<?xml version="1.0" encoding="iso-8859-1" ?>
<!DOCTYPE M1 SYSTEM "ild.dtd">


<M1>
    <UE id="S51AN1M1">
    <nom> Anglais </nom>
    <identifiant> S51AN1M1 </identifiant>
    <credit> <nom>3</nom> </credit>
    <resume>
    Notions d'anglais niveau C1.
	</resume>
    <plan>18h de TD </plan>
    <lieu>  </lieu>
    <ref-intervenant ref="JC"/>
  </UE>

    <UE id="S51IN1M1">
    <nom> Génie Logiciel </nom>
    <identifiant> S51IN1M1 </identifiant>
    <credit> <nom>6</nom> </credit>
    <resume>
    Des projets par groupes de 4 où 2 élèves travaillent.
	</resume>
    <plan>18h de CM - 18h de TD - 18h de TP </plan>
    <lieu>  </lieu>
    <ref-intervenant ref="PA"/>
  </UE>

    <UE id="S51IN1M2">
    <nom> Complexité </nom>
    <identifiant> S51IN1M2 </identifiant>
    <credit> <nom>6</nom> </credit>
    <resume>
    NP = non polynomial xd.
	</resume>
    <plan> 20h de CM - 20h de TD - 14h de TP</plan>
    <lieu>  </lieu>
    <ref-intervenant ref="KP"/>
  </UE>

    <UE id="S51IN1M3">
    <nom> Introduction à la science des données </nom>
    <identifiant> S51IN1M3 </identifiant>
    <credit> <nom>3</nom> </credit>
    <resume>
    A travers trois cas d’utilisation, ce cours introduit la notion d’analyse de données, selon trois points de vue : le clustering (apprentissage non supervisé, ACP, kmeans, visualisation), la classification (apprentissage supervisé, notion d’erreur et de modèle, erreur de Bayes, kppv, généralisation et sur-apprentissage), et la régression (notion de causalité, notion d’erreur, protocoles d’évaluation). Sensibilisation aux aspects éthiques (GAFAM). L’objectif est de sensibiliser les étudiants aux techniques de base de l’analyse de données et de l’apprentissage, avec des liens vers approches probabilistes (Bayes), statistiques, et modes d’évaluation et de visualisation. On partira de données réelles, on illustrera de fait la difficulté du nettoyage de données en amont de tout le reste.
    </resume>
    <plan>9h de CM - 9h de TD - 9h de TP </plan>
    <lieu>  </lieu>
    <ref-intervenant ref="RE"/>
  </UE>

  <UE id="S51IN1M4">
    <nom> Programmation objet concurrente </nom>
    <identifiant> S51IN1M4 </identifiant>
    <credit> <nom>3</nom> </credit>
    <resume>
    Depuis la généralisation des architectures multi-cœurs, la programmation parallèle est devenue incontournable pour développer des applications exploitant pleinement les capacités de traitement offertes par les ordinateurs actuels. Elle est aussi un moyen de simplifier la structure du logiciel en l'organisant sous la forme de tâches distinctes qui interagissent entre elles afin de répondre aux requêtes de l'utilisateur (ou de l'environnement). Cette UE présente aux étudiants du M1 les principales difficultés de la programmation multi-thread et les techniques classiques permettant de développer un code correct et performant . Tout d'abord, les instructions de base liées à la classe Thread en Java sont introduites avec les concepts sous-jacents de verrou et de variable de condition . L'effet de ces instructions sur l'état d'un thread est illustré sur des exemples simples s'appuyant sur des diagrammes de séquence. Les notions d'indépendance et d' atomicité permettent ensuite de spécifier précisément les problèmes classiques de synchronisation en séparant le besoin d'exclusion mutuelle des contraintes d'attente particulières. L'approche recommandée pour débuter est celle de la conception et de la programmation de moniteurs (à la Hoare), étudiée sur plusieurs exemples classiques. Les outils dédiés à la programmation parallèle en Java sont également présentés en cours et exploités en Travaux Pratiques : locks divers, pools de threads, collections synchronisées ou concurrentes, objets atomiques, etc. Les difficultés propres à la programmation sans verrou sont illustrées par la construction de structures de données simples et de verrous performants. Enfin, un aperçu du modèle mémoire Java permet d'initier les étudiants à la notion de programme «  bien synchronisé » et aux risques d'exécutions inconsistantes séquentiellement du fait des optimisations de codes réalisées lors de la compilation ou de l'exécution. Description en cours d'actualisation.
    </resume>
    <plan>10h de CM - 8h de TD - 8h de TP </plan>
    <lieu>  </lieu>
    <ref-intervenant ref="RM"/>
  </UE>

    <UE id="S51IN1M5">
    <nom> Réseaux </nom>
    <identifiant> S51IN1M5 </identifiant>
    <credit> <nom>4</nom> </credit>
    <resume>
    Architecture en couches, standard OSI Couche physique Couche liaison de Données Réseau IP Algorithmes de routage, routage IP Protocole TCP/IP Couche Application : HTTP, SMTP, FTP, ... Bases des protocoles cryptographiques (terminologie, architecture à clef publique). Introduction à la Sécurité des réseaux. Contenu en cours d'actualisation .
    </resume>
    <plan>12h de CM - 12h de TD - 14h de TP </plan>
    <lieu>  </lieu>
    <ref-intervenant ref="EG"/>
  </UE>

