Département des Sciences et technologies

2025-2026

Master en Sciences de l'Ingénieur industriel orientation Life data technologies / Cycle 2 Bloc 2

UE Quad 1HeuresECTSÉval.
Projet entrepreneurial et managérial40 h4UE
Intercultural communication20 h
Projet entrepreneurial20 h
Séminaire de simulation en gestion40 h4UE
Préparation à la simulation en gestion15 h
Séminaire de simulation en gestion25 h
Phylogenetic analysis23 h2UE
Phylogenetic analysis23 h
Projet de recherche : recueil et exploitation de données omiques54 h3UE
Projet omique38 h
Computational biology project16 h
International management and Human resources30 h3UE
Contemporary management pillars10 h
Human resources management10 h
International management10 h
Compétences managériales15 h1UE
Compétences managériales15 h
Problématique environnementale30 h2UE
Problématique CO2 et bilan carbone20 h
Green IT10 h
Éthique & déontologie10 h1UE
Éthique & déontologie10 h
Méthodes numériques en écologie25 h2UE
Éléments d'écologie10 h
Écologie quantitative et modélisation15 h
Trends in bioinformatics42 h3UE
Trends in bioinformatics14 h
Precision Health28 h
Optimisation combinatoire58 h5UE
Optimisation combinatoire : théorie18 h
Recherche appliquée en optimisation combinatoire40 h
UE Quad 1 et 2HeuresECTSÉval.
Projet de fin d'études en entreprise370 h30UE
Stages145 h
TFE225 h
Département des Sciences et technologies

2025-2026

Avenue Victor Maistriau 8a
7000 Mons

Fiche ects de l'unité d'enseignement #2190 intitulée :

Projet entrepreneurial et managérial

Master en Sciences de l'Ingénieur industriel / orientation Géomètre / Cycle 2 Bloc 2

Master en sciences de l'Ingénieur industriel / orientation Informatique / Cycle 2 Bloc 2

Master en Sciences de l'Ingénieur industriel / orientation Construction / Cycle 2 Bloc 2

Master en Sciences de l'Ingénieur industriel orientation Life data technologies / Cycle 2 Bloc 2

Informations

Responsable d'UE : Julie LENAERTS

Bloc : MA2 Geo, MA2 Info, MA2 Co, MA2 LDT

Période : 1er quadrimestre

Durée : 40 h

Crédits : 4 ects

UE Prérequises : aucune

UE Corequises : aucune

Activités d'apprentissage (AA)

Connaissances et compétences préalables

Néant

Contribution aux objectifs du référentiel de compétences de l'ARES

Acquis d'apprentissage spécifiques

Au terme de cette formation, les étudiants seront capables :

- de concevoir et de tester un « business model » à l’aide de l’outil « Business Model Canvas »

- d’aborder un projet technique en y intégrant toutes les autres facettes de l’entreprise

- de préparer et délivrer une présentation à destination d’investisseurs

- de conduire des entretiens qualitatifs avec des prospects ou partenaires

- comprendre et décrire les différents mécanismes d’une « startup »

- to recognize the existence of cultural differences

- to measure the importance of a flexible approach to cultural differences

- not to rank the cultural differences in terms of their own culture

- to adapt to different cultural behaviour

- to have an interest in observing cultures

- to take into account the importance of cultural differences to adapt their behaviour and analysis

Students will thus acquire the openness and cultural flexibility required for rapid integration into the host culture and adapt their negociation skills accordingly

Contenu des AA

Intercultural communication

Course objectives and methods:

The overall objective of the course is to allow a full understanding of the existence and impact of cultural differences through reflection guides based on the main theoretical tools as well as numerous examples. The purpose of this training is to open the student to other cultures and to teach him not to judge others through his own cultural rules but rather to try to understand and develop an attitude of tolerance.

