Descriptif
Ce cours est recommandé aux élèves suivant la filière SLR, s'ils ne suivent pas ce cours dans la filière SD.
Ce cours est en anglais
Les bases de données sont depuis plusieurs années le noyau central de tout système d'informations. Apparus dans les années 80, les systèmes relationnels n ont pas cessé d évoluer. L' objectif de ce cours est de faire comprendre le fondement des Bases de Données, leur conception et leur exploitation. Il est centré sur les systèmes relationnels qui représentent aujourd hui la technologie la plus aboutie dans ce domaine. Les techniques qui sont présentées mettent en évidence des concepts importants, tels que :
- Les modèles de données
- L'algèbre relationnelle et le langage SQL
- Le design de schémas relationnels
- L'intégrité et la cohérence des données. etc.
Ce cours est en anglais
Les bases de données sont depuis plusieurs années le noyau central de tout système d'informations. Apparus dans les années 80, les systèmes relationnels n ont pas cessé d évoluer. L' objectif de ce cours est de faire comprendre le fondement des Bases de Données, leur conception et leur exploitation. Il est centré sur les systèmes relationnels qui représentent aujourd hui la technologie la plus aboutie dans ce domaine. Les techniques qui sont présentées mettent en évidence des concepts importants, tels que :
- Les modèles de données
- L'algèbre relationnelle et le langage SQL
- Le design de schémas relationnels
- L'intégrité et la cohérence des données. etc.
24 heures en présentiel (16 blocs ou créneaux)
Diplôme(s) concerné(s)
- Programme de mobilité des établissements français partenaires
- Master M2 - Data & Artificial Intelligence
- Diplôme d'ingénieur
- Master M1 - Data and Artificial Intelligence
Parcours de rattachement
Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme Master M2 - Data & Artificial Intelligence
Vos modalités d'acquisition :
100% examen sur papier
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 2.5 ECTS
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme Master M1 - Data and Artificial Intelligence
Pour les étudiants du diplôme Programme de mobilité des établissements français partenaires
Vos modalités d'acquisition :
100% examen sur papier
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme Diplôme d'ingénieur
Vos modalités d'acquisition :
100% examen sur papier
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 2.5 ECTS
- Crédit d'UE partagées acquis : 2.5
La note obtenue rentre dans le calcul de votre GPA.
Programme détaillé
Se reporter au site pédagogique (Moodle).