Contribution aux objectifs du référentiel de compétences de l'ARES
Communiquer face à un public de spécialistes ou de non-spécialistes, dans des contextes
nationaux et internationaux
Maitriser les méthodes et les moyens de communication en les adaptant aux contextes et aux publics
Communiquer dans une ou plusieurs langues étrangères
Intégrer les réalités culturelles dans un contexte national et international
S’engager dans une démarche de développement professionnel
S’autoévaluer pour identifier ses besoins de développement
Organiser son savoir de manière à améliorer son niveau de compétence
Acquis d'apprentissage spécifiques
L’étudiant devra être capable :
- d’appliquer les règles grammaticales et syntaxiques révisées pendant le cours
- de comprendre et utiliser correctement le vocabulaire professionnel et technique étudié pendant le cours
- d'exprimer ses idées de façon claire et compréhensible en démontrant une bonne connaissance du vocabulaire
Contenu de l'AA
Consolidation et approfondissement grammatical/lexical en vue de préparer les étudiants au test TOEIC. Niveau attendu = B2 (soit 785 points au TOEIC Listening and Reading)
Tests réguliers sur Moodle afin d'identifier les lacunes grammaticales/lexicales. Remédiation en classe.
Exercices de compréhension écrite et orale (anglais à caractère général, contexte professionnel, activités de l’entreprise, etc)
Exercices de production écrite et orale (anglais à caractère général, contexte professionnel, activités de l’entreprise)
Répartition des heures
3 h de théorie, 8 h d'exercices/Labos, 3 h de travaux
Méthodes d'enseignement
Travaux de groupes, approche interactive, approche par situation problème, activités pédagogiques extérieures
Langues d'enseignement
Anglais
Supports
Syllabus, notes de cours, activités sur eCampus
Ressources bibliographiques
Liste non exhaustive :
- Working in English, Cambridge (livre et audio)
- English Grammar in Use, Murphy
- English Vocabulary in Use, Mc Carthy, M. & O'Dell
- Divers sites internet (OneStopEnglish, BBC News, CNN Student News, etc)
Évaluation et pondération
Méthode d'évaluation : note globale à l'UE
Langues d'évaluation : français, anglais
Modalités d'évaluation :
Un test TOEIC OBLIGATOIRE est organisé dans le courant du Q1 (voir planning de cours). Afin de se conformer aux exigences de la CTI, les étudiants doivent obtenir un score de 785 (Niveau minimum requis par la CTI et correspondant à un niveau B2 sur l'échelle du Cadre européen commun de référence pour les langues). Une note sur /20 sera attribuée selon la grille de correspondance ci-dessous.
Toute absence non justifiée au test sera sanctionnée par un 0/20.
Des conseils pour le déploiement des serveurs de bases de données
Répartition des heures
Bases de données relationnelles : cours avancé : 15 h de théorie, 3 h d'exercices/Labos
Big Data et systèmes NoSQL : 9 h de théorie
Architectures serveurs : 12 h de théorie
Méthodes d'enseignement
Bases de données relationnelles : cours avancé : cours magistral, approche interactive, approche par situation problème, approche avec TIC, étude de cas, utilisation de logiciels
Big Data et systèmes NoSQL : cours magistral, approche interactive, approche par situation problème, approche avec TIC, étude de cas, utilisation de logiciels
Architectures serveurs : cours magistral, approche interactive, approche avec TIC, étude de cas
Langues d'enseignement
Bases de données relationnelles : cours avancé : français
Big Data et systèmes NoSQL : français
Architectures serveurs : français
Supports
Bases de données relationnelles : cours avancé : copies de présentations, syllabus, activités sur eCampus
Big Data et systèmes NoSQL : copies de présentations
Architectures serveurs : copies de présentations
Ressources bibliographiques
Bases de données relationnelles : cours avancé
Base de données, les systèmes et leurs langages, Gardarin aux éditions Eyrolles
Des bases de données à l’Internet, Philippe Mahieu aux éditions Vuibert 2000.
High performance MySQL, B. Schwartz, P. Zaitsev et V. Tkachenko, O'Reilly, 2012
Big Data et systèmes NoSQL
NoSQL and SQL Data Modeling: Bringing Together Data, Semantics, and Software, Ted Hills, Technics Publications, 2017
Making sense of NoSQL, D. McCreary et A. Kelly, Manning publications, 2013
Architectures serveurs
Documentations officielles des constructeurs de serveurs, de composants et des fournisseurs de SGBD
Sites de comparatifs
Architectures des systèmes informatique (BA2)
Évaluation et pondération
Méthode d'évaluation : note globale à l'UE
Langues d'évaluation : français
Modalités d'évaluation :
Les AA seront évaluées simultanément lors d'un examen écrit. Il n'y a donc pas de notes aux AA mais uniquement une note à l'UE. L'examen étant commun aux AA, aucune dispense partielle del'UE n'est envisageable.
Report de note d'une année à l'autre pour l'AA réussie en cas d'échec à l'UE :
Bases de données relationnelles : cours avancé : non
Big Data et systèmes NoSQL : non
Architectures serveurs : non
Fiche indisponible
Cette fiche ects d'UE 2024-2025 est indisponible.