At the end of the training, the student will be able to:

Recognize the existence of cultural differences.
Measure the importance of a flexible approach to cultural differences.
Do not prioritize cultural differences according to your own culture.
Adapt to different cultural behaviors.
Have an interest in observing cultures.
Consider the importance of cultural differences to adapt your behavior and analysis.
Adapt his/her negotiation style and expectations to the cultural context

Students will therefore need to acquire the openness and cultural flexibility essential for rapid integration into the host culture and for acquiring a taste for mobility.

Specific objectives:

• Develop the students' analytical skills by confronting them with real situations and providing them with guides for reflection based on the main theoretical and practical tools of intercultural communication.

• Help the student to apply his new knowledge in a relevant way in different real contexts.

• Develop in the student a taste for mobility.

• Foster in the student a lateral thinking that can lead to a better intercultural understanding.

Content and educational materials

Teaching methods

In order to reconcile the objectives of acquiring theoretical knowledge, developing independent thinking and self-training skills, the pedagogy is structured as follows:

1. Theoretical presentations, supported by a PowerPoint presentation, cover all the different themes and concepts of intercultural communication. Examples constantly illustrate them.

2. Numerous advertisements and video reports are presented to the students during the theoretical sessions in order to materialize as much as possible the theoretical concepts exposed.

Prerequisites: No formal knowledge prerequisites, but openness and curiosity are valuable.

 

Educational materials

A complete PowerPoint presentation accompanied by multiple examples

Assessment

Written exam via multiple-choice questionnaire
PowerPoint presentation by small groups of students of the results of their research based on the differences in commercial culture and negotiation style between Belgium and a given country.

Projet entrepreneurial

Les étudiants travaillant par équipe, ont pour objectif la recherche d’un « business model » (modèle d’entreprise ou modèle d’affaire) d’une idée de produit ou service qu’ils doivent proposer. Le « business model canvas » est l’outil utilisé lors des séances. Au fil des séances animées par des coachs startech et enseignant, tous les étudiants sont amenés à explorer les différentes facettes du monde fascinant de la création d’entreprise, de l’idée au prototype quand c’est techniquement possible. Chaque équipe devra également présenter le résultat final de ses travaux devant un jury de professionnels (chefs d’entreprises, investisseurs, etc.).

Répartition des heures

Intercultural communication : 10 h de théorie, 10 h de travaux

Projet entrepreneurial : 5 h de théorie, 15 h de travaux

Méthodes d'enseignement

Intercultural communication : cours magistral, travaux de groupes, approche par projets, approche par situation problème, étude de cas

Projet entrepreneurial : cours magistral, travaux de groupes, approche par projets, approche par situation problème, approche avec TIC, étude de cas

Langues d'enseignement

Intercultural communication : anglais

Projet entrepreneurial : français

Supports

Intercultural communication : copies de présentations

Projet entrepreneurial : notes de cours, activités sur eCampus, document startech

Ressources bibliographiques

Intercultural communication

  • Cervera G. & Kosma C. (2016), La négociation internationale et interculturelle, de la connaissance de soi à la rencontre de l'autre, Editeur Génie des Glaciers, collection Les Mementos.
  • Thoams Vulpe, Daniel Kealey, David Protheroe et Doug Macdonald, "Profil de la personne efficace sur le plan interculturel", Ministère des Affaires étrangères et du commerce international canadien, 2000.
  • Gary P. Ferraro, "The cultural dimension of international business", Pearson, 2006.
  • Edward T. Hall, "La langage silencieux", Edition Seuil, 1997.
  • Marie-Joëlle Browaeys & Roger Price, "Understanding Cross-cultural management", Prentice-Hall, 2008.

Projet entrepreneurial

  •  Business Model You, T. Clark. Business Model Generation, A. Osterwalder et Y. Pigneur. La Maison de l’Entreprise, Mons

Évaluation et pondération

Méthode d'évaluation : note globale à l'UE

Langues d'évaluation : français, anglais

Modalités d'évaluation :

Intercultural communication (50%) :

- group project on the cultural elements of a negociation in a chosen foreign country

- multiple choice exam

Projet entrepreneurial (50%) : 

L'évalution est continue et est sur les éléments suivants notés par un jury et par les coaches composés des enseignants : 

- Rapport écrit à remettre en cours d'activité et à la fin (rapports intermédiaires et BMC contextualisé)

- Présentation orale (évaluation sur la qualité de la présentation du projet; le degré de participation en cours).

