Licence 3 L3 Informatique

Année universitaire 2025-2026

Information générale

Objectifs

Responsable(s) SERRANO-ALVARADO PATRICIA

Mention(s) incluant ce parcours licence Informatique

Lieu d’enseignement

Langues / mobilité internationale

Stage / alternance

Poursuite d’études /débouchés

Autres renseignements

La validation du parcours respecte les M3C (Modalités de Contrôle des Connaissances et des
Compétences, anciennement MCCA) qui s’organisent selon trois niveaux :
•
Niveau I : le Règlement Général de Contrôle des Connaissances et des Compétences (RG3C) de
Nantes Université voté au CAC le 31 mars 2023,
•
Conditions d'obtention de l'année
Niveau II : les règles particulières de contrôle des connaissances et des compétences de la Faculté
des Sciences et des Techniques votées au Conseil mixte CE-CG le 24 avril 2025
•
Niveau III : les dispositions propres à chaque mention/parcours/UE/EC
Les documents associés aux niveaux I et II sont consultables sur le Madoc Licence UFR Sciences et
Techniques - Section M3C. Les dispositions du niveau III sont précisées dans ce document.
Programme
CM CM CM CI CI TD TD TP TP
1er SEMESTRE Code ECTS CM CI CI (P) TD TD (P) TP TP (P) Distanciel Total
(P) (DS) (DA) (DS) (DA) (DS) (DA) (DS) (DA)
Groupe d'UE : Disciplinaire (20 ECTS)
Algorithmique et Structures de données 3 XLG5IU130 5 12 12 0 0 0 0 0 0 16 16 0 0 12 12 0 0 0 40
Bases de données 3 XLG5IU280 5 13.34 13.34 0 0 0 0 0 0 13.33 13.33 0 0 13.33 13.33 0 0 0 40
Architecture des ordinateurs XLG5IU290 5 12 12 0 0 0 0 0 0 16 16 0 0 12 12 0 0 0 40
Théorie des langages de programmation XLG5IU140 5 16 16 0 0 0 0 0 0 24 24 0 0 0 0 0 0 0 40
Groupe d'UE : Complémentaire (8 ECTS)
Programmation fonctionnelle XLG5IU150 4 9.33 9.33 0 0 0 0 0 0 16 16 0 0 14.67 14.67 0 0 0 40
Construction et évolution de logiciels XLG5IU300 4 13.34 13.34 0 0 0 0 0 0 13.33 13.33 0 0 13.33 13.33 0 0 0 40
Groupe d'UE : Bloc transversal (2 ECTS)
Methodologie et insertion professionnelle : OP XLG5TU020 0 0 0 0 0 0 0 0 0 12 12 0 0 0 0 0 0 0 12
3rd Year English S5 Info XLG5AU060 2 0 0 0 0 0 0 0 0 16 16 0 0 0 0 0 0 0 16
Groupe d'UE : UEL Stage libre (0 ECTS)
Stage libre XLG5TU200 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Total 30 0.00 268.00

CM CM CM CI CI TD TD TP TP
2ème SEMESTRE Code ECTS CM CI CI (P) TD TD (P) TP TP (P) Distanciel Total
(P) (DS) (DA) (DS) (DA) (DS) (DA) (DS) (DA)
Groupe d'UE : Bloc transversal non diplômant (2 ECTS)
Stage XLG6IU080 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Groupe d'UE : UE Stage libre (0 ECTS)
Stage libre XLG6TU200 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Groupe d'UE : Disciplinaire (19 ECTS)
Introduction à l'intelligence artificielle XLG6IU340 4 20 20 0 0 0 0 0 0 0 0 0 0 20 20 0 0 0 40
Réseaux XLG6IU400 5 13.34 13.34 0 0 0 0 0 0 13.33 13.33 0 0 13.33 13.33 0 0 0 40
Calculabilité et complexité XLG6IU350 5 20 20 0 0 0 0 0 0 20 20 0 0 0 0 0 0 0 40
Recherche opérationnelle XLG6IU360 5 12 12 0 0 0 0 0 0 20 20 0 0 8 8 0 0 0 40
Groupe d'UE : Complémentaire (5 ECTS)
Algorithmique numérique XLG6IU370 5 6.67 6.67 0 0 0 0 0 0 17.33 17.33 0 0 16 16 0 0 0 40
Groupe d'UE : Bloc transversal (6 ECTS)
Initiation à la recherche XLG6TU030 2 5.33 5.33 0 0 0 0 0 0 3.67 3.67 0 0 0 0 0 0 0 9
3rd Year English S6 Info XLG6AU060 2 0 0 0 0 0 0 0 0 12 12 0 0 4 4 0 0 0 16
Methodologie et insertion professionnelle : OP XLG6TU080 2 0 0 0 0 0 0 0 0 4 4 0 0 0 0 0 0 0 4
Total 30 0.00 229.00
Modalités d’évaluation

Mention Licence 3ème année Parcours : L3 Informatique Année universitaire 2025-2026

Responsable(s) : SERRANO-ALVARADO PATRICIA

REGIME ORDINAIRE

PREMIERE SESSION DEUXIEME SESSION TOTAL

Contrôle continu Examen Contrôle continu Examen
UE non Coeff. ECTS
CODE UE INTITULE écrit prat. oral écrit prat. oral durée ecrit prat. oral écrit prat. oral durée
dipl.
Groupe d'UE : Disciplinaire
5 XLG5IU130 Algorithmique et Structures de données 3 N obligatoire 2.5 2.5 2 3 5 5
6 XLG5IU280 Bases de données 3 N obligatoire 2.5 2.5 5 5 5
5 XLG5IU290 Architecture des ordinateurs N obligatoire 2.5 2.5 2 3 5 5
5 XLG5IU140 Théorie des langages de programmation N obligatoire 2.5 2.5 2 3 5 5
Groupe d'UE : Complémentaire
5 XLG5IU150 Programmation fonctionnelle N obligatoire 2 2 1.6 2.4 4 4
5 XLG5IU300 Construction et évolution de logiciels N obligatoire 1.2 0.8 2 1.6 2.4 4 4
Groupe d'UE : Bloc transversal
Methodologie et insertion professionnelle :
5 XLG5TU020 N obligatoire 0 0
OP
5 XLG5AU060 3rd Year English S5 Info N obligatoire 1 1 2 2 2
Groupe d'UE : UEL Stage libre
5 XLG5TU200 Stage libre O obligatoire 0 0
Groupe d'UE : Bloc transversal non diplômant
6 XLG6IU080 Stage O obligatoire 2 2 2 2
Groupe d'UE : UE Stage libre
6 XLG6TU200 Stage libre O obligatoire 0 0
Groupe d'UE : Disciplinaire
6 XLG6IU340 Introduction à l'intelligence artificielle N obligatoire 2 2 2 2 4 4
6 XLG6IU400 Réseaux N obligatoire 2.5 2.5 2 3 5 5
6 XLG6IU350 Calculabilité et complexité N obligatoire 2.5 2.5 2 3 5 5
6 XLG6IU360 Recherche opérationnelle N obligatoire 2.5 2.5 2 3 5 5
Groupe d'UE : Complémentaire
6 XLG6IU370 Algorithmique numérique N obligatoire 2.5 2.5 2 3 5 5
Groupe d'UE : Bloc transversal
6 XLG6TU030 Initiation à la recherche N obligatoire 2 2 2 2
6 XLG6AU060 3rd Year English S6 Info N obligatoire 0.8 1.2 2 2 2
Methodologie et insertion professionnelle :
6 XLG6TU080 N obligatoire 1 1 2 2 2
OP
TOTAL 60 60

