Tiré à part

Responsable : Bob-Antoine Jerry Ménélas

Regroupement de programmes : Programmes d'études de cycles supérieurs en informatique

Secrétariat : (418) 545-5011, poste 2901

Coordonnatrice : Justine Lévesque

Coordonnatrice : Stéphanie Girard

Adresse électronique : spcs_informatique@uqac.ca

Grade :

Présentation du programme

Ce programme court s'adresse aux personnes inscrites dans un établissement universitaire à l'étranger qui désirent poursuivre une partie de leurs études à l'UQAC.

Objectifs

Ce programme vise à offrir une structure d'accueil et d'encadrement aux étudiants qui séjournent à l'UQAC dans le cadre de programmes d'échanges.

Le programme permet de contribuer à la formation universitaire des étudiants, notamment sur le plan de l'acquisition des connaissances, du développement de l'autonomie et de l'esprit d'initiative.

Plus spécifiquement, il permettra aux étudiants internationaux inscrits dans un programme de maîtrise en informatique d'approfondir leurs connaissances en informatique.

Il permet également de valoriser les études faites au Québec par la délivrance d'un relevé de notes.

Conditions d'admission

Être inscrit à un programme d'études menant à un diplôme offert par une université hors Québec équivalent à une maitrise en informatique;

Avoir satisfait aux conditions d'admissibilité à un séjour à l'étranger de l'institution d'attache.

Règles administratives

Le choix de cours peut être limité en fonction de l'horaire, du trimestre d'admission et des ressources disponibles.

Duréedu programme et régime d'études

Les programmes d'une durée de moins de trois mois ainsi que les programmes offerts uniquement à temps partiel ne sont pas reconnus pour l'attribution de prêts et de bourses.

Règlement pédagogique particulier

Tout étudiant dont la langue maternelle est autre que le français qui éprouve des difficultés ou qui a une faiblesse en français peut, après avoir avisé la direction de programme, s'inscrire au cours 7FRA419 Français global et actes de paroles II. Ce cours sera hors programme.

Structure du programme

Plan de formation

Au moins trois cours en informatique (neuf crédits)

Cours optionnels en gestion (au plus six crédits)

L'étudiant doit respecter les conditions d'admission et obtenir l'approbation du directeur du programme pour s'inscrire à ces cours

Cours optionnels en anglais (au plus trois crédits)

Le choix de cours doit être validé par l'établissement d'attache de l'étudiant en séjour d'études et accepté par le directeur du programme concerné.

Être en mesure de développer un plan de communication visant la promotion de l'image de marque de l'organisation, la gestion de l'opinion publique, le lancement de produits et la mesure de l'impact des moyens engagés.

La communication publique. Communication de l'organisation avec son environnement. Stratégie de marketing, relations publiques, gestion de l'opinion publique, gestion de crise, rôles des médias. Impact de la notoriété.

Devenir un bon communicateur dans différents contextes organisationnels. Savoir décoder son interlocuteur et s'y adapter adéquatement.

Éléments permettant de décoder et s'adapter aux différents styles personnels de communication et au langage non-verbal. Impacts du phénomène de la perception/interprétation et des bruits dans une communication efficace et efficiente. Techniques pour préparer, structurer et livrer un message en fonction de l'objectif et dans différents contextes d'affaire. Outils pour réussir une communication dans les contextes d'entretiens d'embauche, d'évaluation de rendement, présentations d'affaire, les réunions d'équipe et les présentations devant grand public.

Développer les connaissances nécessaires afin d'intervenir aux niveaux des relations interpersonnelles au travail, des équipes et de l'organisation; Développer les habilites relationnelles de l'étudiant lui permettant d'intervenir auprès des équipes de travail et de l'organisation, dans des contextes de mobilisation d'équipe, de gestion de conflit et de prise de décision.

Habiletés relationnelles de l'intervenant pour établir un climat de confiance: reflet, reformulation, empathie, écoute active; Différentes approches décrivant la dynamique des équipes de travail et ses composantes d'intervention (mobilisation, motivation, rôles des membres de l'équipe, complémentarité des habiletés); Différentes approches de gestion de conflits (interpersonnels et intergroupes) et de gestion du climat d'équipe; Diverses techniques d'animation en contexte de prise de décision, de résolution de problèmes et de créativité.