2024-2025
Avenue Victor Maistriau 8a 7000 Mons
Fiche ects de l'unité d'enseignement #2355 intitulée :
Introduction à la programmation R : 20 h, Vincent BRANDERS
Application du langage R à la transcriptomique : 30 h, Axel THIEFFRY
Connaissances et compétences préalables
- Principes de bases en biologie moléculaire et technologies de séquençage haut-débit (Illumina)
- Utiliser la ligne de commande (bash) dans un système LINUX/UNIX
Contribution aux objectifs du référentiel de compétences de l'ARES
Identifier, conceptualiser et résoudre des problèmes complexes
Intégrer les savoirs scientifiques et technologiques afin de faire face à la diversité et à la complexité des problèmes rencontrés
Analyser des produits, processus et performances, de systèmes techniques nouveaux et innovants
Concevoir, développer et améliorer des produits, processus et systèmes techniques
Modéliser, calculer et dimensionner des systèmes
Sélectionner et exploiter les logiciels et outils conceptuels les plus appropriés pour résoudre une tâche spécifique
Établir ou concevoir un protocole de tests, de contrôles et de mesures.
Concevoir et gérer des projets de recherche appliquée
Réunir les informations nécessaires au développement de projets de recherche
Réaliser des simulations, modéliser des phénomènes afin d’approfondir les études et la recherche sur des sujets technologiques ou scientifiques
Mener des études expérimentales, en évaluer les résultats et en tirer des conclusions
Valider les performances et certifier les résultats en fonction des objectifs attendus
Exploiter les résultats de recherche
Développer une vision prospective et intégrer les développements de la recherche dans la pratique professionnelle
Communiquer face à un public de spécialistes ou de non-spécialistes, dans des contextes
nationaux et internationaux
Maitriser les méthodes et les moyens de communication en les adaptant aux contextes et aux publics
Communiquer dans une ou plusieurs langues étrangères
Adopter une attitude éthique et respecter les règles déontologiques des secteurs professionnels
Intégrer les réalités culturelles dans un contexte national et international
S’engager dans une démarche de développement professionnel
Réaliser une veille technologique dans sa sphère d’expertise
S’autoévaluer pour identifier ses besoins de développement
Assumer la responsabilité de ses décisions et de ses choix
Organiser son savoir de manière à améliorer son niveau de compétence
Actualiser ses connaissances et s’engager dans les formations complémentaires adéquates
Acquis d'apprentissage spécifiques
- Produire des figures scientifiques pertinentes et attractives en terme de visualisation mais également en terme de communication effective de résultats
- Familiarisation au language de programmation R, le Tidyverse, et Bioconductor, et leurs utilisation dans le cade d'analyses de donées de séquençage
- Développer une capacité critique vis-à-vis de résultats de l'analyse de donées CAGE et de leur distinction par rapport aux méthodes classiques (mRNA-seq)
Contenu des AA
Introduction à la programmation R
Au terme de l’AA Programmation R, l’étudiant sera capable :
• d’expliquer la syntaxe de base de R et d’utiliser des concepts tels que les boucles, fonctions et apply(s)
• d’identifier et de manipuler les types de données courants en R
• d’importer, lire et écrire des données dans différents formats (CSV, TSV, Excel, …)
• d’appliquer des opérations de base sur les données, telles que la sélection, le filtrage et le tri
• de créer des graphiques de base pour explorer et représenter des données et d’utiliser des packages tels que ggplot2 pour créer des visualisations plus avancées
• de réaliser de la manipulation avancée de données
• de respecter les conventions de codage R et de maintenir un code propre et bien documenté
• de collaborer efficacement en utilisant des outils de gestion de versions comme Git
Application du langage R à la transcriptomique
Au travers d'une analyse complète d'un jeu de données de type CAGE (Cap Analysis of Gene Expression):
Nettoyage de données et controle qualité (LINUX/Unix, command line, bash/zsh)
Analyses bioinformatiques des données nettoyées: mapping, quantification, annotation
Quantification et expression différentielle (R, Tidyverse, Bioconductor)
Présentation des résultats sous la forme de figures scientifiques
Répartition des heures
Introduction à la programmation R : 5 h de théorie, 15 h d'exercices/Labos
Application du langage R à la transcriptomique : 10 h de théorie, 20 h d'exercices/Labos
Méthodes d'enseignement
Introduction à la programmation R : travaux de groupes, approche par projets, approche interactive, approche par situation problème
Application du langage R à la transcriptomique : travaux de groupes, approche par projets, approche interactive, approche par situation problème, approche déductive, étude de cas, utilisation de logiciels
Langues d'enseignement
Introduction à la programmation R : français, anglais
Application du langage R à la transcriptomique : français, anglais
Supports
Introduction à la programmation R : copies de présentations, notes d'exercices
Application du langage R à la transcriptomique : copies de présentations, notes d'exercices, Resources et scripts disponible via un répertoire GitHub public
Ressources bibliographiques
Introduction à la programmation R
- Collection de "cheat sheets" pour la programmation R, la manipulation de données, et la production de figures scientifiques: https://www.rstudio.com/resources/cheatsheets/
- Guide pour la création et validation de figures scientifiques: https://www.data-to-viz.com
- Cours en ligne de datacamp
- Grolemund, Garrett, and Hadley Wickham. 2017. R for Data Science. Sebastopol, CA: O’Reilly Media.
Application du langage R à la transcriptomique
- Collection de "cheat sheets" pour la programmation R, la manipulation de données, et la production de figures scientifiques: https://www.rstudio.com/resources/cheatsheets/
- Guide pour la création et validation de figures scientifiques: https://www.data-to-viz.com
- Répertoire GitHub public créé spécifiquement pour le cours
Évaluation et pondération
Méthode d'évaluation : note globale à l'UE
Langues d'évaluation : français, anglais
Modalités d'évaluation :
La note finale est définie comme suit :
60 % pour l'AA Compléments de techniques bioinformatiques 2
Une évaluation de la participation tout au long du cours (présence, attention, motivation, questions, réponses, etc.)
