Sciences et technologies (Tournai)
Complément application

2024-2025

Informations Générales
Code
T-TINF-102
Année académique
2024-2025
Théorie
36
Pratique
0
Période(s)
Q1
Langue d'enseignement
français
Langue d'évaluation
français
Titulaire(s)
  • ERRADI Hicham
  • LEBRUN Ludwig

Acquis d'apprentissage - Au terme de l'activité d'apprentissage, l'étudiant sera capable de

Connaissances

- Connaître les failles courantes dans les logiciels et sites web.
- Savoir comment protéger les informations sensibles.

Aptitudes

- Écrire du code qui limite les risques de piratage.
- Tester des applications pour détecter des faiblesses.

Compétences

- Créer des applications robustes contre les attaques.
- Évaluer la qualité d’un logiciel.

Contenu de l'Activité d'Apprentissage

ObjectifsLes objectifs sont les suivants :

Programmation orientée objet : classe, objet, attributs, méthodes, typage, polymorphisme, héritage, surcharge, généricité, …
Analyse : UML, modèle de développement, modèles conceptuels et organisationnels des données
Base de données : SQL, procédure stockée, trigger, connexion aux bases de données depuis un langage de programmation.
Respect des bonnes pratiques de codage (conventions de nommage, Clean Code, pattern SOLID..)
Apprendre à travailler en équipe (communication, bonne gestion d’un répertoire partagé GIT, GIT Flow, code review)
Développement d’application Web grand public
Développement d’API REST(ful)
Apprendre à utiliser un ORM (Entity Framework, code-first, db-first)
Méthodologie SCRUM
Apprendre à couvrir en tests ses développements (test unitaire, d’intégration, de montée en charge)


Méthode d'enseignement des apprentissages

  • Cours magistraux
  • Exercices de création / Recherche en atelier
  • Travaux pratiques
  • Préparations / Recherche d'informations
  • Exercices dirigés

Supports principaux

Type de support

Autre

Références

Notes de cours du professeur expert

Sources, références et supports éventuels

vidéos cours enregistrées
sites internet

Epreuve Intégrée : Première Session
Mode d'évaluation: Epreuve écrite
Travail journalier: 100%
Examen: 0%
Dispositions:
évaluation continue
Epreuve Intégrée : Deuxième Session
Mode d'évaluation: Epreuve écrite
Travail journalier: 0%
Examen: 100%
Dispositions:
Travail dont modalités à fixer avec le professeur expert

Les usages de l’Intelligence Artificielle dans l’enseignement supérieur sont référencés et détaillés au sein d'une charte institutionnelle. Consultez le site https://ia.condorcet.be pour plus d'informations.