Acquérir les connaissances relatives au processus de changement organisationnel. Acquérir les connaissances liées au processus d'intervention en développement organisationnel.

Différentes théories et approches du changement organisationnel. Changement et renouvellement de la culture organisationnelle. Différentes stratégies, processus et étapes du changement organisationnel. Éléments constitutifs du diagnostic organisationnel. Différentes approches théoriques du processus d'intervention en organisation. Étapes du processus d'intervention, du contact initial à la terminaison de la relation. Analyse et suivi d'une intervention en entreprise. Divers enjeux, aspects politiques et éthiques de l'intervention.

Développer des stratégies permettant de mieux communiquer dans des situations quotidiennes (pour les étudiants ayant connaissance de base en anglais). Développer la compréhension de l'oral et de l'écrit, et l'expression orale et écrite.

Vocabulaire de base associé à l'exécution des fonctions de la vie courante. Fonctions langagières : se présenter, exprimer ses préférences et ses aversions, décrire son milieu immédiat, parler de ses activités quotidiennes, demander et donner des informations, chercher et proposer de l'aide, donner des indications, etc. Structures grammaticales pertinentes: formes verbales à l'impératif, au présent, au futur proche et au «simple past»; verbes modaux exprimant les requêtes; noms comptables et non comptables; déterminants démonstratifs et possessifs; adverbes de fréquence; questions simples de type «yes / no» et «wh». Mise en situation du lexique et des structures grammaticales à partir de simulations provenant des ressources didactiques en classe et en laboratoire multimédia.

Poursuivre l'acquisition des connaissances langagières de base dans des contextes réels et simulés qui représentent des fonctions sociales et professionnelles. Développer la compréhension de l'oral et de l'écrit, et l'expression orale et écrite.

Vocabulaire associé aux fonctions sociales et professionnelles, expressions idiomatiques, prononciation. Fonctions langagières: donner des informations sur soi-même, décrire un tiers, donner et demander des informations sur des faits, poser des questions concernant des habitudes ou des intérêts personnels et y répondre, décrire des événements passés au moyen du «simple past», donner et suivre des indications, exprimer l'accord et le désaccord, etc. Structures grammaticales pertinentes: révision des questions de type «yes / no» de même que des formes verbales au présent et au futur proche; distinction entre le «simple past» et le «present perfect»; verbes au passé continu et habituel; verbes périphrastiques; verbes modaux exprimant la nécessité et l'obligation; adjectifs comparatifs et superlatifs; adverbes de quantité. Conversations dirigées, courtes discussions, mises en situation du lexique et des structures grammaticales au moyen des ressources didactiques fournies en classe et en laboratoire multimédia.

Permettre d'améliorer sa capacité à tenir une conversation et à produire des textes dans des contextes réels et simulés qui sont caractéristiques des fonctions de la vie académique, sociale et professionnelle (pour les étudiants de niveau intermédiaire/avancé). Développer la compréhension de l'oral et de l'écrit, et l'expression orale et écrite.

Vocabulaire associé aux fonctions de la vie académique, sociale et professionnelle, expressions idiomatiques, prononciation. Fonctions langagières: décrire les personnes, contester face à un désaccord, accepter et refuser les requêtes, laisser des messages, raconter une histoire au passé, exprimer des émotions et des attentes. Structures grammaticales pertinentes: le présent simple, le présent progressif et le «present perfect», formes verbales au présent continu et au «present perfect progressive», «simple past», «past perfect» et «past perfect progressive»; verbes périphrastiques; propositions adjectivales, adverbiales et conditionnelles; pronoms relatifs, rôle adjectival du participe passé, le gérondif en fonction de sujet ou de complément. Conversations dirigées, courtes discussions, mises en situation et exercices grammaticaux en classe et en laboratoire multimédia.

Permettre de perfectionner sa capacité à communiquer (oralement ou par écrit) dans des contextes réels et simulés qui sont caractéristiques des fonctions de la vie académique, sociale et professionnelle (pour les étudiants de niveau avancé). Développer la compréhension de l'oral et de l'écrit, et l'expression orale et écrite.

Vocabulaire associé aux fonctions de la vie académique, sociale et professionnelle, expressions idiomatiques, prononciation. Fonctions langagières: identifier des problèmes et proposer des solutions, préciser le but d'une proposition, proposer des explications, tirer des conclusions, décrire des événements hypothétiques. Structures grammaticales pertinentes: formes verbales au plus-que-parfait progressif, passif; modaux au passé; propositions conditionnelles; discours rapporté. Conversations dirigées, discussions longues, débats, mises en situation et exercices grammaticaux en classe et en laboratoire multimédia.