A la seconde session, les notes de contrôle continu correspondent à un report des notes de CC de la première session.
 DISPENSE D'ASSIDUITE

PREMIERE SESSION DEUXIEME SESSION TOTAL

Contrôle continu Examen Contrôle continu Examen
UE non Coeff. ECTS
CODE UE INTITULE écrit prat. oral écrit prat. oral durée ecrit prat. oral écrit prat. oral durée
dipl.
Groupe d'UE : Disciplinaire
5 XLG5IU130 Algorithmique et Structures de données 3 N obligatoire 5 5 5 5
6 XLG5IU280 Bases de données 3 N obligatoire 5 5 5 5
5 XLG5IU290 Architecture des ordinateurs N obligatoire 5 5 5 5
5 XLG5IU140 Théorie des langages de programmation N obligatoire 5 5 5 5
Groupe d'UE : Complémentaire
5 XLG5IU150 Programmation fonctionnelle N obligatoire 4 4 4 4
5 XLG5IU300 Construction et évolution de logiciels N obligatoire 1.6 2.4 1.6 2.4 4 4
Groupe d'UE : Bloc transversal
Methodologie et insertion professionnelle :
5 XLG5TU020 N obligatoire 0 0
OP
5 XLG5AU060 3rd Year English S5 Info N obligatoire 1 1 2 2 2
Groupe d'UE : UEL Stage libre
5 XLG5TU200 Stage libre O obligatoire 0 0
Groupe d'UE : Bloc transversal non diplômant
6 XLG6IU080 Stage O obligatoire 2 2
Groupe d'UE : UE Stage libre
6 XLG6TU200 Stage libre O obligatoire 0 0
Groupe d'UE : Disciplinaire
6 XLG6IU340 Introduction à l'intelligence artificielle N obligatoire 4 4 4 4
6 XLG6IU400 Réseaux N obligatoire 5 5 5 5
6 XLG6IU350 Calculabilité et complexité N obligatoire 5 5 5 5
6 XLG6IU360 Recherche opérationnelle N obligatoire 5 5 5 5
Groupe d'UE : Complémentaire
6 XLG6IU370 Algorithmique numérique N obligatoire 5 5 5 5
Groupe d'UE : Bloc transversal
6 XLG6TU030 Initiation à la recherche N obligatoire 2 2 2 2
6 XLG6AU060 3rd Year English S6 Info N obligatoire 1 1 2 2 2
Methodologie et insertion professionnelle :
6 XLG6TU080 N obligatoire 1 1 2 2 2
OP
TOTAL 60 60

A la seconde session, les notes de contrôle continu correspondent à un report des notes de CC de la première session.
Description des UE

XLG5IU130 Algorithmique et Structures de données 3

Lieu d’enseignement Lombarderie

Niveau Licence

Semestre 5

Responsable de l’UE RUSU Irena

Volume horaire total TOTAL : 40h Répartition : CM : 12h TD : 16h CI : 0h TP : 12h EAD : 0h

Place de l’enseignement

• Algorithmique et structures de données 2 (913 17 LG 4 INF UE 1161)

UE pré-requise(s)
• Logique pour l'informatique (913 17 LG 4 INF UE 819)

L3 Informatique,L3 Informatique, Info-Maths,L3 LAS Informatique option Santé ,L3 Info-Maths CMI
Parcours d’études comprenant l’UE
OPT/IM

Evaluation

Pondération pour chaque matière Algorithmique et Structures de données 3 100%

La note de CCE peut contenir, outre la composante écrite, une ou plusieurs composantes pratiques
Obtention de l’UE
et éventuellement une ou plusieurs composantes orales.

Programme

•
Définir et manipuler une structure de données arborescente pour des données mono- et multi-
dimensionnelles
•
Être capable d’écrire et implémenter des algorithmes simples sur arbres
•
Définir et manipuler une structure de données de type graphe
Objectifs (résultats d'apprentissage)
•
Pouvoir résoudre des problèmes d’initiation à la théorie des graphes
•
Comprendre les principes des algorithmes gloutons et de la programmation dynamique
•
Être capable de proposer et analyser le comportement d’une approche algorithmique gloutonne et
de programmation dynamique

•
Algorithmes simples (parcours, insertion, suppression) sur les arbres
•
Structures de données arborescentes mono- et multi- dimensionnelles (ABR, AVL, quadtrees)
Contenu
•
Introduction aux graphes et premiers algorithmes sur les graphes
•
Algorithmes gloutons et programmation dynamique

Présentiel : séances de cours magistraux, de travaux dirigés et de travaux pratiques

Méthodes d’enseignement Distanciel : une partie de l’enseignement aura lieu en ligne, à l’aide de contenus mélangeant
documents, tests d’auto-évaluation et échanges, sous le tutorat des enseignants.

Langue d’enseignement Français

A. Aho, J. Hopcroft, J. Ullman – Structures de données et algorithms, InterEditions, 1995.

Th. Cormen, Ch. Leiserson, R. Rivest – Introduction à l’algorithmique, Dunod, 1994 (réédité en
Bibliographie 2010)
C. Froidevaux, M.C. Gaudel, M. Soria – Types de données et algorithmes, Edisciences, 1994.
D. Beauquier, J. Berstel, Ph. Chrétienne - Eléments d’algorithmique, Masson, 1992.