Complétion d'un examen dont le format (individuel/groupe ; interne ou via service tiers) sera défini en fonction de l'avancement par rapport au programme prévu
40 % pour l'AA Programmation R :
Travail continu (certifications DataCamp)
Réalisation d'un projet
Report de note d'une année à l'autre pour l'AA réussie en cas d'échec à l'UE :
Introduction à la programmation R : oui
Application du langage R à la transcriptomique : non
Fiche indisponible
Cette fiche ects d'UE 2024-2025 est indisponible.
Fiche indisponible
Cette fiche ects d'UE 2024-2025 est indisponible.
2024-2025
Avenue Victor Maistriau 8a 7000 Mons
Fiche ects de l'unité d'enseignement #2440 intitulée :
Connaissance préalable de l'anglais (niveau moyen)
Contribution aux objectifs du référentiel de compétences de l'ARES
Identifier, conceptualiser et résoudre des problèmes complexes
Intégrer les savoirs scientifiques et technologiques afin de faire face à la diversité et à la complexité des problèmes rencontrés
S’intégrer et contribuer au développement de son milieu professionnel
Planifier le travail en respectant les délais et contraintes du secteur professionnel (sécurité …)
Évaluer les coûts et la rentabilité de son projet
Travailler en autonomie et en équipe dans le respect de la culture d’entreprise
Manager des équipes
Entreprendre et innover, dans le cadre de projets personnels ou par l’initiative et l’implication au
sein de l’entreprise
Traduire des stratégies en actions concrètes en s’ajustant à la vision de l’entreprise
S’impliquer dans la politique d’amélioration de la qualité
Dépasser les cadres ou les limites d’un problème et apporter des solutions innovantes
Communiquer face à un public de spécialistes ou de non-spécialistes, dans des contextes
nationaux et internationaux
Maitriser les méthodes et les moyens de communication en les adaptant aux contextes et aux publics
Communiquer dans une ou plusieurs langues étrangères
Adopter une attitude éthique et respecter les règles déontologiques des secteurs professionnels
S’engager dans une démarche de développement professionnel
S’autoévaluer pour identifier ses besoins de développement
Assumer la responsabilité de ses décisions et de ses choix
Actualiser ses connaissances et s’engager dans les formations complémentaires adéquates
Acquis d'apprentissage spécifiques
Focalisation sur les habilités d'analyse, synthèse et jugement
Contenu de l'AA
1)Definitions of Project & Project Management
2)Methodologies
3)The Agile way of working
4)Classical vs Agile project management
5)The REAL life
6)Risk Management
Répartition des heures
15 h de théorie
Méthodes d'enseignement
Cours magistral, approche interactive, approche par situation problème
Langues d'enseignement
Anglais
Supports
Copies de présentations
Ressources bibliographiques
-
Évaluation et pondération
Méthode d'évaluation : note globale à l'UE
Langues d'évaluation : anglais
Modalités d'évaluation :
Examen oral en Anglais
1 question choisie au hasard pour 9 points
1 question choisie par l'enseignant pour 9 points
2 vrais ou faux choisis au hasard pour 1 point chacun: 1/2 pt si correct, 1/2 si l'explication courte est correcte, 0/1 si incorrect
Fiche indisponible
Cette fiche ects d'UE 2024-2025 est indisponible.
2024-2025
Avenue Victor Maistriau 8a 7000 Mons
Fiche ects de l'unité d'enseignement #3487 intitulée :
Analyse et extraction de données : 15 h, Samuel CREMER
OLAP and reporting : 9 h, Samuel CREMER
Connaissances et compétences préalables
Techniques de programmation avancées 1 (BA2)
Traitement de l'information (BA3)
Contribution aux objectifs du référentiel de compétences de l'ARES
Identifier, conceptualiser et résoudre des problèmes complexes
Intégrer les savoirs scientifiques et technologiques afin de faire face à la diversité et à la complexité des problèmes rencontrés
Analyser des produits, processus et performances, de systèmes techniques nouveaux et innovants
Concevoir, développer et améliorer des produits, processus et systèmes techniques
Modéliser, calculer et dimensionner des systèmes
Sélectionner et exploiter les logiciels et outils conceptuels les plus appropriés pour résoudre une tâche spécifique
Établir ou concevoir un protocole de tests, de contrôles et de mesures.
S’intégrer et contribuer au développement de son milieu professionnel
Travailler en autonomie et en équipe dans le respect de la culture d’entreprise
Entreprendre et innover, dans le cadre de projets personnels ou par l’initiative et l’implication au
sein de l’entreprise
Prendre en compte les missions, visions stratégiques et enjeux de son cadre professionnel
Intégrer les enjeux sociétaux, économiques et environnementaux dans ses décisions
S’impliquer dans la politique d’amélioration de la qualité
Communiquer face à un public de spécialistes ou de non-spécialistes, dans des contextes
nationaux et internationaux
Maitriser les méthodes et les moyens de communication en les adaptant aux contextes et aux publics
Acquis d'apprentissage spécifiques
Être capable d'automatiser des flux de données à destination de l'informatique décisionnelle en utilisants des serveurs de bases de données, des ETL (Extract Transform Load) et des solutions de reporting
Contenu des AA
Analyse et extraction de données
Formats des données
API
Workflows
Utilisation d'un ETL (Extract Transform Load)
OLAP and reporting
Data Warehouse
OLAP et cubes multidimensionnels
Modélisation (Star-Schema, Snowflakes, etc.)