Améliorer la compréhension de l'anglais écrit. Développer des techniques de lecture aux niveaux littéral, inférentiel, critique et analytique.

Sensibilisation aux nuances de la langue anglaise dues à des variations lexicales, morphologiques et syntaxiques dans le cadre d'analyses de textes courants. Différences de significations de structures syntaxiques dans des contextes variés. Stratégies de lecture (skimming, scanning). Techniques pour améliorer l'efficacité de lecture.

Fournir à l'étudiant des connaissances avancées en simulation des systèmes discrets qui pourront lui servir dans tous genres d'applications. Présenter une approche méthodologique pour la conception d'un modèle, sa validation et l'analyse des résultats.

Principes de la simulation par ordinateur. Construction et validation de modèles : cueillette et analyse de données, génération de nombre pseudo-aléatoires, vérification et validation de modèles. Langages de simulation à évènements discrets. Prise de décision basée sur la simulation. Optimisation par simulation.

Approfondir les concepts de modélisation et d'implantation d'une base de donnée répartie et hétérogène selon les approches traditionnelles, actuelles et futures. Initier l'étudiant aux fonctionnalités et aux applications des bases de données spatiales, temporelles et déductives ainsi qu'au concept des entrepôts de données.

Modélisation, justification et implantation d'un cas complexe selon les approches réseau, relationnel et objet dans un environnement réparti hétérogène en considérant une stratégie de répartition choisie en fonction d'une topologie donnée. Application des contraintes de clients sur l'architecture technologique. Application des concepts de la réplication manuelle et automatisée et utilisation des mécanismes d'interconnexion de SGBD hétérogènes en accès lecture (Ingres Net, Ingres Star, Oracle, Access, lien odbc, tcp/ip), réplication et mise à jour (ex. snapshot, trigger, commit à 2 phase, réplicateur,...). Étude de cas sur les bases de données multimédia (stratégies, impact réseau, création, chargement), spatiales (ex. Oracle Spatial), déductives (ex. Datalog), temporelles (ex. TSQL, Oracle Time Series) et sur les entrepôts de données (ex. Oracle Data Warehousing).

En plus de cours magistraux, la méthode d'enseignement sera basée sur la lecture et la recherche personnelle, les rencontres individuelles et les discussions de groupe. Plusieurs concepts seront mis en pratique par l'élaboration d'un cas pratique complexe implanté dans un environnement hétérogène.

Introduire les différentes méthodes utilisées en vision artificielle et en imagerie numérique. Vise l'apprentissage des fondements de ce domaine. Comprendre en profondeur des notions utilisées dans le traitement numérique des images et la vision artificielle, tant du point de vue algorithmique que mathématique.

Langage de programmation Python; Installation et utilisation des modules spécialisés pour la vision artificielle et le traitement des images: NumPy, OpenCV, scikit-image, scikit-learn, tensorflow, keras; Manipulation et transformation des images; Filtrage; Espaces de couleurs; Segmentation; Observation des caractéristiques des images; Extraction des caractéristiques; Application de l'apprentissage machine classique et profond; Réalisation d'une étude complète : hypothèses, choix des outils, validation, présentation des résultats.

Acquérir une vue d'ensemble de la démarche à suivre en vue de résoudre un problème d'optimisation donné. Familiariser l'étudiant aux différentes méthodes utilisées ainsi que leurs justifications pour la résolution de problèmes d'optimisation combinatoire.

Approches de résolution de problèmes d'optimisation combinatoire: méthodes énumératives (Branch and Bound, CSP, ...), programmation mathématique, réseaux, heuristiques, métaheuristiques, simulation, etc.

Acquérir les fondements théoriques et pratiques des structures de données et leurs algorithmes dans le but de comprendre comment les justifier, les utiliser et les incorporer dans la résolution des problèmes. L'accent sera mis sur les propriétés fondamentales de ces structures et l'étude de leur complexité (spatiale et temporelle : pire cas, cas moyen et amortie), sans toutefois négliger les aspects reliés à leurs implantations et leurs applications.