XLG5IU280 Bases de données 3

Lieu d’enseignement Lombarderie

Niveau Licence
Semestre 6

Responsable de l’UE SERRANO-ALVARADO PATRICIA

Volume horaire total TOTAL : 40h Répartition : CM : 13.34h TD : 13.33h CI : 0h TP : 13.33h EAD : 0h

Place de l’enseignement

Bases de données 1 (X12I030)

UE pré-requise(s)
Introduction aux systèmes d'information (X21I040)

Parcours d’études comprenant l’UE L3 Informatique,L3 LAS Informatique option Santé

Evaluation

Pondération pour chaque matière Bases de données 3 100%

Obtention de l’UE

Programme

A l'issue de ce module, l'étudiant saura :

• Définir des dépendances fonctionnelles au sein d'une bases de données.
• Identifier la normalisation des relations d’une base de données (formes normales) et l’impact
opérationnel d’une normalisation.
• Utiliser des algorithmes de décomposition de relations pour normaliser une base de données
(3ème forme normale, forme normale Boyce-Codd.
• Décrire la structuration physique des données d’un gestionnaire de bases de données
• Expliquer la notion de transaction et la notion d’ordonnancement sérialisable .
Objectifs (résultats d'apprentissage)
• Comparer les techniques de contrôle de concurrence par verrouillage utilisées par les
gestionnaires de bases de données .
• Expliquer les fonctions d’un optimiseur de requêtes.
• Décrire les plans d’exécution d’une requête.
• Expliquer la notion de coût d’une requête en terme de complexité spatiale et temporelle.
• Estimer et comparer l’exécution de requêtes équivalentes .
• Choisir les structures accélératrices d’accès aux données (indexes) afin d’améliorer les
performances d’un gestionnaire de bases de données.

A l'issue de ce module, l'étudiant saura :

• Définir des dépendances fonctionnelles au sein d'une base de données.
• Identifier la normalisation des relations d’une base de données (formes normales) et l’impact
opérationnel d’une normalisation.
• Utiliser des algorithmes de décomposition de relations pour normaliser une base de données
(3ème forme normale, forme normale Boyce-Codd.
• Décrire la structuration physique des données d’un gestionnaire de bases de données
• Expliquer la notion de transaction et la notion d’ordonnancement sérialisable .
Contenu
• Comparer les techniques de contrôle de concurrence par verrouillage utilisées par les
gestionnaires de bases de données .
• Expliquer les fonctions d’un optimiseur de requêtes.
• Décrire les plans d’exécution d’une requête.
• Expliquer la notion de coût d’une requête en terme de complexité spatiale et temporelle.
• Estimer et comparer l’exécution de requêtes équivalentes .
• Choisir les structures accélératrices d’accès aux données (indexes) afin d’améliorer les
performances d’un gestionnaire de bases de données.

Cours en présentiel.
Méthodes d’enseignement Le cours est constitué de séances de cours magistraux, de travaux dirigés et de travaux pratiques.
Un projet en équipe est à réaliser mettant de mettre en ouevre les concepts vus durant le cours.

Langue d’enseignement Français

 Database System Concepts.
Seventh Edition. Avi Silberschatz, Henry F. Korth and S. Sudarshan..
McGraw-Hill. 2019.
Database Systems - The Complete Book (Anglais)
Third Edition. Hector Garcia-Molina, Jeffrey D. Ullman, Jennifer Widom.
5 exemplaires disponibles à la BU
4 exemplaires commandés à la BU
Ce livre est la base du cours de BD de Stanford
Bibliographie
Database Management Systems (Anglais.)
Raghu Ramakrishnan, Johannes Gehrke.
6 exemplaires disponibles à la BU

Bases de données (Français). Georges Gardarin

Disponible en pdf :
[Link]
Version e-Book (pour liseuse) :
[Link]

XLG5IU290 Architecture des ordinateurs

Lieu d’enseignement Lombarderie

Niveau Licence

Semestre 5

FERTIN GUILLAUME
Responsable de l’UE
GOUALARD FREDERIC

Volume horaire total TOTAL : 40h Répartition : CM : 12h TD : 16h CI : 0h TP : 12h EAD : 0h

Place de l’enseignement

Fonctionnement des ordinateurs (X12I020)

UE pré-requise(s)
Systèmes d'exploitation (X22I030)

Parcours d’études comprenant l’UE L3 Informatique,L3 LAS Informatique option Santé ,L3 Info-Maths CMI OPT/IM

Evaluation

Pondération pour chaque matière Architecture des ordinateurs 100%

La note de CCE peut contenir, outre la composante écrite, une ou plusieurs composantes pratiques
Obtention de l’UE
et éventuellement une ou plusieurs composantes orales.

Programme

Aptitude à manipuler efficacement les données grâce à la connaissance de leur représentation

Objectifs (résultats d'apprentissage) Capacité à écrire du code informatique efficace grâce à la connaissance des mécanismes internes
des machines utilisées

Le cours présente l'architecture des ordinateurs à bas niveau; les conséquences sur le
développement logiciel à haut niveau sont systématiquement évoquées (présence de mémoire
cache, limitation des modes d'adressage supportés) car l'objectif du cours est d'apporter aux
étudiant-e-s les éléments leur permettant d'améliorer leur pratique du développement logiciel et
non d'en faire des spécialistes du matériel.

On partira de la représentation interne de l'information en binaire (en présentant les différents

codages pour les nombres entiers signés, les caractères, ainsi que le codage IEEE~754 pour les
Contenu nombres flottants), puis on montrera comment une instruction machine est décodée par un
processeur de type RISC-V pour être exécutée (chemin de données). La construction d'un
processeur simple monocycle à partir de briques de base (logique combinatoire et séquentielle)
sera décrite en détails.
L'apprentissage de l'assembleur RISC-V permettra d'appréhender la notion de registre et
d'adressage de la mémoire. Enfin, on étudiera les différents types de mémoires (RAM, cache, \dots)
et l'impact de leur utilisation judicieuse sur les performances des programmes.

L'environnement de travail pour tous les travaux pratiques utilise Linux.

Méthodes d’enseignement

Langue d’enseignement Français

Bibliographie Architecture des ordinateurs : une approche quantitative, John L. Hennessy & David A. Patterson

XLG5IU140 Théorie des langages de programmation

Lieu d’enseignement Lombarderie

Niveau Licence

Semestre 5

Responsable de l’UE JABER GUILHEM

Volume horaire total TOTAL : 40h Répartition : CM : 16h TD : 24h CI : 0h TP : 0h EAD : 0h

Place de l’enseignement

UE pré-requise(s)

L3 Informatique,L3 Informatique, Info-Maths,L3 LAS Informatique option Santé ,L3 Info-Maths CMI
Parcours d’études comprenant l’UE
OPT/IM

Evaluation

Pondération pour chaque matière Théorie des langages de programmation 100%

Obtention de l’UE

Programme

1. Représenter des ensembles définis inductivement par des points fixes dans des structures de
treillis.
2. Concevoir des schémas de récursion sur des ensembles définis inductivement, et prouver la
correction et la terminaison de programmes récursifs manipulant ces ensembles.
3. Établir la confluence et la terminaison d'un système de réécriture.
4. Modéliser des programmes simples par des fonctions récursives dans le formalisme du λ-calcul,
Objectifs (résultats d'apprentissage) en mobilisant les connaissances du renommage, de l'α-équivalence et de la β-équivalence.
5. Modéliser des structures de données inductives par des fonctions dans le formalisme du λ-calcul,
y compris les encodages de Church.
6. Utiliser la théorie des types pour démontrer des propositions logiques simples, en utilisant la
correspondance de Curry-Howard.
7. Décrire la sémantique la sémantique opérationnelle à grand pas et la sémantique dénotationnelle
d'un programme écrit dans un langage impératif idéalisé.