Utilisation d'un outil de reporting
Répartition des heures
Analyse et extraction de données : 2 h de théorie, 13 h d'exercices/Labos
OLAP and reporting : 4 h de théorie, 5 h d'exercices/Labos
Méthodes d'enseignement
Analyse et extraction de données : cours magistral, travaux de groupes, approche par projets, approche interactive, approche par situation problème, approche avec TIC
OLAP and reporting : cours magistral, travaux de groupes, approche par projets, approche interactive, approche par situation problème, approche avec TIC
Langues d'enseignement
Analyse et extraction de données : français
OLAP and reporting : français
Supports
Analyse et extraction de données : copies de présentations
OLAP and reporting : copies de présentations
Ressources bibliographiques
Analyse et extraction de données
Thomas C. Hammergren and Alan R. Simon: Data Warehousing forDummies (2nd Edition). Wiley Publishing, 2009
Paulraj Ponniah: Data Warehousing. Fundamentals for IT professionals(2nd Edition). John Wiley & Sons, 2010
Oded Maimon, Lior Rokach (Eds.): The Data Mining and KnowledgeDiscovery Handbook (2nd Edition). Springer, 2010
OLAP and reporting
Thomas C. Hammergren and Alan R. Simon: Data Warehousing forDummies (2nd Edition). Wiley Publishing, 2009
Paulraj Ponniah: Data Warehousing. Fundamentals for IT professionals(2nd Edition). John Wiley & Sons, 2010
Oded Maimon, Lior Rokach (Eds.): The Data Mining and KnowledgeDiscovery Handbook (2nd Edition). Springer, 2010
Évaluation et pondération
Méthode d'évaluation : note globale à l'UE
Langues d'évaluation : français, anglais
Modalités d'évaluation :
Les étudiants devront réaliser un projet en groupe et l'accompagner d'un rapport. Ces 2 délivrables seront évalués ainsi que la participation/implication des étudiants durant les heures dédiées au projet.
Report de note d'une année à l'autre pour l'AA réussie en cas d'échec à l'UE :
Analyse et extraction de données : non
OLAP and reporting : non
Fiche indisponible
Cette fiche ects d'UE 2024-2025 est indisponible.
2024-2025
Avenue Victor Maistriau 8a 7000 Mons
Fiche ects de l'unité d'enseignement #2362 intitulée :
Notions de biologie moléculaire et génie génétique.
Contribution aux objectifs du référentiel de compétences de l'ARES
-
Acquis d'apprentissage spécifiques
- Comprendre les principes fondamentaux du Séquençage Nouvelle Génération (NGS)
- Comprendre les différentes technologies disponibles aujourd’hui (Illumina, IonTorrent,…)
- Comprendre les bases des protocoles (matériel de départ, construction des librairies, séquençage, validation
des résultats, interprétation,…)
Contenu de l'AA
(1) Rappel des notions de base de manipulation d’ADN, construction de librairies,…
(2) Présentation des nouvelles méthodes de séquençage d’ADN:
(2.1) La méthode de séquençage par détection de protons («Post-light» Ion Torrent technologie)
(2.2) La méthode de séquençage par synthèse, terminateurs réversibles (Illumina et Qiagen)
(2.3) Les techniques Pacific Biosciences et Oxford Nanopore
(3) Applications :
(3.1) Réalisation d'un séquençage ciblé sur une plateforme Illumina MiSeq (extraction d'ADN, PCR cible, Index PCR, sequençage).
Répartition des heures
5 h de théorie, 15 h d'exercices/Labos, 5 h de travaux, 5 h de séminaires
Méthodes d'enseignement
Cours magistral, travaux de groupes, activités pédagogiques extérieures, étude de cas, utilisation de logiciels
Langues d'enseignement
Français, anglais
Supports
Copies de présentations, notes de cours, protocoles de laboratoires
Ressources bibliographiques
Les ressources bibliographiques sont reprises dans les notes de cours.
Évaluation et pondération
Méthode d'évaluation : note globale à l'UE
Langues d'évaluation : français
Modalités d'évaluation :
- Examen écrit : travail de groupe sur base d'une étude de cas (les consignes de rédaction seront fournies aux étudiants). Représente 70 % de la note finale.
- Présentation orale le jour de l'examen afin de défendre le rapport d'étude de cas (des membres extérieurs pourraient être invités lors de cette présentation). Représente 30 % de la note finale.
