UE représente un ensemble cohérent d’enseignements auquel est
associé des ECTS.
ECTS : EUROPEAN CREDITS TRANSFER SYSTEM

Les ECTS sont destinés à constituer l’unité de mesure commune des formations universitaires de Licence et de
Master dans l’espace européen depuis sa création en 1989. Chaque UE obtenue est ainsi affectée d’un certain
nombre d’ECTS (en général 30 par semestre d’enseignement). Le nombre d’ECTS est fonction de la charge
globale de travail (CM, TD, TP, etc.) y compris le travail personnel. Le système des ECTS vise à faciliter la
mobilité et la reconnaissance des diplômes en Europe.
TERMES ASSOCIÉS AUX DIPLOMES

Les diplômes sont déclinés en domaines, mentions et parcours.
DOMAINE
Le domaine correspond à un ensemble de formations relevant d’un champ disciplinaire ou professionnel commun.
La plupart de nos formations relèvent du domaine Sciences, Technologies, Santé.
MENTION
La mention correspond à un champ disciplinaire. Elle comprend, en général, plusieurs parcours.
PARCOURS
Le parcours constitue une spécialisation particulière d’un champ disciplinaire choisie par l’étudiant au cours de
son cursus.
TERMES ASSOCIÉS AUX ENSEIGNEMENTS
CM : COURS MAGISTRAL(AUX)
Cours dispensé en général devant un grand nombre d’étudiants (par exemple, une promotion entière), dans de
grandes salles ou des amphis. Au-delà de l’importance du nombre d’étudiants, ce qui caractérise le cours magistral,
est qu’il est le fait d’un enseignant qui en définit lui-même les structures et les modalités. Même si ses contenus
font l’objet de concertations entre l’enseignant, l’équipe pédagogique, chaque cours magistral porte la marque de
l’enseignant qui le dispense.
25
TD : TRAVAUX DIRIGÉS
Ce sont des séances de travail en groupes restreints (de 25 à 40 étudiants selon les composantes), animés par
des enseignants. Ils illustrent les cours magistraux et permettent d’approfondir les éléments apportés par ces
derniers.
TP : TRAVAUX PRATIQUES
Méthode d’enseignement permettant de mettre en pratique les connaissances théoriques acquises durant les CM
et les TD. Généralement, cette mise en pratique se réalise au travers d’expérimentations. En règle générale,
les groupes de TP sont constitué des 16 à 20 étudiants. Certains travaux pratiques peuvent être partiellement
encadrés voire pas du tout. A contrario, certains TP, du fait de leur dangerosité, sont très encadrés (jusqu’à 1
enseignant pour quatre étudiants).
PROJET OU BUREAU D’ÉTUDE

Le projet est une mise en pratique en autonomie ou en semi-autonomie des connaissances acquises. il permet de
vérifier l’acquisition des compétences.
TERRAIN
Le terrain est une mise en pratique encadrée des connaissances acquises en dehors de l’université.
STAGE
Le stage est une mise en pratique encadrée des connaissances acquises dans une entreprise ou un laboratoire de
recherche. Il fait l’objet d’une législation très précise impliquant, en particulier, la nécessité d’une convention pour
chaque stagiaire entre la structure d’accueil et l’université.
26
27

Syl M2 Inf-Dc

Transféré par

Droits d'auteur :

Formats disponibles

Syl M2 Inf-Dc

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Syl M2 Inf-Dc

Transféré par

Droits d'auteur :

Formats disponibles

PÉRIODE D’ACCRÉDITATION : 2016 / 2021

UNIVERSITÉ PAUL SABATIER

PRÉSENTATION DE L’ANNÉE DE M2 données et connaissances . . . . . . . . 3

Tableau Synthétique des UE de la formation . . . . . . . . . . . . . 5

PRÉSENTATION DE L’ANNÉE DE M2 DONNÉES ET CONNAISSANCES

LISTE DES FORMATIONS DONNANT ACCÈS DE DROIT :

CONTACTS DÉPARTEMENT: FSI.INFO

DESCRIPTION SYNTHÉTIQUE DES ENSEIGNEMENTS

DESCRIPTION SYNTHÉTIQUE DES ENSEIGNEMENTS

1. Introduction aux BD parallèles

DESCRIPTION SYNTHÉTIQUE DES ENSEIGNEMENTS

DESCRIPTION SYNTHÉTIQUE DES ENSEIGNEMENTS

DESCRIPTION SYNTHÉTIQUE DES ENSEIGNEMENTS

EIIND3EM Cours : 12h , TD : 36h , TP : 12h

DESCRIPTION SYNTHÉTIQUE DES ENSEIGNEMENTS

DESCRIPTION SYNTHÉTIQUE DES ENSEIGNEMENTS

DESCRIPTION SYNTHÉTIQUE DES ENSEIGNEMENTS

DESCRIPTION SYNTHÉTIQUE DES ENSEIGNEMENTS

ECTS : EUROPEAN CREDITS TRANSFER SYSTEM

TERMES ASSOCIÉS AUX DIPLOMES

TERMES ASSOCIÉS AUX ENSEIGNEMENTS

PROJET OU BUREAU D’ÉTUDE

Vous aimerez peut-être aussi