Introduction à la complexité algorithmique: pire cas, cas moyen et cas amorti. Recherche en table et chaînes de caractères. Listes, piles, files et applications. Arbres : de recherche, AVL, rouge et noir, B-arbres, tas et files de priorité, splay, binomial, Fibonacci, etc. Ensembles disjoints. Graphes: algorithmes de parcours, de cheminement, de flots et géométriques.

Introduire l'étudiant à un nouveau paragdime de résolution collective de problèmes qui est celui de l'intelligence artificielle distribuée. Comprendre l'évolution possible de l'approche orientée objet au travers de la technologie agent. S'initier à la problématique de recherche dans le domaine des systèmes multi-agents.

Résolution distribuée de problèmes et fondements des systèmes multi-agents. Concepts de base des agents. Représentation de connaissances et logiques du savoir et des croyances. Logique de description. Théorie de l'action. Communication et théorie des actes de langages. Coopération et coordination dans une société d'agents. Génie logiciel orienté agent.

Le cours veut permettre à l'étudiant d'acquérir des connaissances dans le domaine des technologies de l'information et plus particulièrement dans le domaine des avantages concurrentiels et du soutien à la décision. De plus, il veut permettre à l'étudiant d'acquérir certaines connaissances et compétences dans le domaine de l'innovation technologique.

Conditions de succès pour le changement en technologie de l'information (TI). TI et avantage concurrentiel. La perception, la communication et la motivation. Le processus créatif. Les outils et les applications de la créativité. Processus de changement technologique et ses répercussion sur l'organisation. Étude critique de modèles d'adaptation de l'organisation et des acteurs au changement. Gestion de la connaissance appliquée aux TI et à l'innovation. La création de produits stratégiques. Politiques gouvernementales. La veille. La gestion de l'innovation. Tableaux de bord et tableaux de bord prospectifs appliqués à la gestion, à la gestion de l'innovation et à la gestion de projets informatiques.

Offrir les bases nécessaires pour la compréhension, la conception et le développement de systèmes exploitant les technologies de la réalité virtuelle. Aquérir un ensemble de connaissances théoriques et pratiques qui permettra d'exploiter efficacement les technologies de la Réalité Virtuelle dans des applications relevant de l'éducations ou encore visant les troubles mentaux.

Principales caractéristiques des technologies de la Réalité Virtuelle et facteurs. Techniques d'interaction 3D. Usage des technologies de la Réalité Virtuelle en éducation. Usage des technologies de la Réalité Virtuelle dans le divertissement. Usage des technologies de la Réalité Virtuelle dans les troubles mentaux. Évaluation des applications de Réalité Virtuelle.

Permettre à l'étudiant d'approfondir ses connaissances du processus de développement de logiciel et de décompostion modulaire. Permettre à l'étudiant d'analyser les différentes méthodes et les outils qui améliorent la qualité et diminuent le coût de développement et de gestion de systèmes logiciels.

Rappel sur les différentes phases de développement de logiciel. Méthodes de développement de logiciels (classiques, itératives, spirales et agiles). Processus unifié (RUP): concept et modèle. Spécification des exigences selon une norme standard. Approche du développement par modèles : cas d'utilisation, modèles en langage UML. Décomposition et composition modulaires des applications. Réutilisation, évolution et maintenance du logiciel. Développement des applications avec les patrons de conception et l'architecture orientée modèle (MDA: Model Driven Architecture). Techniques de développement orientées objet, aspect et composant (programmation orientée objet, programmation par aspect, programmation par sujet, programmation par vue). Norme de qualité (ISO9000). Système qualité. Vérification et validation des logiciels.

Familiariser les étudiants aux outils d'optimisation permettant la résolution de problématiques théoriques ou pratiques complexes. Donner aux étudiants les bases techniques et théoriques nécessaires pour concevoir, analyser et évaluer les heuristiques qu'ils doivent développer dans le cadre de leurs travaux de recherche.

Méthodes d'intelligence artificielle (métaheuristiques) telles que l'algorithme du recuit simulé, l'algorithme génétique, la recherche avec tabous et l'optimisation par colonie de fourmis. L'apprentissage d'une démarche scientifique pour aborder des problèmes d'optimisation, les résoudre et présenter les résultats obtenus est également visé.

