Programme des cours 2026-2027
IODA0305-1  
Data Science, Analyse de données et intelligence artificielle
Durée :
24h Th
Nombre de crédits :
Bachelier en informatique, orientation développement d'applications2
Nom du professeur :
Jonathan RIGGIO
Coordinateur(s) :
Jonathan RIGGIO
Langue(s) de l'unité d'enseignement :
Langue française
Organisation et évaluation :
Enseignement au premier quadrimestre, examen en janvier
Unités d'enseignement prérequises et corequises :
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement :
Le cours abordera des concepts avancés dans le domaine des systèmes d'information. Il y sera principalement question d'étudier les sujets suivants :
**Data Analysis & Data Mining
**Basket Data Analysis
**Apriori Algorithm
**Modèles de données
**Intelligence artificielle
**Machine learning
**Régression linéraire

En regard de l'ensemble du programme de formation, l'UE contribue au développement des compétences et capacités suivantes (Compétences:Capacités) :

C1:Communiquer et informer
-Utiliser le vocabulaire adéquat
-Présenter des prototypes de solution et d'application techniques
C2:Collaborer à la conception, à l'amélioration et au développement de projets
-Analyser une situation donnée sous ses aspects techniques et scientifiques
-Rechercher et utiliser les ressources adéquates
-Proposer des solutions qui tiennent compte des contraintes
C3:S'engager dans une démarche de développement professionnel
-Développer une pensée critique
C5:Mobiliser les savoirs et les savoir-faire lors du développement d'applications
-Concevoir, implémenter et maintenir des algorithmes répondant aux spécifications et
fonctionnalités fournies
-Choisir et mettre en œuvre un standard défini ou une technologie spécifique (méthodologie,
environnement, langage, framework, librairies ...)
-Utiliser et exploiter des méthodes de modélisation lors de la phase d'analyse pour traduire les
besoins des utilisateurs, sous forme d'un cahier de charges
-Concevoir, implémenter, administrer et utiliser avec maîtrise un ensemble structuré de
données
-Développer, déployer et assurer la maintenance des applications
-Participer à la sécurisation des réseaux informatiques, des périphériques, des systèmes de
communication et des flux d'information numérique
-Choisir, mettre en œuvre un processus de validation et d'évaluation et prendre les mesures
appropriées
C6:Analyser les données utiles à la réalisation de sa mission en adoptant une démarche systémique
-Choisir les méthodes de conception et les outils de développement
-Prendre en compte la problématique de sécurité des applications
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement :
Au terme de l'unité d'enseignement, l'apprenant sera capable d'expliquer et appliquer correctement les concepts avancés dans les domaines d'analyse de données et d'intelligence artificielle abordés au cours. L'apprenant sera capable d'analyser et proposer une solution adéquate à un problème d'analyse de données et d'intelligence artificielle en faisant preuve d'esprit critique et en utilisant le vocabulaire professionnel adéquat.
Savoirs et compétences prérequis :
Cette UE se base sur les connaissances et compétences acquises dans les UE :
- MATHEMATIQUES GENERALES (Q1)
- MATHEMATIQUES APPLIQUEES II (Q2)
- MATHEMATIQUES APPLIQUEES III (Q4)
Les étudiantes qui inscrivent à leur programme cette UE sans avoir réussi les UE précitées sont conscientes qu'ils et elles doivent combler leurs lacunes de façon autonome.
Activités d'apprentissage prévues et méthodes d'enseignement :
*Cours théorique (présentations PowerPoint + démonstrations) et exercices pratiques sur ordinateur. Usage de supports de cours et de ressources en français et en anglais.
*Apprentissage par projet : certaines parties de l'apprentissage sont organisées autour d'un projet ou de diverses tâches ayant pour but d'engager cognitivement les apprenantes à se questionner sur les ressources à développer et à susciter la recherche de solutions.
*Usage d'outils appropriés en fonction du contexte d'apprentissage (moteurs de recherche, IDE, VM, modèle de langage, gestionnaire de version, outil de gestion et d'automatisation de production, outil de visualisation, etc.).
Mode d'enseignement (présentiel, à distance, hybride) :
*Présentiel. En fonction du contexte, certaines activités pourraient possiblement se dérouler en distanciel ou hybride.
Lectures recommandées ou obligatoires et notes de cours :
Références sur e-campus 
Modalités d'évaluation et critères :
Première session : Examen écrit en session (100%). Des travaux ou activités hors session, obligatoires le cas échéant, peuvent être intégrés au dispositif d'évaluation et entraîner une adaptation de la note finale, dans la limite d'un ajustement maximal équivalent à 30 % en valeur absolue de la note maximale théorique obtenable à l'examen écrit.

Seconde session : Examen écrit en session (100%).
Stage(s) :
Remarques organisationnelles :
Contacts :
Campus de la Plaine ?
jonathan.riggio@helb-prigogine.be ?
02.340.16.7? ?