2024-2025
Avenue Victor Maistriau 8a 7000 Mons
Fiche ects de l'unité d'enseignement #2363 intitulée :
Protection des données personnelles : 15 h, Jean-Paul SZCZEPANSKI
Gestion informatique des données : 15 h, Jean-Paul SZCZEPANSKI
Connaissances et compétences préalables
Informatiques de base : Acronymes, Routeur, Firewall, DMZ, LDAP
Contribution aux objectifs du référentiel de compétences de l'ARES
Identifier, conceptualiser et résoudre des problèmes complexes
Intégrer les savoirs scientifiques et technologiques afin de faire face à la diversité et à la complexité des problèmes rencontrés
Concevoir et gérer des projets de recherche appliquée
Réunir les informations nécessaires au développement de projets de recherche
S’intégrer et contribuer au développement de son milieu professionnel
Élaborer une stratégie de communication
Entreprendre et innover, dans le cadre de projets personnels ou par l’initiative et l’implication au
sein de l’entreprise
Traduire des stratégies en actions concrètes en s’ajustant à la vision de l’entreprise
Communiquer face à un public de spécialistes ou de non-spécialistes, dans des contextes
nationaux et internationaux
Maitriser les méthodes et les moyens de communication en les adaptant aux contextes et aux publics
S’engager dans une démarche de développement professionnel
Organiser son savoir de manière à améliorer son niveau de compétence
Acquis d'apprentissage spécifiques
Appréhender la notion d'audit de sécurité
Contenu des AA
Protection des données personnelles
Cours : Introduction
Le RGPD – Définitions essentielles : les données personnelles
Les principes fondamentaux : le traitement des données
Les réglementations européennes
Les droits de la personne et les atteintes
Les obligations du DPO, les responsabilités et les sanctions
La sécurité des données et les règles de transmission
Conclusion
Exercices : Maitriser le RGPD dans l’entreprise
Labos : comment, concrètement, appliquer le RGPD
Gestion informatique des données
Cours : Introduction
Types de données (classification : Secret, Confidentiel, Usage Interne, Public)
Règles de Sécurité physique et logique
Protection des données d’entreprise
Méthode d’accès aux données
Le cloud computing et stockage d’information
Conclusion
Exercices : Cas d’utilisation : PCI-DSS
Labos : Translation des contraintes PCI-DSS vers différentes infrastructure
Répartition des heures
Protection des données personnelles : 9 h de théorie, 6 h d'exercices/Labos
Gestion informatique des données : 9 h de théorie, 6 h d'exercices/Labos
Méthodes d'enseignement
Protection des données personnelles : approche interactive, approche par situation problème, étude de cas
Gestion informatique des données : approche interactive, approche par situation problème, étude de cas
Langues d'enseignement
Protection des données personnelles : français
Gestion informatique des données : français
Supports
Protection des données personnelles : copies de présentations, notes de cours, notes d'exercices
Gestion informatique des données : copies de présentations, notes de cours, notes d'exercices
Ressources bibliographiques
Protection des données personnelles
https://www.belgium.be/fr/justice/respect_de_la_vie_privee/protection_des_donnees_personnelles
RGPD – le comprendre et le mettre en œuvre ISBN :978-2-409-02538-9
Guide Juridique du RGPD ISBN : 978-2-409-02308-8
Maitriser le RGPD dans l’entreprise ISBN : 978-2-7579-0837-2
Protection des données à caractères personnel & PME ISBN : 978-2-87496-363-6
Gestion informatique des données
PCI Security standards Council – Document Library
https://www.pcisecuritystandards.org/document_library?category=programs&document=rem_assess_guide
Évaluation et pondération
Méthode d'évaluation : note globale à l'UE
Langues d'évaluation : français
Modalités d'évaluation :
Evaluation : 1 seule note à l’UE
50% Gestion informatique des données
50% Protection des données personnelles
Méthode d’évaluation:
- Taux de présence au cours
- Présentation orale d’un projet couvrant les 2 cours : Powerpoint + Document (pdf) explicatif
20 minutes de présentation /10 minutes Questions/Réponses
Report de note d'une année à l'autre pour l'AA réussie en cas d'échec à l'UE :
Protection des données personnelles : oui
Gestion informatique des données : non
2024-2025
Avenue Victor Maistriau 8a 7000 Mons
Fiche ects de l'unité d'enseignement #2365 intitulée :
Exploitation des ressources bioinformatiques : 30 h, David COORNAERT
High-throughput sequencing algorithms : 30 h, Vincent BRANDERS
Connaissances et compétences préalables
Séquencage nouvelle génération1 et services web bioinformatique
High-throughput sequencing algorithms :
Bioinformatique de base : notions de biologie moléculaire, en particulier concernant l’ADN, les séquences nucléotidiques et les processus évolutifs.
Algorithmes : maîtrise des concepts d’algorithmes classiques (complexité, structures de données) et notions de programmation.
Statistiques : compréhension des probabilités et des statistiques pour l’analyse des données issues du séquençage à haut débit.
Contribution aux objectifs du référentiel de compétences de l'ARES
Identifier, conceptualiser et résoudre des problèmes complexes
Intégrer les savoirs scientifiques et technologiques afin de faire face à la diversité et à la complexité des problèmes rencontrés
Analyser des produits, processus et performances, de systèmes techniques nouveaux et innovants
Concevoir, développer et améliorer des produits, processus et systèmes techniques
Modéliser, calculer et dimensionner des systèmes
Sélectionner et exploiter les logiciels et outils conceptuels les plus appropriés pour résoudre une tâche spécifique
Établir ou concevoir un protocole de tests, de contrôles et de mesures.
Concevoir et gérer des projets de recherche appliquée
Réunir les informations nécessaires au développement de projets de recherche
Réaliser des simulations, modéliser des phénomènes afin d’approfondir les études et la recherche sur des sujets technologiques ou scientifiques
Mener des études expérimentales, en évaluer les résultats et en tirer des conclusions
Valider les performances et certifier les résultats en fonction des objectifs attendus
Exploiter les résultats de recherche
Développer une vision prospective et intégrer les développements de la recherche dans la pratique professionnelle
S’engager dans une démarche de développement professionnel
Réaliser une veille technologique dans sa sphère d’expertise
S’autoévaluer pour identifier ses besoins de développement
Assumer la responsabilité de ses décisions et de ses choix
Organiser son savoir de manière à améliorer son niveau de compétence
Actualiser ses connaissances et s’engager dans les formations complémentaires adéquates
Acquis d'apprentissage spécifiques
Capacité à définir le processus adéquat pour traiter des données NGS dans le cadre d'une recherche en particulier.