Non remédiable en 2e session.

Report de note d'une année à l'autre pour l'AA réussie en cas d'échec à l'UE :

Département des Sciences et technologies

2025-2026

Avenue Victor Maistriau 8a
7000 Mons

Fiche ects de l'unité d'enseignement #2345 intitulée :

Séminaire de simulation en gestion

Master en Sciences de l'Ingénieur industriel / orientation Construction / Cycle 2 Bloc 2

Master en Sciences de l'Ingénieur industriel orientation Life data technologies / Cycle 2 Bloc 2

Informations

Responsable d'UE : Julie LENAERTS

Bloc : MA2 Co, MA2 LDT

Période : 1er quadrimestre

Durée : 40 h

Crédits : 4 ects

UE Prérequises : aucune

UE Corequises : aucune

Activités d'apprentissage (AA)

Connaissances et compétences préalables

Cours de gestion

Contribution aux objectifs du référentiel de compétences de l'ARES

Acquis d'apprentissage spécifiques

Acquérir des connaissances sur la gestion d’entreprise. Mettre en pratique à travers un jeu de simulation d'entreprise les connaissances acquises au cours de l'ensemble du cours de gestion. Être capable de gérer une équipe et de travailler en groupe.

Contenu des AA

Préparation à la simulation en gestion

Des séances sont dispensés afin de préparer les étudiants au séminaire.

Séminaire de simulation en gestion

Le séminaire dure trois jours (si possible consécutifs) pendant lesquels les participants, scindés en groupes, sont chargés de gérer une entreprise fictive. Les étudiants fixent préalablement la stratégie de leur groupe et prennent ensuite toute une série de décisions. Le support informatique permet d'obtenir de très nombreuses informations financières et facilite les simulations qui précèdent les prises de décision.

Répartition des heures

Préparation à la simulation en gestion : 15 h de théorie

Séminaire de simulation en gestion : 25 h d'AIP

Méthodes d'enseignement

Préparation à la simulation en gestion : cours magistral

Séminaire de simulation en gestion : travaux de groupes, approche par projets, approche déductive, approche avec TIC, activités pédagogiques extérieures

Langues d'enseignement

Préparation à la simulation en gestion : français

Séminaire de simulation en gestion : français

Supports

Préparation à la simulation en gestion : notes de cours

Séminaire de simulation en gestion : syllabus

Ressources bibliographiques

Préparation à la simulation en gestion

Le syllabus de l'activité

Séminaire de simulation en gestion

-

Évaluation et pondération

Méthode d'évaluation : note globale à l'UE

Langues d'évaluation : français

Modalités d'évaluation :

Evaluation de la participation au séminaire selon 5 critères : la préparation (participation au cours de préparation), la détermination de la stratégie de l'équipe, la prise de décision, le classement et la présentation finale. Sauf cas exceptionnels, la note est collective pour l'équipe.

Non remédiable en 2e session

Report de note d'une année à l'autre pour l'AA réussie en cas d'échec à l'UE :

Département des Sciences et technologies

2025-2026

Avenue Victor Maistriau 8a
7000 Mons

Fiche ects de l'unité d'enseignement #2376 intitulée :

Phylogenetic analysis

Master en Sciences de l'Ingénieur industriel orientation Life data technologies / Cycle 2 Bloc 2

Informations

Responsable d'UE : Vincent BRANDERS

Bloc : MA2 LDT

Période : 1er quadrimestre

Durée : 23 h

Crédits : 2 ects

UE Prérequises : aucune

UE Corequises : aucune

Activité d'apprentissage (AA)

Connaissances et compétences préalables

  1. Connaissances de base en biologie moléculaire :
    • Compréhension des concepts fondamentaux liés à l’ADN, ARN, et aux protéines, ainsi que des notions essentielles en génétique.
  2. Notions en bioinformatique :
    • Familiarité avec les outils et techniques de base utilisés pour l’analyse de données biologiques.
  3. Compétences en programmation :
    • Une connaissance générale de la programmation, en particulier avec R, peut faciliter l’apprentissage et l’application des algorithmes de reconstruction phylogénétique.
  4. Capacité d’analyse :
    • Aptitude à analyser des données complexes et à interpréter des résultats de manière critique.