Contenu

• Cours magistraux pour introduire les concepts théoriques du module.

Méthodes d’enseignement • Travaux dirigés pour manipuler ces concepts.
• Projet organisé en commun avec le module de Programmation Fonctionnelle

Langue d’enseignement Français

• Dowek, G., & Lévy, J. J. (2006). *Introduction à la théorie des langages de programmation*.
Bibliographie Editions Ecole Polytechnique. ([Link]
• Reynolds, J. C. (1998). Theories of programming languages. Cambridge University Press.

XLG5IU150 Programmation fonctionnelle

Lieu d’enseignement Lombarderie

Niveau Licence

Semestre 5

Responsable de l’UE JABER GUILHEM

Volume horaire total TOTAL : 40h Répartition : CM : 9.33h TD : 16h CI : 0h TP : 14.67h EAD : 0h

Place de l’enseignement
 • Algorithmique et structures de données 3 (913 17 LG 5 INF UE 1163)
UE pré-requise(s) • Etude des algorithmes (913 17 LG 5 INF UE 820)
• Langage et automates (913 17 LG 5 INF UE 1165)

L3 Informatique,L3 Informatique, Info-Maths,L3 Info-Maths CMI OPT/IM,L3 LAS Informatique

Parcours d’études comprenant l’UE
option Santé

Evaluation

Pondération pour chaque matière Programmation fonctionnelle 100%

Obtention de l’UE

Programme

• Identifier les rôles respectifs des variables, des fonctions, des expressions, des déclarations et des
types dans l'organisation d'un langage fonctionnel.
• Écrire un algorithme sur les listes et sur les arbres en manipulant filtrage et récursion.
• Calculer le type d'une expression par une analyse compositionnelle de la syntaxe.
• Identifier les possibilités de l'ordre supérieur dans la structuration de son code: passage de
Objectifs (résultats d'apprentissage)
fonctions en argument, application partielle, combinateurs.
• Structurer son programme à l'aide de définitions de types composés et d'interfaces de types.
• Représenter formellement les garanties qu'apportent le typage sur l'exécution d'un programme.
• Combiner la programmation fonctionnelle avec des aspects impératifs, comme la mutation de la
mémoire et la levée d'exceptions.

Contenu

Présentiel : L’enseignement s’organisera autour de séances de cours magistraux, de travaux dirigés

et de travaux pratiques.
Méthodes d’enseignement Distanciel : Le travail concernera l'inférence de type. Il sera éventuellement complété par un travail
de programmation et/ou par un travail de découverte d'autres langages fonctionnels (que celui
utilisé dans l'UE) ainsi que d'aspects fonctionnels présents dans des langages non fonctionnels

Langue d’enseignement Français

Bibliographie

XLG5IU300 Construction et évolution de logiciels

Lieu d’enseignement Lombarderie

Niveau Licence

Semestre 5

SUNYE GERSON
Responsable de l’UE
BOUSSE ERWAN

Volume horaire total TOTAL : 40h Répartition : CM : 13.34h TD : 13.33h CI : 0h TP : 13.33h EAD : 0h

Place de l’enseignement

Introduction au développement logiciel (X12I040)

UE pré-requise(s)
Introduction aux systèmes d'information (X21I040)

Parcours d’études comprenant l’UE L3 Informatique,L3 LAS Informatique option Santé

Evaluation

Pondération pour chaque matière Construction et évolution de logiciels 100%

Obtention de l’UE

Programme

Objectifs (résultats d'apprentissage)

 L'objectif de ce module est de maîtriser les étapes de développement logiciel, qu'il s'agisse de sa
conception, sa construction, son développement, ses tests, son évolution mais aussi de sa
Contenu modernisation. Les principes de travail dans une équipe de développement en entreprise. La
rédaction de documentation logicielle, la maintenance logicielle, l'analyse de code et la gestion
d'exception seront aussi abordés dans ce module.

Méthodes d’enseignement

Langue d’enseignement Français

Bibliographie

XLG5TU020 Methodologie et insertion professionnelle : OP

Lieu d’enseignement

Niveau Licence

Semestre 5

Responsable de l’UE LABBE LUCILE

Volume horaire total TOTAL : 12h Répartition : CM : 0h TD : 12h CI : 0h TP : 0h EAD : 0h

Place de l’enseignement

UE pré-requise(s)

L3 Sciences pour l'Ingénieur, EEA,L3 Mathématiques - ancien,L3 MIASHS,L3 SV, Bio. Cellul. et
Physio. Animale,L3 SVT, Géosciences,L3 SVT, Biologie-Ecologie,L3 SVT, Sciences de
l'environnement,L3 LAS SVT Biologie-Ecologie option Santé,L3 Phys. CMI Ingénierie Nucléaire et
Applications,L3 Physique Mécanique CMI Ingénierie en Calcul Numérique,L3 Informatique,L3
Informatique, Info-Maths,L3 Physique, Chimie - ancien,L3 SV, Sc. du Végétal et de l'Aliment,L3 SV,
Parcours d’études comprenant l’UE Biologie Vétérinaire Agronomie ,L3 SV, Bio. Cellulaire et Moléculaire,L3 LAS Sciences de la Vie
option Santé,L3 Chimie, Chimie-Biologie,L3 LAS Chimie option Santé,L3 Chimie,L3 Info-Maths CMI
OPT/IM,L3 SV, Advanced Biology Training (ABT),L3 Physique,L3 Physique Mécanique,L3 LAS
Mathématiques option Santé,L3 Maths CMI Ingénierie Statistique,L3 LAS Physique option Santé,L3
LAS SPI EEA option Santé,L3 Physique, Chimie,L3 LAS Informatique option Santé ,L3
Mathématiques

Evaluation

Pondération pour chaque matière Methodologie et insertion professionnelle : OP 100%

Obtention de l’UE

Programme

Objectifs (résultats d'apprentissage)

Contenu

Méthodes d’enseignement

Langue d’enseignement Français

Bibliographie

XLG5AU060 3rd Year English S5 Info

Lieu d’enseignement UFR Sciences

Niveau Licence

Semestre 5

Responsable de l’UE

Volume horaire total TOTAL : 16h Répartition : CM : 0h TD : 16h CI : 0h TP : 0h EAD : 0h

Place de l’enseignement

UE pré-requise(s) Anglais 3 et 4, ou équivalent.