Amener l'étudiant à approfondir les concepts liés au développement et à l'architecture des applications d'entreprises. Amener l'étudiant à acquérir des compétences à travailler dans un environnement de programmation ayant des composantes complexes. L'étudiant sera exposé à la technologie Java, aux modèles objets et aux services orientés architecture. Enfin,l'étudiant se familiarisera avec certaines technologies touchant les aspects d'infrastructure de développement et de déploiement d'applications d'entreprises.

Concepts fondamentaux d'interfaces usagers. Études de cas avec Java (Swing). Développement et déploiement d'applications d'entreprises (Enterprise applications). Technologie Java. EJB, Java Beans et architecture client-serveur RMI-Java. Modèles orientés architectures. Modèle (MDA). Architecture orientée service (SOA).

Permettre à l'étudiant de comprendre et de maîtriser les concepts et l'utilité de l'intelligence d'affaires. Présenter les différentes technologies utilisées en intelligence d'affaires. Donner un aperçu des méthodologies et techniques liées à la mise en place d'une solution d'intelligence d'affaires.

Intelligence d'affaires: définition, caractéristiques, tendances, enjeux, impact au niveau de la prise de décision. Bénéfices tangibles des solutions d'intelligence d'affaires. Exemples d'application dans des entreprises. Entrepôt de données: différence entre entrepôt de données (datawarehouse) et magasin de données (datamart), approche Kimball versus approche Inmon, stratégie de mise en oeuvre des entrepôts de données, gestion d'un projet d'entrepôt de données, modélisation d'un entrepôts de données. Tableaux de bord de gestion: tableau de bord prospectif (Balanced Scorecard) de Kaplan et Norton, défis - enjeux liés à l'établissement des indicateurs de gestion tableau de bord de la gestion de la performance organisationnelle. Forage des données et vues multidimensionnelles (OLAP, ROLAP, MOLAP). Le forage des données: pré-requis et applications potentielles. Intégration des données et la gestion qualitative des données. Survol des outils d'intelligence d'affaires et critères de choix.

Développer les capacités d'identifier le parallélisme potentiel d'une application informatique; connaître les différents modèles (abstraits et réels) d'ordinateurs parallèles; développer les capacités de concevoir des algorithmes efficaces en utilisant le parallélisme.

Modèles d'ordinateurs parallèles: Systèmes parallèles et distribués; Algorithmes parallèles; Langages de programmation et parallélisme; Programmation sur ordinateurs à mémoire partagée. Multithreads (e.g. POSIX, OpenMP); Programmation sur ordinateurs distribués (e.g. MPI).

S'initier aux différents aspects liés à la sécurité des organisations, des systèmes et des réseaux informatiques.

Concepts de base de sécurité informatique. Propriétés fondamentales : confidentialité, intégrité et disponibilité. Vulnérabilité des systèmes informatiques. Mécanismes de contrôle d'accès et sécurisation des applications d'entreprises. Analyse de risque au niveau organisationnel. Cadres de références en sécurité informatique.

Permettre à l'étudiant d'approfondir ses connaissances sur la définition et l'importance des progiciels de gestion d'entreprise (ERP). Maîtriser la démarche de modélisation de processus dans un projet d'implémentation d'un progiciel de gestion d'entreprise. Comprendre les facteurs de succès et les risques dans une démarche d'implémentation d'un progiciel de gestion d'entreprise.

Rappel sur les différentes fonctions de l'entreprise. Les systèmes d'information et les ERP. L'apport des ERP pour l'entreprise: gains, limites et risques. La sélection d'un ERP: fonction, technologie, marché et budgets. Les principaux intervenants: éditeurs, intégrateurs et consultants. Les différentes étapes pour l'implémentation d'un ERP dans une démarche de gestion de projet: phases, livrables, gestion du changement et processus d'amélioration continue. L'utilisation d'un logiciel (SAP) pour en comprendre son fonctionnement et l'intérêt de son utilisation par l'entreprise. Les liens avec d'autres domaines tels la gestion intégrée de la chaîne logistique et le e-commerce.

Comprendre les différents modèles et principes qui permettent de concevoir des applications mobiles intuitives. Maitriser les contraintes relatives à la programmation sur plateformes mobiles.

Principes de conception d'une app, Informatique ubiquitaire et applications mobiles, Intégration d'éléments de persuasion dans une app; Environnement de développement; Composants d'une app (activités, services, broadcast, content provider); Réalisation d'une interface utilisateur ergonomique; Différents types de vue, fragments; Gérer efficacement les notifications; Reconnaissance de gestes; Gestion efficace de la mémoire; Sauvegarde de données; Avantage de base de données NoSQL, utilisation de services web.