Contribution aux objectifs du référentiel de compétences de l'ARES

Acquis d'apprentissage spécifiques

  1. Connaissance :
    • Définir les concepts de base de la phylogénie moléculaire, y compris les notions de caractères et états de caractères.
    • Identifier les différentes méthodes d’inférence phylogénétique, telles que la parcimonie maximale, les distances génétiques, et l’approche probabiliste.
  2. Compréhension :
    • Expliquer les critères utilisés pour évaluer les hypothèses évolutives.
    • Décrire les méthodologies et algorithmes utilisés pour la construction d’arbres phylogénétiques.
  3. Application :
    • Appliquer les critères d’évaluation des hypothèses évolutives à des scénarios spécifiques.
    • Utiliser les algorithmes et méthodes apprises pour construire des arbres phylogénétiques à partir de données moléculaires.
  4. Analyse :
    • Comparer les différentes méthodes d’inférence phylogénétique et analyser leur pertinence dans des contextes évolutifs variés.
    • Analyser les résultats obtenus à partir de l’application des méthodes de phylogénie moléculaire pour en tirer des conclusions sur les relations évolutives.
  5. Évaluation :
    • Évaluer la fiabilité des arbres phylogénétiques construits en utilisant différents algorithmes et méthodes.
    • Juger de la pertinence des hypothèses évolutives basées sur les résultats des analyses phylogénétiques.
  6. Création :
    • Concevoir et développer des projets d’analyse phylogénétique en intégrant les concepts théoriques et les outils bioinformatiques pour analyser des données moléculaires.
    • Synthétiser les résultats d’analyse pour interpréter les relations évolutives et communiquer ces résultats de manière claire et concise.

Contenu de l'AA

  • Bases de l'analyse phylogénétique :
    • Phylogénie moléculaire (représentation phylogénétique, caractères et états de caractères)
    • Inférence phylogénétique (parcimonie maximale, distances génétiques, approche probabiliste)
  • Évaluation des Hypothèses Évolutives :
    • Exploration et application des critères utilisés pour évaluer différentes hypothèses évolutives.
  • Construction d’Arbres Phylogénétiques :
    • Apprentissage des méthodologies et algorithmes pour construire des arbres phylogénétiques.
  • Évaluation de la Fiabilité des Reconstructions Phylogénétiques :
    • Compréhension et mise en œuvre des méthodes pour évaluer la fiabilité des reconstructions phylogénétiques.
  • Réseaux Phylogénétiques :
    • Étude de l’interprétation et de la construction des réseaux phylogénétiques.
  • Application Pratique :
    • Mise en pratique des concepts théoriques à travers des projets impliquant l’analyse de données moléculaires et d’arbres phylogénétiques

Note : Le contenu du cours sera abordé de manière progressive en fonction de l’avancement des étudiants, afin d’assurer une assimilation optimale des concepts et des méthodes en analyse phylogénétique.

Répartition des heures

15 h de théorie, 8 h de travaux

Méthodes d'enseignement

Cours magistral, approche par situation problème, utilisation de logiciels

Langues d'enseignement

Anglais

Supports

Copies de présentations, notes d'exercices, activités sur eCampus

Ressources bibliographiques

Biologie évolutive (Thomas/ Lefèvre/ Raymond). DeBoeck supérieur 2016

Évaluation et pondération

Méthode d'évaluation : note globale à l'UE

Langues d'évaluation : français, anglais

Modalités d'évaluation :

À l’issue du cours, l’évaluation finale sera basée à 100% sur un examen écrit. Bien que la note finale soit entièrement déterminée par cet examen, des travaux pratiques, seront réalisés tout au long de l’année. Ces travaux sont essentiels pour une bonne compréhension des concepts abordés. Il est impératif d'obtenir au moins une note de 80% pour ces travaux pour être admissible à l’examen final, bien que leur évaluation ne contribue pas directement à la note finale.