L3 Informatique,L3 Informatique, Info-Maths,L3 Info-Maths CMI OPT/IM,L3 LAS Informatique

Parcours d’études comprenant l’UE
option Santé

Evaluation

Pondération pour chaque matière Anglais pour la communication scientifique (info) 100%

The module will be assessed through continuous assessment (100%). You will be assessed indirectly
on everything you do in class, and directly on
Obtention de l’UE
• an in-class test
• your project work

Programme

À l’issue de cet enseignement, l’étudiant-e sera capable de :

1. répondre à des questions de compréhension sur un texte rédigé en anglais universitaire, que ce
soit dans son domaine de spécialité ou dans un autre domaine, dans un esprit similaire à ce qui est
proposé à l’épreuve de compréhension écrite de la certification IELTS Academic English.
2. présenter à l’oral un texte issu de la presse scientifique générale dans son domaine de spécialité,
Objectifs (résultats d'apprentissage)
replacer l’article dans son contexte et expliquer les enjeux de la recherche ou de la thématique
abordée dans cet article.
3. présenter son travail dans un anglais clair et phonologiquement approprié, en utilisant des outils
de présentation adaptés et en communiquant avec un degré d’aisance et de spontanéité qui rende
possible une interaction normale avec un locuteur natif, sans recours excessif aux notes.

1. Développement du vocabulaire scientifique général

2. Développement du vocabulaire scientifique de spécialité
3. Analyse de textes scientifiques
4. Développement de la capacité à adapter son discours à différentes situations de communication
Contenu scientifique
4. Analyse de documents audio ou vidéo
5. Pratique de l’oral en contexte
6. Sensibilisation au système phonologique de l’anglais pour améliorer la prise de parole des
étudiant-e-s

Méthodes d’enseignement Mixte

Langue d’enseignement Anglais

Bibliographie Aucun ouvrage obligatoire.

XLG5TU200 Stage libre

Lieu d’enseignement

Niveau Licence

Semestre 5

Responsable de l’UE

Volume horaire total TOTAL : 0h Répartition : CM : 0h TD : 0h CI : 0h TP : 0h EAD : 0h

Place de l’enseignement

UE pré-requise(s)
 L3 Informatique, MIAGE Classique,L3 Sciences pour l'Ingénieur, EEA,L3 SVT, Biologie-Ecologie,L3
SVT, ENSEIGNER LES SVT,L3 SVT, Géosciences,L3 LAS SVT Biologie-Ecologie option Santé,L3
SVT, Sciences de l'environnement,L3 Informatique,L3 Informatique, Info-Maths,L3 LAS
Informatique option Santé ,L3 SV, Bio. Cellul. et Physio. Animale,L3 SV, Sc. du Végétal et de
l'Aliment,L3 SV, Biologie Vétérinaire Agronomie ,L3 SV, Bio. Cellulaire et Moléculaire,L3 LAS
Sciences de la Vie option Santé,L3 Info-Maths CMI OPT/IM,L3 SV, Advanced Biology Training
(ABT),L3 MIASHS,L3 Mathématiques - ancien,L3 LAS Mathématiques option Santé,L3 Maths CMI
Parcours d’études comprenant l’UE
Ingénierie Statistique,L3 Physique, Chimie - ancien,L3 Chimie,L3 LAS Chimie option Santé,L3
Chimie, Chimie-Biologie,L3 Phys. CMI Ingénierie Nucléaire et Applications,L3 Physique,L3
Physique Mécanique CMI Ingénierie en Calcul Numérique,L3 Physique Mécanique,L3 LAS Physique
option Santé,L3 Sciences pour l'Ingénieur, GC,L3 LAS SPI GC option Santé,L3 LAS SPI EEA option
Santé,L3 SVT, ENSEIGNER A L'ECOLE PRIMAIRE,L3 Chimie, Enseigner à l'école primaire,L3
Physique, Enseigner à l'école primaire,L3 Physique, Chimie, Enseigner à l'école primaire,L3 SV,
Enseigner à l'école primaire,L3 Physique, Chimie,L3 Mathématiques

Evaluation

Pondération pour chaque matière Stage libre 100%

Obtention de l’UE

Programme

Objectifs (résultats d'apprentissage)

Contenu

Méthodes d’enseignement

Langue d’enseignement Français

Bibliographie

XLG6IU080 Stage

Lieu d’enseignement

Niveau Licence

Semestre 6

Responsable de l’UE GOUALARD FREDERIC

Volume horaire total TOTAL : 0h Répartition : CM : 0h TD : 0h CI : 0h TP : 0h EAD : 0h

Place de l’enseignement

UE pré-requise(s)

L3 Informatique, MIAGE Classique,L3 Informatique,L3 Informatique, Info-Maths,L3 Info-Maths CMI

Parcours d’études comprenant l’UE
OPT/IM,L3 LAS Informatique option Santé

Evaluation

Pondération pour chaque matière Stage 100%

La note de CCE peut contenir, outre la composante écrite, une ou plusieurs composantes pratiques
Obtention de l’UE
et éventuellement une ou plusieurs composantes orales.

Programme

Objectifs (résultats d'apprentissage)

Contenu

Méthodes d’enseignement

Langue d’enseignement Français

Bibliographie
XLG6TU200 Stage libre

Lieu d’enseignement

Niveau Licence

Semestre 6

Responsable de l’UE

Volume horaire total TOTAL : 0h Répartition : CM : 0h TD : 0h CI : 0h TP : 0h EAD : 0h

Place de l’enseignement

UE pré-requise(s)

L3 Informatique, MIAGE Classique,L3 Sciences pour l'Ingénieur, EEA,L3 SVT, Biologie-Ecologie,L3

SVT, ENSEIGNER LES SVT,L3 SVT, Géosciences,L3 LAS SVT Biologie-Ecologie option Santé,L3
SVT, Sciences de l'environnement,L3 SV, Bio. Cellul. et Physio. Animale,L3 SV, Sc. du Végétal et de
l'Aliment,L3 SV, Biologie Vétérinaire Agronomie ,L3 Info-Maths CMI OPT/IM,L3 SV, Advanced
Biology Training (ABT),L3 LAS Sciences de la Vie option Santé,L3 SV, Bio. Cellulaire et
Moléculaire,L3 MIASHS,L3 Informatique, Info-Maths,L3 Mathématiques - ancien,L3 LAS
Mathématiques option Santé,L3 Maths CMI Ingénierie Statistique,L3 Physique, Chimie - ancien,L3
Parcours d’études comprenant l’UE
Chimie,L3 LAS Chimie option Santé,L3 Chimie, Chimie-Biologie,L3 Informatique,L3 LAS
Informatique option Santé ,L3 Phys. CMI Ingénierie Nucléaire et Applications,L3 Physique,L3
Physique Mécanique CMI Ingénierie en Calcul Numérique,L3 Physique Mécanique,L3 LAS Physique
option Santé,L3 Sciences pour l'Ingénieur, GC,L3 LAS SPI GC option Santé,L3 LAS SPI EEA option
Santé,L3 SVT, ENSEIGNER A L'ECOLE PRIMAIRE,L3 Chimie, Enseigner à l'école primaire,L3
Physique, Enseigner à l'école primaire,L3 Physique, Chimie, Enseigner à l'école primaire,L3 SV,
Enseigner à l'école primaire,L3 Physique, Chimie,L3 Mathématiques