    <UE id="S51IN1M6">
    <nom> Algorithmique et recherche opérationnelle </nom>
    <identifiant> S51IN1M6 </identifiant>
    <credit> <nom>3</nom> </credit>
    <resume>
    Programmation linéaire. Notions et algorithmes de flots. Applications (couplage, affectation, transport, ...) Programmation dynamique (sac à dos, ordonnancement, ...) Algorithmes à performance garantie Contenu en cours d'actualisation .
    </resume>
    <plan>10h de CM - 8h de TD - 9h de TP </plan>
    <lieu>  </lieu>
    <ref-intervenant ref="VC"/>
  </UE>

    <UE id="S51PP1M2">
    <nom> Environnement et RD en informatique </nom>
    <identifiant> S51PP1M2 </identifiant>
    <credit> <nom>3</nom> </credit>
    <resume>
    Description en cours de rédaction.
    </resume>
    <plan> 6h de CM - 6h de TD - 6h de TP </plan>
    <lieu>  </lieu>
    <ref-intervenant ref="PJ"/>
  </UE>

  <intervenant id="JC">
  	<nomI> Joelyne Capelli </nomI>
  	<identifiant> 007 </identifiant>
  	<mail> joelyne.capelli@univ-amu.fr </mail>
  </intervenant>

  <intervenant id="PA">
  <nomI> Pablo Arrighi </nomI>
  	<identifiant> 008 </identifiant>
  	<mail> pablo.arrighi@univ-amu.fr </mail>
  	<adrWeb> http://pageperso.lif.univ-mrs.fr/~pablo.arrighi/ </adrWeb>
  </intervenant>

  <intervenant id="KP">
  	<nomI> Kevin Perrot </nomI>
  	<identifiant> 009 </identifiant>
  	<mail> kevin.perrot@lis-lab.fr </mail>
  	<adrWeb> http://pageperso.lif.univ-mrs.fr/~kevin.perrot/ </adrWeb>
  </intervenant>

  <intervenant id="RE">
  	<nomI> Rémi Eyraud </nomI>
  	<identifiant> 010 </identifiant>
  	<mail> remi.eyraud@univ-amu.fr </mail>
  	<adrWeb> https://pageperso.lis-lab.fr/~remi.eyraud/WP/  </adrWeb>
  </intervenant>

  <intervenant id="RM">
  	<nomI> Rémi Morin </nomI>
  	<identifiant> 011 </identifiant>
  	<mail> remi.morin@univ-amu.fr </mail>
  	<adrWeb> http://pageperso.lif.univ-mrs.fr/~remi.morin/ </adrWeb>
  </intervenant>

  <intervenant id="EG">
  	<nomI> Emmanuel Godard </nomI>
  	<identifiant> 012 </identifiant>
  	<mail> emmanuel.godard@lis-lab.fr</mail>
  	<adrWeb> http://pageperso.lif.univ-mrs.fr/~emmanuel.godard/ </adrWeb>
  </intervenant>

  <intervenant id="VC">
  	<nomI> Victor Chepoi </nomI>
  	<identifiant> 013 </identifiant>
  	<mail> victor.chepoi@lis-lab.fr </mail>
  	<adrWeb> https://pageperso.lif.univ-mrs.fr/~victor.chepoi/ </adrWeb>
  </intervenant>

  <intervenant id="PJ">
  	<nomI> Philippe Jegou </nomI>
  	<identifiant> 014 </identifiant>
  	<mail> philippe.jegou@univ-amu.fr </mail>
  </intervenant>

  <intervenant id="DL">
    <nomI>Denis Lugiez</nomI>
    <identifiant> 015 </identifiant>
    <mail>denis.lugiez@univ-amu.fr</mail>
    <adrWeb>denis.lugiez.perso.luminy.univ-amu.fr</adrWeb>
  </intervenant>

  <parcours>
	  <responsable> Emmanuel Godard </responsable>
	  <nom> FIABILITÉ ET SÉCURITÉ INFORMATIQUE </nom>
	  <description>

	  </description>
	  <debouches>  Ingénieur études et développement </debouches>
	  <debouches>  Responsable qualité </debouches>
	  <debouches>  Responsable de la sécurité des SI </debouches>
	  <debouches>  Ingénieur test et validation </debouches>
    <contenu>
	  <ref-semestre ref="sem1"/>
    </contenu>
  </parcours>

  <parcours>
	  <responsable> Pierre-Alain REYNIER </responsable>
	  <nom> INFORMATIQUE ET MATHÉMATIQUES DISCRÈTES </nom>
	  <description>
	Ce parcours vise à former des étudiants capables de raisonner à l’aide des formalismes suivants : algorithmique, logique, automates et autres modèles de calcul. Ils devront acquérir une expertise avancée sur ces domaines et être en mesure de les utiliser pour modéliser de manière rigoureuse un problème informatique à résoudre.