Aptitude à exploiter les ressources existantes pour les intégrer à un projet de recherche.
Contenu des AA
Exploitation des ressources bioinformatiques
L'amplification du recours aux techniques NGS dans tous les pans de la recherche biologique aboutit à l'engorgement quotidien de ce type de données dans leur différentes phases de maturation ; données brutes, filtrées,nettoyées, assemblées, corrigées. Nous allons adresser ces questions en puisant abondamment au sein des banques afin de répéter les différentes étapes de finalisation allant des données brutes initiales pour finir par un résultat d'analyse complet : génome complet, analyse des variations dans le profil d'expression par exemple. Nous allons "rejouer" les travaux effectués lors des stages/TFEs des étudiants des annéesprécédentes lorsque les dites données sont rendues publiques.
High-throughput sequencing algorithms
Rappels du séquençage à haut débit (NGS) et à ses applications.
Algorithmes d’alignement de séquences (Needleman-Wunsch, Smith-Waterman, BLAST).
Concepts de k-mers et leur utilisation dans l’assemblage de génomes (graphes de De Bruijn, filtres de Bloom).
Assemblage de novo et problèmes liés aux séquences répétitives dans les génomes.
Gestion des erreurs de séquençage, et méthodes de correction des erreurs (ex. : normalisation digitale, correction des erreurs par k-mers).
Étude des structures de données pour les séquences et indexage : arbres de suffixes, tries, et index de suffixes.
Répartition des heures
Exploitation des ressources bioinformatiques : 10 h de théorie, 20 h d'exercices/Labos
High-throughput sequencing algorithms : 15 h de théorie, 15 h d'exercices/Labos
Méthodes d'enseignement
Exploitation des ressources bioinformatiques : cours magistral, travaux de groupes, approche interactive, utilisation de logiciels
High-throughput sequencing algorithms : cours magistral, travaux de groupes
Langues d'enseignement
Exploitation des ressources bioinformatiques : français
High-throughput sequencing algorithms : français
Supports
Exploitation des ressources bioinformatiques : notes de cours, activités sur eCampus
High-throughput sequencing algorithms : copies de présentations, activités sur eCampus
Ressources bibliographiques
Exploitation des ressources bioinformatiques
-
High-throughput sequencing algorithms
Ukkonen, E. « On-line construction of suffix trees. » Algorithmica, 1995.
Margaret Dayhoff et al. « Atlas of protein sequence and structure », 1966
Pevzner, P. « Computational Molecular Biology: An Algorithmic Approach », MIT Press, 2000
Fedoroff, N. « Transposable elements, epigenetics, and genome evolution. » Science, 2012
Évaluation et pondération
Méthode d'évaluation : note globale à l'UE
Langues d'évaluation : français
Modalités d'évaluation :
Pondération 50% Algorithmes de séquencage haut débit et 50% Exploitation des ressources bioinformatiques
Examen oral avec exercices pratique pour Exploitation des ressources bioinformatiques.
High-throughput sequencing algorithms :
Examen écrit
Report de note d'une année à l'autre pour l'AA réussie en cas d'échec à l'UE :
Exploitation des ressources bioinformatiques : non
High-throughput sequencing algorithms : non
2024-2025
Avenue Victor Maistriau 8a 7000 Mons
Fiche ects de l'unité d'enseignement #2366 intitulée :
Annotation d'un génome : études de cas : 30 h, Thomas SIMON
Connaissances et compétences préalables
Utilisation et Administration de Unix
Anglais
Sequencage Nouvelle Génération, Analyse d'un génome
Contribution aux objectifs du référentiel de compétences de l'ARES
-
Acquis d'apprentissage spécifiques
Traiter, analyser et évaluer les annotations par structures et fonctions de génomes prokaryotique via des logiciels et pipelines (NCBI annotation, Prokka, EggNOG-mppe, Artemis)
Traiter, analyser et évaluer les annotations par structures et fonctions de génomes Eukaryotique via des logiciels et pipelines (Maker, Busco, Jbrowse)
Utiliser des resources en ligne tel que Galaxy Project pour automatiser et maintenir une reproductibilité.
Contenu de l'AA
Utiliser des jeux de donnees de Mycoplasma genitalium, pour les traiter, analyser et évaluer
via des logiciels et pipelines (NCBI annotation, Prokka, EggNOG-mapper, Artemis)
Utiliser des jeux de donnees de Schizosaccharomyces pombe, pour les traiter, analyser et evaluer
via des logiciels et pipelines (Maker, Busco, Jbrowse)
Répartition des heures
8 h de théorie, 12 h d'exercices/Labos, 10 h de travaux
Méthodes d'enseignement
Cours magistral, travaux de groupes, étude de cas, utilisation de logiciels
Langues d'enseignement
Français, anglais
Supports
Copies de présentations, notes de cours, tuto en ligne (github et galaxyproject)
Analyse des données protéomiques : 20 h, Aline LEONET
Connaissances et compétences préalables
Cours de protéomique BA3
Contribution aux objectifs du référentiel de compétences de l'ARES
Identifier, conceptualiser et résoudre des problèmes complexes
Intégrer les savoirs scientifiques et technologiques afin de faire face à la diversité et à la complexité des problèmes rencontrés
Analyser des produits, processus et performances, de systèmes techniques nouveaux et innovants
Concevoir, développer et améliorer des produits, processus et systèmes techniques
Modéliser, calculer et dimensionner des systèmes
Sélectionner et exploiter les logiciels et outils conceptuels les plus appropriés pour résoudre une tâche spécifique
Établir ou concevoir un protocole de tests, de contrôles et de mesures.