Evaluation

Pondération pour chaque matière Stage libre 100%

Obtention de l’UE

Programme

Objectifs (résultats d'apprentissage)

Contenu

Méthodes d’enseignement

Langue d’enseignement Français

Bibliographie

XLG6IU340 Introduction à l'intelligence artificielle

Lieu d’enseignement Lombarderie

Niveau Licence

Semestre 6

Responsable de l’UE DUFOUR RICHARD

Volume horaire total TOTAL : 40h Répartition : CM : 20h TD : 0h CI : 0h TP : 20h EAD : 0h

Place de l’enseignement

UE pré-requise(s)

Parcours d’études comprenant l’UE L3 Informatique,L3 Informatique, Info-Maths,L3 Info-Maths CMI OPT/IM,L3 LAS Informatique option Santé

Evaluation

Introduction à l'IA %
Pondération pour chaque matière
Introduction à l'intelligence artificielle 100%

La note de CCE peut contenir, outre la composante écrite, une ou plusieurs composantes pratiques et éventuellement une ou
Obtention de l’UE
plusieurs composantes orales
Programme

•
Comprendre les concepts fondamentaux de l’IA
: agents, perception, raisonnement, apprentissage, IA faible vs forte, approches symboliques et subsymboliques.
•
Identifier les grandes familles d’algorithmes d’apprentissage (supervisé, non supervisé, renforcement) et leurs cas d’usage.
•
Objectifs (résultats d'apprentissage)
Mettre en œuvre un pipeline de machine learning : prétraitement de données, entraînement, évaluation de la performance.
•
Utiliser au moins une librairie majeure (e.g. scikit-learn) pour développer un prototype simple
(classification d’images, clustering, etc.).
•
Appréhender les enjeux éthiques, juridiques et environnementaux liés à l’IA.

Contenu

•
Cours magistraux pour introduire les notions théoriques et historiques de l’IA.
•
Travaux pratiques
Méthodes d’enseignement
(TP) : mise en place de notebooks Python, expérimentations sur des jeux de données, entraînement et évaluation de modèles.
•
Projet en binôme : conception d’un mini-prototype (p. ex. classification d’images ou mini-
agent de jeu) et rapport technique avec recommandation éthique et énergétique.

Langue d’enseignement Français

•
Stuart Russell & Peter Norvig, Artificial Intelligence: A Modern Approach, Pearson, 4ᵉ éd., 2020.
•
Bibliographie
Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer, 2006.
•
Ian Goodfellow, Yoshua Bengio & Aaron Courville, Deep Learning, MIT Press, 2016.

XLG6IU400 Réseaux

Lieu d’enseignement Lombarderie

Niveau Licence

Semestre 6

HAMMA SALIMA
Responsable de l’UE
PIAMRAT KANDARAJ

Volume horaire total TOTAL : 40h Répartition : CM : 13.34h TD : 13.33h CI : 0h TP : 13.33h EAD : 0h

Place de l’enseignement

Fonctionnement des ordinateurs (X12I020)

UE pré-requise(s)
Systèmes d'exploitation (X22I030)

Parcours d’études comprenant l’UE L3 Informatique,L3 LAS Informatique option Santé

Evaluation

Pondération pour chaque matière Réseaux 100%

La note de contrôle continu peut contenir une ou plusieurs composantes pratiques et

Obtention de l’UE
éventuellement une ou plusieurs composantes orales.

Programme

A l'issue de ce cours, l'étudiant doit:

• Acquérir une vue globale des mécanismes mis en jeu dans l’Internet (« Internet : comment ça
marche ? » ) ;
Objectifs (résultats d'apprentissage)
• Comprendre les mécanismes de base des protocoles de l’Internet (http, tcp, ip, arp);
• Connaître les défis techniques et sociétaux liés aux déploiements des réseaux;
 Programme - Contenu de l'UE : Internet : comment ça marche.
• Introduction : les chiffres de l'Internet, histoire et perspectives.
• Les protocoles applicatifs (http, smtp, dns, ...)
• Le problème du transport fiable de bout en bout. TCP.
• Le problème du contrôle de flux et congestion. TCP.
Contenu
• Le problème de l'adressage et du routage. IP.
• Le problème du partage du canal de transmission.
• Les codes détecteurs et correcteurs d'erreurs.
• Les réseaux mobile et sans fil.
• Sécurité informatique.

Méthodes d’enseignement

Langue d’enseignement Français

Bibliographie

XLG6IU350 Calculabilité et complexité

Lieu d’enseignement Lombarderie

Niveau Licence

Semestre 6

PERRIN MATTHIEU
Responsable de l’UE
FERTIN GUILLAUME

Volume horaire total TOTAL : 40h Répartition : CM : 20h TD : 20h CI : 0h TP : 0h EAD : 0h

Place de l’enseignement

UE pré-requise(s)

L3 Informatique,L3 Informatique, Info-Maths,L3 Info-Maths CMI OPT/IM,L3 LAS Informatique

Parcours d’études comprenant l’UE
option Santé

Evaluation

Pondération pour chaque matière Calculabilité et complexité 100%

La note de CCE peut contenir, outre la composante écrite, une ou plusieurs composantes pratiques
Obtention de l’UE
et éventuellement une ou plusieurs composantes orales

Programme

À la fin de ce cours, un étudiant doit être capable de :

1. Comprendre les fondements de la théorie de la calculabilité, y compris l'équivalence entre les
modèles de calcul (machines de Turing et fonctions calculables) et comment ils peuvent être utilisés
pour décrire la notion de calculabilité et les
problèmes indécidables.
2. Modéliser des algorithmes simples sous la forme d'une machine de Turing.
Objectifs (résultats d'apprentissage)
3. Décrire les classes de complexité P et NP et reconnaître des problèmes NP-complets.
4. Appliquer les techniques de réduction de problèmes pour montrer que certains problèmes sont
indécidables et pour établir des propriétés des problèmes indécidables.
5. Appliquer les techniques de réduction pour montrer que certains problèmes sont NP-durs.
 1. Machines de Turing
◦ Langage décidé et accepté; Langages récursivement énumérables
◦ Encodage des machines de Turing; Machine de Turing universelle
◦ Machine de Turing déterministe
2. Calculabilité
◦ Existence de fonctions non-calculables par dénombrabilité
◦ Problème de l'arrêt
◦ Problèmes indécidables
Contenu
◦ Réductions entre problèmes
◦ Théorème de Rice
◦ Équivalence entre modèles de calcul; Thèse de Church-Turing
3. Complexité (10h)
◦ Classes de complexité P et NP
◦ Problème SAT; Théorème de Cook
◦ Problèmes NP-durs et NP-complets