Introduire l'étudiant à l'algorithmique avancée et à ses applications, en mettant l'accent sur le domaine des jeux vidéo.

Revue des notions fondamentales de l'algorithmique: Algorithmes voraces, méthode diviser-pour-régner, programmation dynamique, algorithmes probabilistes et parallèles. Théorie de la NP-complétude. Principales classes de complexité. Mesures de complexité : temps et espace mémoire.

Applications: Détection de collision en temps réel: géométrie algorithmique, volumes englobants, hiérarchies de volumes, partitionnement spatial en 2D et en 3D, arbres BSP, méthodes basées sur la convexité, optimisation par utilisation de caches, etc. Algorithme sur les graphes: recherche de chemins optimaux, A*, aide à la décision, etc.

Histoire de la cryptologie. Cryptographie classique mono-alphabétique et poly-alphabétique. Cryptographie moderne symétrique et asymétrique (DES, AES, RSA, courbes elliptiques, etc.). Fonctions de hachages et leurs applications. Protocoles cryptographiques, Infrastructure à clé publique Principes de cryptanalyse. Application de la cryptographie. Techniques d'attaques physiques des cartes à puce.

Permettre d'acquérir les connaissances nécessaires pour mettre en œuvre des applications réparties capables d'exploiter des ressources distantes ou de répartir la charge de calcul sur plusieurs ordinateurs dans un souci d'amélioration de performances et de tolérance aux pannes.

Rappel des protocoles de communication ; Concepts fondamentaux comme les modèles, les types et les architectures des systèmes distribués (client-serveur, Peer-to-Peer, hybride); Divers moyens de communication (synchrone, asynchrone, persistant, transitoire, discrète, et streaming), le passage et l'identification des objets/messages/service/ressource (socket, sérialisation, Marshaling, références d'objets distants), l'ouverture, la mise à l'échelle, la fiabilité, et le partage des ressources. Architectures des systèmes répartis contemporains en termes de services et protocoles de communication et de problèmes d'interconnexion de systèmes hétérogènes, indépendamment de la plate-forme matérielle et logicielle, et du langage de programmation : Technologies et Frameworks standards comme NodeJS, CORBA, JEE-EJB (Java Enterprise Edition), Servlets et JSP, Services Web (REST, GraphQL, SOAP).

Introduire la discipline de l'intelligence artificielle et faire une brève introduction aux différentes problématiques et techniques qui y sont liées. Comprendre les techniques qui permettent de créer un agent intelligent.

Histoire et philosophie de l'intelligence artificielle en tant que science. Résolution de problèmes à l'aide d'exploration non-informée, informée, locale et adverse. Planification logique, dordre partiel et planification probabiliste. Systèmes experts, agent intelligent logique et probabiliste. Introduction à la perception et aux actions dans un agent intelligent par la vision artificielle, les mouvements d'actionneurs robotiques et l'analyse sonore. Principes des agents apprenants à base de statistiques et/ou renforcement

Ingénierie de la connaissance. Processus et tâches du forage de données. Entrepôt de données. Méthodes descriptives et prédictives pour l'extraction de connaissances. Reconnaissances des formes. Ontologies et organisation automatique de connaissances.

Concepts avancés de logiciels. Réutilisation de composants logiciels (patrons, modèles, librairies, plateformes). Concept de patrons. Patrons dans les étapes de développement de logiciels : patrons d'analyse, patrons d'architecture, patrons de conception et patrons de programmation. Autres formes de patrons: patrons ressources (Réflection, Plugin, Sérialisation, etc.), les patrons à distance (Remoting patterns: pooling, leasing, Lookup, etc.), etc.

Développement orienté (MDA): modèle, architecture et plateforme. Types de modèles: Computation Independent Model (CIM), Platform-Independent Model (PIM), Platform-specific model (PSM) et un modèle de composants (Platform model-PM).

Principes objet avancés: typage statique, héritage et méta programmation. Fondements: objets, classes, types et sous-types, interface, spécialisation, héritage, propriétés, polymorphismes, envoi de message, généricité, collections, types d'applications Java, assertions, exceptions et programmation événementielle.