Concevoir et gérer des projets de recherche appliquée
Réunir les informations nécessaires au développement de projets de recherche
Réaliser des simulations, modéliser des phénomènes afin d’approfondir les études et la recherche sur des sujets technologiques ou scientifiques
Mener des études expérimentales, en évaluer les résultats et en tirer des conclusions
Valider les performances et certifier les résultats en fonction des objectifs attendus
Exploiter les résultats de recherche
Développer une vision prospective et intégrer les développements de la recherche dans la pratique professionnelle
Acquis d'apprentissage spécifiques
Comprendre les méthodes d'analyse quantitative des proteines en spéctrometrie de masse.
Traiter, analyser, interpreter les résultats de jeux de donnés issus d'un spectrometre de masse, protéomique, via des logiciels Trans Proteomic pipeline; Skyline, X!tendem, MaxQuant..
Contenu de l'AA
Rappel de l'orginie des données en protéomique et présentation des méthodes d'analyse quantitative des proteines en spectrometrie de masse.
Utiliser des jeux de données issus d'analyseurs en spectrometrie de masse, pour traiter, analyser, interpreter les résultats via des logiciels, Trans Proteomic pipeline, Skyline,.. découverte de l'univers "PROTEOMICS"
Répartition des heures
8 h de théorie, 12 h d'exercices/Labos
Méthodes d'enseignement
Cours magistral, approche par projets, approche par situation problème
Langues d'enseignement
Français
Supports
Copies de présentations, notes d'exercices
Ressources bibliographiques
-
Évaluation et pondération
Méthode d'évaluation : note globale à l'UE
Langues d'évaluation : français
Modalités d'évaluation :
Evaluation 100% via la realisation et présentation d'un projet.
2024-2025
Avenue Victor Maistriau 8a 7000 Mons
Fiche ects de l'unité d'enseignement #2416 intitulée :
Contribution aux objectifs du référentiel de compétences de l'ARES
-
Acquis d'apprentissage spécifiques
A la fin de l'apprentissage dans le cadre de ce cours de Biocapteurs, l’étudiant sera capable de :
• énoncer, décrire et expliquer avec le vocabulaire adéquat les principes abordés lors des cours magistraux
• collecter les informations essentielles du cours de manière à présenter une réponse synthétique
• illustrer par des exemples ou des schémas légendés et pertinents les concepts abordés au cours
La liste des objectifs spécifiques au cours est disponible sur la plateforme Connected
•Comprendre les progrès dans les biocapteurs (principe,architecture,applications)
•Comprendre des biorécepteurs et transducteurs plus particuliers.
•Détailler des applications et les innovations au niveau des biocapteurs dans différents domaines (environnement, biologie, matériaux, biomédical)
•Expliquer les différents dosages utilisant des biocapteurs.et les relier à des applications utilisées dans le monde professionnel pour rechercher ou quantifier une molécule présente dans un échantillon.
Contenu de l'AA
Partie commune Ingé HELHa (Biocapateurs "Genéral"-BG)
1. Définition « Biocapteur », schéma d’ un biocapteur et rôle de chaque élément le constituant
2. Fonctionnement général d’un biocapteur
3. Construction d’un biocapteur – Méthodes d’immobilisation
4. Classification des biocapteurs
•Classification selon le type de biorécepteur utilisé
•Classification selon la nature de l’élément biologique
•Classification selon le signal engendré
•Classification selon l’espèce recherchée
5. Analyse des différents biorécepteurs
6. Analyse des différents transducteurs
7. Analyse de capteurs selon l’espèce recherchée dans des domaines différents
Partie spécifique LDT (Biocapteurs "Complément"-BC)
Partie 1: Etude plus approfondie de transducteurs
1. Les transducteurs optiques ou les biocapteurs optiques
2. Les transducteurs électrochimiques
3. Les transducteurs piézoélectriques
Partie 2: Les nanobiocapteurs
Répartition des heures
24 h de théorie
Méthodes d'enseignement
Cours magistral, PPT Commentés plateforme connectED/Teams
Langues d'enseignement
Français
Supports
Copies de présentations, ConnectED
Ressources bibliographiques
L. BLUM, J. FOULETIER, P. DESGOUTTE et al, Les capteurs en instrumentation industrielle, Dunod, 2010
R. LALAUZE, Capteurs chimiques, biocapteurs et biopuces, Lavoisier, 2012
Articles de Techniques de l'Ingénieur
Évaluation et pondération
Méthode d'évaluation : note aux AA
Langues d'évaluation :
Biocapteurs : français
Pondération par AA :
Biocapteurs : -
Modalités d'évaluation :
Biocapteurs :
La note finale de l'AA "Capteurs" sera calculée de la manière suivante:
NF = 50% BG + 50% BC
BG= note de Biocapteurs "général" sur 20
BC= Biocapteurs "Complément" sur 20
Si l'une des deux notes (BG ou BC) est inférieure ou égale à 6/20, l'enseignant peut ne pas appliquer cette moyenne et prendre la note la plus basse comme note finale (NF)
2024-2025
Avenue Victor Maistriau 8a 7000 Mons
Fiche ects de l'unité d'enseignement #2438 intitulée :
Principes de fonctionnement d’un système d’exploitation.
