v2.11.0 (5932)

Enseignement scientifique & technique - CSC_4SD02_TP : Databases

Domaine > Mathématiques.

Descriptif

Cours 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 •
- La conception de schémas relationnels
•- L'intégrité et la cohérence des données. • etc.

Objectifs pédagogiques

Acquis d'apprentissage
À l'issue de l'UE, l'élève sera capable de:
- Basic understanding of modern database systems, their function, and implementation, be able to model databases.
- Formulate queries over databases using SQL, create and update databases using SQL, understand the concepts of query processing and optimization.

Compétences de rattachement (et justification)
- BC1.1 – Analyser des systèmes existants de traitement des données, de communication et/ou d’organisation de l’information, en mobilisant les sciences et technologies (mathématiques, physique et informatique) dans un but d’audit ou d’optimisation; Justification : Database systems organize data and allow further processing of data which can be related to any domain. The organization and retireival of the data can be optimized.
- BC1.3 – Elaborer une ou plusieurs solutions technologiques, en s’appuyant sur la modélisation théorique et la méthode scientifique de manière à faire ressortir la pertinence desdites solutions permettant une prise de décision; Justification : The students in the course learn how to model database systems based on the underlying theoretical aspects discussed. These systems further allow operations leading to various applications related to decision-making.

24 heures en présentiel (16 blocs ou créneaux)
réparties en:
  • Contrôle de connaissance : 2
  • Travaux Pratiques : 9
  • Leçon : 12

Diplôme(s) concerné(s)

Parcours de rattachement

Pour les étudiants du diplôme Echange international non diplomant

  • Fondements de l'algorithmique et des structures de données (analogue à INF101)
  • Fondements des systèmes d'exploitation (analogue à INF104)
  • Bonne expérience de la programmation (analogue à INF103, INF104, PROJ101, PROJ102)

Pour les étudiants du diplôme M2 DATAAI - Data and Artificial Intelligence

  • Fondements de l'algorithmique et des structures de données (analogue à INF101)
  • Fondements des systèmes d'exploitation (analogue à INF104)
  • Bonne expérience de la programmation (analogue à INF103, INF104, PROJ101, PROJ102)

Pour les étudiants du diplôme Diplôme d'ingénieur

  • Fondements de l'algorithmique et des structures de données (INF101)
  • Fondements des systèmes d'exploitation (INF104)
  • Bonne expérience de la programmation (INF103, INF104, PROJ101, PROJ102)

 

Format des notes

Numérique sur 20

Littérale/grade européen

Pour les étudiants du diplôme M1 DATAAI - Data and Artificial Intelligence

Vos modalités d'acquisition :

The knowledge of the students is tested with the help of a written exam which is in-line with what students learn during the class as well as in the practical sessions. Assignments are conducted for some of the topics to test the understanding of the students.

L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 2.5 ECTS

Pour les étudiants du diplôme Diplôme d'ingénieur

Vos modalités d'acquisition :

The knowledge of the students is tested with the help of a written exam which is in-line with what students learn during the class as well as in the practical sessions. Assignments are conducted for some of the topics to test the understanding of the students.

L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 2.5 ECTS
  • Crédit d'UE électives acquis : 2.5

La note obtenue rentre dans le calcul de votre GPA.

L'UE est évaluée par les étudiants.

Pour les étudiants du diplôme M2 DATAAI - Data and Artificial Intelligence

Vos modalités d'acquisition :

The knowledge of the students is tested with the help of a written exam which is in-line with what students learn during the class as well as in the practical sessions. Assignments are conducted for some of the topics to test the understanding of the students.

Le rattrapage est autorisé (Note de rattrapage conservée)
    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 Echange international non diplomant

    Vos modalités d'acquisition :

    The knowledge of the students is tested with the help of a written exam which is in-line with what students learn during the class as well as in the practical sessions. Assignments are conducted for some of the topics to test the understanding of the students.

    L'UE est acquise si Note finale >= 10
    • Crédits ECTS acquis : 2.5 ECTS

    La note obtenue rentre dans le calcul de votre GPA.

    Programme détaillé

    Se reporter au site pédagogique.

    Mots clés

    Databases, Structured Query Language, Schema Design

    Méthodes pédagogiques

    The key concepts are presented as lectures and the practicality of the approaches taught in the lessons is shown with the help of practical sessions (Travaux Pratique). The theory behind these practical session is to be prepared beforehand. The practical exercises are then conducted in the lab under the supervision. The exercises are then completed as a homework.

    Resources are available through moodle.
    Veuillez patienter