Méthodes d’enseignement Enseignement en présentiel

Langue d’enseignement Français

Carton, O. (2008). Langages formels, calculabilité et complexité. (Vuibert)

Bibliographie
Wolper, P. (2006). Introduction à la calculabilité. (Dunod)

XLG6IU360 Recherche opérationnelle

Lieu d’enseignement Lombarderie

Niveau Licence

Semestre 6

Responsable de l’UE PRZYBYLSKI ANTHONY

Volume horaire total TOTAL : 40h Répartition : CM : 12h TD : 20h CI : 0h TP : 8h EAD : 0h

Place de l’enseignement

UE pré-requise(s)

L3 Informatique,L3 Informatique, Info-Maths,L3 Info-Maths CMI OPT/IM,L3 LAS Informatique

Parcours d’études comprenant l’UE
option Santé

Evaluation

Pondération pour chaque matière Recherche opérationnelle 100%

Obtention de l’UE

Programme
 A l'issue de cette UE, l'étudiant devra
- Etre capable de modéliser des programmes linéaires (variables continues et entières), et de
reconnaître les principales structures de problème (structure de recette, structure de couverture,
structure de mélange, structure multi-période) (A - M)
- Etre capable d'utiliser des variables binaires pour modéliser des problèmes d'optimisation
combinatoire, et de reconnaître certaines structures combinatoires (A - M)
- Etre capable d'utiliser les principales astuces de modélisation basées sur l'utilisation de variables
binaires (A - M)
- Connaître les propriétés géométriques des programmes linéaires en variables continues,
caractérisation des solutions optimales (M)
- Etre capable de résoudre graphiquement un programme linéaire (M)
- Connaître les notions de base, solution de base, et coût réduit en programmation linéaire en
variables continues (M)
- Etre capable d'utiliser l'algorithme du simplexe pour la résolution de programme linéaires en
variables continues (A)
- Connaître les différences entre le cas continu et le cas discret en programmation linéaire (I)
- Introduction des principales méthodes de résolution pour la programmation linéaire en variables
entières, intérêt pour d'autres formalismes de modélisation dans ce contexte (I)
- Connaître les notions de coût dual associé à une contrainte, d'intervalle de sensibilité d'un
coefficient de la fonction objectif ou d'un second membre d'une contrainte, être capable
d'interpréter leur signification (I)
- Etre capable de déterminer l'intervalle de sensibilité d'un coefficient de la fonction objectif ou
d'un second membre d'une contrainte (A)
- Etre capable de modéliser un problème d'ordonnancement simple par un graphe potentiel-tâche
Objectifs (résultats d'apprentissage)
(A-M)
- Connaître les notions de calendrier au plus tôt, calendrier au plus tard pour un ensemble de
tâche, et la notion de marge d'une tâche dans le contexte d'un problème d'ordonnancement simple
(M)
- Etre capable de déterminer un calendrier au plus tôt, un calendrier au plus tard et les marges
des tâches, dans le contexte d'un problème d'ordonnancement simple (A)
- Introduction à la problématique de l'optimisation multi-objectif : connaissance de la notion de
solution efficace, limite de l'utilisation de la somme pondérée (I)
- Utilisation d'un langage de modélisation algébrique : comprendre la différence entre un modèle
explicite et un modèle implicite (I)
- Utilisation d'un langage de modélisation algébrique : être capable d'écrire un modèle implicite
(A)
- Utilisation d'un langage de modélisation algébrique : comprendre l'utilisation d'une structure de
matrice creuse pour décrire des contraintes (I)
- Utilisation d'un langage de modélisation algébrique : être capable d'utiliser une structure de
matrice creuse pour décrire des contraintes (A)
- Utilisation d'un langage de modélisation algébrique : être capable de détermine si le choix d'une
matrice creuse est pertinent ou pas pour décrire des contraintes (A)
- Utilisation d'un solveur MIP : comprendre l'utilisation d'un solveur MIP en tant que bibliothèque
de fonction et être capable de l'utiliser pour résoudre un unique problème de programmation
linéaire en variables mixtes (A)
- Utilisation d'un solveur MIP : être capable d'implémenter un algorithme donné, en faisant des
appels successifs à un solveur MIP pour résoudre un problème de programmation linéaire en
variables mixtes (A)
 Ce cours d'introduction à la Recherche Opérationnelle (RO) est composé de deux parties :
•
La partie dite « fondamentale » introduit les notions minimales que tout informaticien se doit de
connaître : Comprendre un problème posé, le modéliser (c'est-à-dire en donner une description non-
ambigüe), connaître les propriétés de ce modèle pour ensuite le résoudre à l'aide d'un solveur
approprié, et enfin interpréter la solution numérique obtenue en termes concrets. Le formalisme
choisi pour cette partie est la Programmation Linéaire.
•
La partie dite de « découverte » complète la partie fondamentale en introduisant d'autres
formalismes de modélisation, d'autres problématiques, et d'autres méthodes de résolution. Cette
seconde partie permet en particulier d'avoir une meilleure idée de ce qu'est la Recherche
Opérationnelle.
•
Contenu fondamental :
-
Introduction à la modélisation par la programmation linéaire
-
Utilisation de variables continues, entières et binaires
-
Modélisation avancée : linéarisation de modèles en utilisant des variables binaires
-
Propriétés géométriques, caractérisation des solutions optimales, et résolution graphique de
Contenu programmes linéaires
-
Résolution de programmes linéaires par l'algorithme du simplexe
-
Interprétation des solutions et analyse de sensibilité
-
Utilisation de langages de modélisation et de solveurs de programmation linéaires
-
Instanciation et application sur des études de cas (industrie minière, transports et logistique,
ordonnancement, gestion de l'énergie, santé, planification de la production, économie et finance,
télécommunication, emploi du temps...)
•
Contenu de découverte :
-
Introduction à la modélisation de problèmes d'optimisation par la théorie des graphes
-
Introduction à l'ordonnancement simple
-
Introduction à la programmation dynamique
-
Introduction à l'optimisation multiobjectif
-
Introduction aux métaheuristiques

Méthodes d’enseignement

Langue d’enseignement Français

Bibliographie

XLG6IU370 Algorithmique numérique

Lieu d’enseignement Lombarderie

Niveau Licence

Semestre 6

GOUALARD FREDERIC
Responsable de l’UE
JERMANN CHRISTOPHE

Volume horaire total TOTAL : 40h Répartition : CM : 6.67h TD : 17.33h CI : 0h TP : 16h EAD : 0h

Place de l’enseignement

UE pré-requise(s)