Ce parcours s’adresse principalement aux étudiants souhaitant réaliser une thèse en informatique, celle-ci pouvant se dérouler dans le milieu académique ou au sein d’une entreprise (thèse CIFRE). Il forme les étudiants aux sujets actuels de la recherche en informatique, en s’appuyant sur les équipes de recherche en informatique d’Aix-Marseille Université.
	  </description>
	  <debouches>  Chargé de veille ou de recherche </debouches>
	  <debouches>  Enseignant-chercheur ou chercheur </debouches>
    <contenu>
	  <ref-semestre ref="sem1"/>
    </contenu>
  </parcours>

  <parcours>
	  <responsable> Jean Luc MASSAT </responsable>
      <responsable> Omar BOUCELMA </responsable>
	  <nom> INGÉNIERIE DU LOGICIEL ET DES DONNÉES </nom>
	  <description>
        Après un tronc-commun couvrant les deux aspects, l’étudiant pourra, au travers d’options, approfondir ses connaissances sur le traitement des données (informatique décisionnelle, techniques liées au Big Data, architectures orientées données) et sur le développement (architectures logicielles et de services distribués, cloud computing, mobile, Internet des objets).

        Les diplômés réaliseront des solutions logicielles avancées dans des environnements complexes et des domaines variés pour aider les entreprises à valoriser leurs données, prendre des décisions et faciliter leur évolution vers une économie dirigée par le numérique. Ils pourront également s'orienter vers les métiers de la recherche dans les thèmes liés au parcours.
	  </description>
	  <debouches> Ingénieur études et développement </debouches>
	  <debouches> Consultant technique ou fonctionnel </debouches>
	  <debouches> Chef de projet </debouches>
	  <debouches> Administrateur de bases de données </debouches>
    <contenu>
	  <ref-semestre ref="sem1"/>
    </contenu>
  </parcours>

    <parcours>
	  <responsable> Thierry ARTIÈRES </responsable>
      <responsable> Carlos RAMISCH </responsable>
	  <nom> INTELLIGENCE ARTIFICIELLE ET APPRENTISSAGE AUTOMATIQUE </nom>
	  <description>
      Le parcours IAAA introduit les avancées les plus récentes en intelligence artificielle et forme à l'exploitation des méthodes et techniques associées dans des applications innovantes. Les thèmes abordés sont l'apprentissage automatique, l’apprentissage profond, le traitement automatique du langage naturel, la modélisation et de la résolution de problèmes à base de contraintes, et la représentation et le traitement des connaissances. Ces thèmes s’inscrivent notamment dans le cadre de la science des données et de l’informatique fondamentale.

      Le parcours IAAA partage des unités d'enseignement avec le master data science de la mention mathématiques appliquées, avec l’option Science des Données de l’École Centrale Marseille, et avec le master sciences cognitives de l'institut convergence ILCB sur les aspects apprentissage à la confluence des thèmes cerveau et ordinateur, et donnera lieu à des projets communs avec des étudiants sur l'ensemble des disciplines de l’institut.

      Le parcours IAAA est fortement orienté « recherche » et « recherche et développement » avec de forts débouchés en thèse, permettant aussi d'intégrer directement une entreprise au sein de projets qui développent des applications mettant en jeu des technologies à base d'IA.

      Ce parcours sera tourné vers l’international par le biais notamment du recrutement d'étudiants étrangers via l’Ecole Centrale Marseille.
	  </description>
	  <debouches> Chef de projet </debouches>
	  <debouches> Chargé de veille ou de recherche, Enseignant-chercheur ou chercheur </debouches>
	  <debouches> Ingénieur études et développement </debouches>
	  <debouches> « Data scientist » ou « Data analyst » </debouches>
    <contenu>
	  <ref-semestre ref="sem1"/>
    </contenu>
  </parcours>


      <semestre ref-sem="sem1">
		  <bloc role="obligatoire">
			          <REF-UE ref="S51AN1M1"/>
                      <REF-UE ref="S51IN1M1"/>
                      <REF-UE ref="S51IN1M2"/>
                      <REF-UE ref="S51IN1M3"/>
                      <REF-UE ref="S51IN1M4"/>
                      <REF-UE ref="S51IN1M5"/>
                      <REF-UE ref="S51IN1M6"/>
                      <REF-UE ref="S51PP1M2"/>
		  </bloc>

	  </semestre>




  <semestre ref-sem="sem2">
		  <bloc role="optionnel">
			  <REF-UE ref="S51AN1M1"/>
		  </bloc>

		  <bloc role="obligatoire">
			  <REF-UE ref="S51AN1M1"/>
		  </bloc>
	  </semestre>

	  <semestre ref-sem="sem3">
		  <bloc role="obligatoire">
			 <REF-UE ref="S51AN1M1"/>
		  </bloc>
	  </semestre>

</M1>