Héritage multiple et variations : conflits de propriétés, techniques de linéarisation et héritage d'interface. Méta-programmation : méta-modélisation, introspection, réflexivité. Programmation par contrat, aspect, objet et composant. Objets distribués, entrées/sorties, XML et Java.

Méthodes de spécification formelle: automates, expressions régulières, logiques classiques et temporelles, notation B, Z et CCS. Génération automatique de tests, notions de couverture, exécution symbolique dynamique. Le monitoring et l'analyse de traces: exemples, algorithme. Outils de monitoring: Java-MOP, BeepBeep. Le modèle checking et la vérification statique: exemples, algorithmes. Méthodes de réduction de l'espace d'état, abstraction et raffinement. Outils de vérification: Concurrency Workbench, Java Pathfinder, SPIN et NuSMV.

Permettre de cerner les enjeux et les perspectives du monde de la gestion de projet et de situer la gestion de projet dans son contexte stratégique et organisationnel.

Les principaux éléments de contenu sont le domaine de la gestion, ses fondements conceptuels, son contexte stratégique et structurel ainsi que le rôle de chef de projet.

Développer les compétences à identifier et comprendre les besoins initiaux des mandataires de projets uniques ainsi que des facteurs d'incertitude et de complexité qui y sont associés.

Les principaux éléments de contenus sont la définition du besoin, le design des options, l'étude de faisabilité, le choix de stratégie et le plan sommaire de la réalisation du projet.

Développer les compétences à planifier et contrôler efficacement les processus et les ressources nécessaires à la réalisation d'un projet.

Les principaux éléments de contenu couvrent l'identification et l'organisation des ressources requises pour atteindre les objectifs du projet, la prise en compte des risques, et la définition des éléments du pilotage de l'efficience et de l'efficacité du projet.

Se familiariser avec les principaux processus et systèmes de support en gestion de projet.

Les principaux éléments de contenu sont la gestion de la qualité en contexte projet, la gestion des approvisionnements et des contrats, comptabilité et gestion de projet, systèmes d'information et gestion des communications en gestion de projet.

Développer les compétences à organiser efficacement les processus et les ressources nécessaires au succès des projets complexes et programmes de projets.

Les principaux éléments de contenu incluent les approches de développement et de management/leadership d'équipes performantes co-localisées et virtuelles, la structuration des activités, la gestion des relations interpersonnelles incluant les aspects de management inter et multiculturels, et la dimension éthique.

8INF802	Simulation de systèmes
8INF803	Bases de données réparties
8INF804	Vision artificielle et traitement des images
8INF808	Informatique appliquée et optimisation
8INF840	Structures de données avancées et leurs algorithmes
8INF844	Systèmes multi-agents
8INF848	Technologie de l'information et innovation technologique
8INF849	Interaction 3D et réalité virtuelle
8INF851	Génie logiciel
8INF852	Métaheuristiques en optimisation
8INF853	Architecture des applications d'entreprise
8INF855	Intelligence d'affaires: principes et méthodes
8INF856	Programmation sur architectures parallèles
8INF857	Sécurité informatique
8INF858	Systèmes intégrés de gestion d'entreprise
8INF865	Programmation de plateformes mobiles
8INF870	Algorithmique
8INF874	Cryptographie
8INF876	Conception et architecture des systèmes d'infonuagique
8INF878	Intelligence Artificielle
8INF954	Forage de données
8INF956	Développement avancé de logiciels : Patrons et Modèles
8INF957	Programmation objet avancée
8INF958	Spécification, test et vérification

MGP7111	La gestion de projet et son contexte
MGP7112	Conception de projet
MGP7121	Planification et contrôle opérationnels de projet
MGP7122	Processus et systèmes de support en gestion de projet
MGP7130	Management des équipes de projet et de programme

2MGO724	Communication organisationnelle ll 1.5 cr.
2MGO737	Communication organisationnelle I 1.5 cr.
2MGO739	Habiletés d'intervention organisationnelle
2MGO741	Intervention et développement organisationnel

7ANG021	English Skills I
7ANG022	English Skills II (7ANG021)
7ANG023	English Skills III (7ANG022)
7ANG024	English Skills IV (7ANG023)
7ENL520	Critical Reading Skills and Comprehension (7ANG023)

0784

Programme court de deuxième cycle en informatique pour étudiants en séjour d'études