Sciences et technologies (Tournai)
Bases de données

2025-2026

Informations Générales
Code
T-TTEL-572
Année académique
2025-2026
Théorie
12
Pratique
24
Période(s)
Q2
Langue d'enseignement
français
Langue d'évaluation
français
Titulaire(s)
  • DRAPIER Arnaud
  • N.

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

Connaissances

Partant d'un énoncé/problème donné, savoir mettre au point une architecture de base de données NoSQL simulant un process industriel et la récolte d'informations liées à celui-ci. Ensuite, savoir analyser et extraire des informations calculées de ces données dans un but d'export.

Partant d'un énoncé/problème donné, savoir mettre au point une architecture de base de données relationnelle (SQL) récoltant des données analysées depuis un process industriel simulé. Être capable d'agir sur ces données dans un but d'extraction et d'analyse de celles-ci.

Aptitudes

Partant d'un énoncé/problème donné, savoir mettre au point une architecture de base de données NoSQL simulant un process industriel et la récolte d'informations liées à celui-ci. Ensuite, savoir analyser et extraire des informations calculées de ces données dans un but d'export.

Partant d'un énoncé/problème donné, savoir mettre au point une architecture de base de données relationnelle (SQL) récoltant des données analysées depuis un process industriel simulé. Être capable d'agir sur ces données dans un but d'extraction et d'analyse de celles-ci.

Contenu de l'Activité d'Apprentissage

- L’architecture Big Data et ses avantages.
- L’aggregation Pipeline.
- La récupération et mise en forme des données.
- Le traitement des résultats.

Méthode d'enseignement des apprentissages

  • Cours magistraux
  • Travaux pratiques
  • Exercices dirigés

Supports principaux

Type de support

Syllabus

Références

Conception d'une base de données (Cyril Gruau)

Sources, références et supports éventuels

(secondaire) Le guide du Big Data (Sentelis).
(secondaire) Introduction au Big Data (Axiodis).
(principale) Big Data for Dummies (Judith Hurwitz, Alan Nugent, Dr. Fern Halper, Marcia Kaufman)
(principale) Portefeuille de lecture : Notes relatives aux travaux pratiques à développer.

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.