L3 Informatique,L3 Informatique, Info-Maths,L3 Info-Maths CMI OPT/IM,L3 LAS Informatique

Parcours d’études comprenant l’UE
option Santé

Evaluation

Pondération pour chaque matière Algorithmique numérique 100%

Obtention de l’UE

Programme

• Capacité à écrire du code numérique en tenant compte des erreurs de modélisation et de calcul
Objectifs (résultats d'apprentissage) • Aptitude à utiliser efficacement les bibliothèques de code numérique existantes en connaissant les
algorithmes sous-jacents

Le module vise à offrir aux étudiant-e-s la capacité d'écrire du code numérique en tenant compte
des erreurs de modélisation et de calcul, ainsi que l'aptitude à utiliser efficacement les
bibliothèques de code numérique existantes en connaissant les principes des algorithmes sous-
jacents.
Programme
Contenu
• Notion d’erreur de modélisation et de calcul (IEEE 754)
• Algorithmes sur les matrices (méthodes exactes et itératives) et leur implémentation
• Méthodes de résolution d’équations non-linéaires univariées et multivariées, et leur
implémentation

Méthodes d’enseignement

Langue d’enseignement Français

Accuracy and stability of numerical algorithms. N. J. Higham

Bibliographie
Introduction to numerical analysis, Stoer & Bulirsch

XLG6TU030 Initiation à la recherche

Lieu d’enseignement Lombarderie

Niveau Licence

Semestre 6

SERRANO-ALVARADO PATRICIA
Responsable de l’UE DELAHAYE BENOIT
JEAN GERALDINE

Volume horaire total TOTAL : 9h Répartition : CM : 5.33h TD : 3.67h CI : 0h TP : 0h EAD : 0h

Place de l’enseignement

UE pré-requise(s)

Parcours d’études comprenant l’UE L3 Informatique,L3 Informatique, Info-Maths,L3 LAS Informatique option Santé

Evaluation

Pondération pour chaque matière Initiation à la recherche 100%

Obtention de l’UE

Programme

Objectifs (résultats d'apprentissage)

L'objectif de ce module est de faire découvrir aux étudiants la recherche scientifique à travers la
découverte de laboratoires de recherche et la rencontre de chercheurs.
Contenu
Les étudiants vont s’initier au travail de chercheur en menant un projet de recherche en équipe
(e.g., étude bibliographique) qu’ils restitutiront par exemple avec une session de posters.

Méthodes d’enseignement

Langue d’enseignement Français

Bibliographie

XLG6AU060 3rd Year English S6 Info

Lieu d’enseignement UFR Sciences

Niveau Licence

Semestre 6

Responsable de l’UE

Volume horaire total TOTAL : 16h Répartition : CM : 0h TD : 12h CI : 0h TP : 4h EAD : 0h

Place de l’enseignement

UE pré-requise(s) Anglais 3 et 4, ou équivalent.

L3 Informatique,L3 Informatique, Info-Maths,L3 Info-Maths CMI OPT/IM,L3 LAS Informatique

Parcours d’études comprenant l’UE
option Santé

Evaluation

Pondération pour chaque matière Anglais Professionnel Informatique 100%

The module will be assessed through

Obtention de l’UE • an in-class test (listening comprehension)
• your project work

Programme

À l’issue de cet enseignement, l’étudiant-e sera capable de :

1. réaliser un rapport dans le cadre d’un projet de groupe impliquant une mise en situation dans un
contexte professionnel simulé
2. rédiger un texte dans un anglais clair et grammaticalement approprié au contexte, dans le cadre
d’un projet de groupe
Objectifs (résultats d'apprentissage) 3. faire une présentation orale s’appuyant sur le travail de groupe préparé dans le rapport écrit, en
s’exprimant dans un anglais clair et phonologiquement approprié et en communiquant avec un
degré d’aisance et de spontanéité qui rende possible une interaction normale avec un locuteur natif,
sans recours excessif aux notes
4. utiliser des outils de présentation adaptés à la situation de communication
5. répondre à des questions de compréhension sur des documents audio authentiques

1. Développement du vocabulaire utilisé en anglais professionnel (vocabulaire susceptible d’être

utilisé dans les tests TOEIC)
2. Discussion des spécificités des CV aux États-Unis et en Grande-Bretagne
3. Contenu d’une lettre de motivation
Contenu 4. Déroulement d’un entretien d’embauche
5. Vocabulaire utilisé lors des communications téléphoniques
6. Pratique de l’oral en contexte
7. Sensibilisation au système phonologique de l’anglais pour améliorer la prise de parole des
étudiant-e-s

Méthodes d’enseignement Mixte

Langue d’enseignement Anglais

Bibliographie Aucun ouvrage obligatoire

XLG6TU080 Methodologie et insertion professionnelle : OP

Lieu d’enseignement

Niveau Licence

Semestre 6

Responsable de l’UE LABBE LUCILE

Volume horaire total TOTAL : 4h Répartition : CM : 0h TD : 4h CI : 0h TP : 0h EAD : 0h

Place de l’enseignement

UE pré-requise(s)
 L3 Sciences pour l'Ingénieur, EEA,L3 Mathématiques - ancien,L3 MIASHS,L3 SV, Bio. Cellul. et
Physio. Animale,L3 SVT, Géosciences,L3 SVT, Biologie-Ecologie,L3 SVT, Sciences de
l'environnement,L3 Phys. CMI Ingénierie Nucléaire et Applications,L3 LAS SVT Biologie-Ecologie
option Santé,L3 Physique Mécanique CMI Ingénierie en Calcul Numérique,L3 Informatique,L3
Informatique, Info-Maths,L3 SV, Sc. du Végétal et de l'Aliment,L3 SV, Biologie Vétérinaire
Parcours d’études comprenant l’UE Agronomie ,L3 SV, Bio. Cellulaire et Moléculaire,L3 LAS Sciences de la Vie option Santé,L3
Physique, Chimie - ancien,L3 Chimie, Chimie-Biologie,L3 LAS Chimie option Santé,L3 Chimie,L3
Info-Maths CMI OPT/IM,L3 SV, Advanced Biology Training (ABT),L3 Physique,L3 Physique
Mécanique,L3 LAS Mathématiques option Santé,L3 Maths CMI Ingénierie Statistique,L3 LAS
Physique option Santé,L3 LAS SPI EEA option Santé,L3 LAS Informatique option Santé ,L3
Mathématiques,L3 Physique, Chimie

Evaluation

Pondération pour chaque matière Methodologie et insertion professionnelle : OP 100%

Obtention de l’UE

Programme

Objectifs (résultats d'apprentissage)

Contenu

Méthodes d’enseignement

Langue d’enseignement Français

Bibliographie

Dernière modification par PATRICIA SERRANO-ALVARADO, le 2025-09-11 10:49:57