Langage de programmation C
Contribution aux objectifs du référentiel de compétences de l'ARES
Identifier, conceptualiser et résoudre des problèmes complexes
Intégrer les savoirs scientifiques et technologiques afin de faire face à la diversité et à la complexité des problèmes rencontrés
Analyser des produits, processus et performances, de systèmes techniques nouveaux et innovants
Concevoir, développer et améliorer des produits, processus et systèmes techniques
Établir ou concevoir un protocole de tests, de contrôles et de mesures.
Concevoir et gérer des projets de recherche appliquée
Mener des études expérimentales, en évaluer les résultats et en tirer des conclusions
Valider les performances et certifier les résultats en fonction des objectifs attendus
S’intégrer et contribuer au développement de son milieu professionnel
Évaluer les coûts et la rentabilité de son projet
S’engager dans une démarche de développement professionnel
Réaliser une veille technologique dans sa sphère d’expertise
Actualiser ses connaissances et s’engager dans les formations complémentaires adéquates
Acquis d'apprentissage spécifiques
Appréhender et comprendre les enjeux des systèmes parallèles
Savoir choisir un degré de parallélisme adapté au problème à traiter et en adéquation avec les caractéristiques du matériel utilisé
Se familiariser avec le HPC et les différents niveaux de parallélismes des architectures
Savoir programmer des systèmes en exploitant le multithreading et les GPU
Contenu des AA
Parallélisme : théorie
Classification du parallélisme
Évolution du parallélisme
Systèmes hétérogènes
High Performance Computing
Parallélisme : laboratoires
Introduction théorique (en anglais) :
Le parallélisme
Les graphes de dépendance
Multithreading
General-purpose Computing on GPU avec CUDA
Laboratoires (en anglais) :
Rappel des notions de pointeurs et des allocations dynamiques
Parallélisation naïve d'un algorithme séquentiel
Parallélisation du même algorithme en tenant compte des spécificités du matériel utilisé
Introduction à la programmation sur GPU avec CUDA
Répartition des heures
Parallélisme : théorie : 9 h de théorie
Parallélisme : laboratoires : 18 h d'exercices/Labos
Méthodes d'enseignement
Parallélisme : théorie : cours magistral, approche interactive, approche avec TIC, étude de cas, utilisation de logiciels
Parallélisme : laboratoires : cours magistral, approche interactive, approche par situation problème, approche avec TIC, étude de cas, utilisation de logiciels
Langues d'enseignement
Parallélisme : théorie : français, anglais
Parallélisme : laboratoires : français, anglais
Supports
Parallélisme : théorie : copies de présentations, syllabus
Parallélisme : laboratoires : copies de présentations, syllabus
Ressources bibliographiques
Parallélisme : théorie
High performance computing, M. Loudikes, C. Severance et K. Dowd, O'Reilly, 1998
Distributed Computing: fundamentals, simulations, and advanced topics, H. Attiya, Wiley-Blackwell, 2004
Contribution aux objectifs du référentiel de compétences de l'ARES
Identifier, conceptualiser et résoudre des problèmes complexes
Intégrer les savoirs scientifiques et technologiques afin de faire face à la diversité et à la complexité des problèmes rencontrés
Analyser des produits, processus et performances, de systèmes techniques nouveaux et innovants
Concevoir, développer et améliorer des produits, processus et systèmes techniques
Modéliser, calculer et dimensionner des systèmes
Sélectionner et exploiter les logiciels et outils conceptuels les plus appropriés pour résoudre une tâche spécifique
Établir ou concevoir un protocole de tests, de contrôles et de mesures.
Communiquer face à un public de spécialistes ou de non-spécialistes, dans des contextes
nationaux et internationaux
Maitriser les méthodes et les moyens de communication en les adaptant aux contextes et aux publics
Communiquer dans une ou plusieurs langues étrangères
Acquis d'apprentissage spécifiques
Etre capable de choisir, de déployer et d'utiliser les technologies les plus a adaptées à un problèem donné pour des problématiques de type Big Data
Contenu de l'AA
Après un rappel téhorique sur les paradigmes et concepts du Big Data, le cours sera essentielment pratique et centré sur la création d'un pipeline de données mélangeant différentes technologies comme le streaming de données, le map reduce, les wide column stores, les document stores, les moteurs de recherche, etc.
Répartition des heures
6 h de théorie, 24 h d'exercices/Labos
Méthodes d'enseignement
Cours magistral, travaux de groupes, approche interactive, approche par situation problème, approche avec TIC, étude de cas, utilisation de logiciels
Langues d'enseignement
Français, anglais
Supports
Copies de présentations, protocoles de laboratoires
Ressources bibliographiques
-
Évaluation et pondération
Méthode d'évaluation : note globale à l'UE
Langues d'évaluation : français, anglais
Modalités d'évaluation :
Les étudiants devront réaliser un ou plusieurs projets durant les heures de cours. Ce ou ces projets seront accompagnés de rapports en anglais. L'évaluation portera sur la qualité des délivrables réalisés ainsi que l'implication des étudiants pendant les heures de cours.