Département des Sciences et technologies

2025-2026

Avenue Victor Maistriau 8a
7000 Mons

Fiche ects de l'unité d'enseignement #2377 intitulée :

Projet de recherche : recueil et exploitation de données omiques

Master en Sciences de l'Ingénieur industriel orientation Life data technologies / Cycle 2 Bloc 2

Informations

Responsable d'UE : Renaud VAN DAMME

Bloc : MA2 LDT

Période : 1er quadrimestre

Durée : 54 h

Crédits : 3 ects

UE Prérequises : aucune

UE Corequises : aucune

Activités d'apprentissage (AA)

Connaissances et compétences préalables

Utilisation et Administration Unix
Anglais
Sequencage Nouvelle Génération, Analyse d'un génome, annotation du genome

Contribution aux objectifs du référentiel de compétences de l'ARES

Acquis d'apprentissage spécifiques

Apprendre les differentes methodes d'analyse omique (Metagenomics: targeted, untargeted assembly-free, untargeted shotgun; functional metagenomics; metatranscriptomics)

Contenu des AA

Projet omique

Apprendre les differentes methodes d'analyse omique (Metagenomics: targeted, untargeted assembly-free, untargeted shotgun; functional metagenomics; metatranscriptomics)

Traiter, analyser et évaluer des donnees de sequencage targeted(16s,18s,ITS) via des logiciels et pipelines (R, DADA2, Phyloseq)

Traiter, analyser et évaluer des donnees de sequencage untargeted shotgun(long-read, short-read) via des logiciels et pipelines (Flye, MUFFIN, fastqc, sickle, megahit, bowtie2, samtools, metabat2, checkM, Prokka, sourmash,etc)

Traiter, analyser et évaluer des donnees de sequencage untargeted assembly-free (long-read, short-read) via des logiciels et pipelines (fastqc,Kraken,R, Pavian)

Utiliser des resources en ligne tel que Galaxy Project pour automatiser et maintenir une reproductibilité.

Computational biology project

  1. Visualisation et analyse des structures biomoléculaires :
    • Utilisation de bases de données de structures comme la Protein Data Bank (PDB).
    • Comparaison de la qualité des structures expérimentales (par rayons X et RMN).
    • Visualisation des protéines et de leurs complexes avec des ligands à l’aide du logiciel PyMOL.
    • Analyse de la compacité du cœur protéique et des interactions enzyme-ligand.
  2. Classification et alignement des structures protéiques :
    • Recherche de domaines protéiques et classification de protéines à partir de bases de données comme UniProt.
    • Superposition de structures et analyse des alignements par des outils bioinformatiques tels que ClustalOmega et PDBeFold.
  3. Prédiction de la structure secondaire et maladies conformationnelles :
    • Comparaison de plusieurs programmes de prédiction de structures secondaires (GOR IV, HNN, Sympred).
    • Analyse de performances de ces programmes sur des exemples spécifiques et sur des protéines liées à des maladies conformationnelles.
  4. Prédiction de la structure tridimensionnelle :
    • Modélisation comparative des protéines par des approches manuelles, semi-automatiques (HHPred, Modeller) et automatiques (SwissModel).
    • Reconnaissance de replis protéiques par genTHREADER.
    • Comparaison de modèles prédits, incluant un modèle généré par AlphaFold.

Répartition des heures

Projet omique : 8 h de théorie, 20 h d'exercices/Labos, 10 h de travaux

Computational biology project : 16 h d'exercices/Labos

Méthodes d'enseignement

Projet omique : cours magistral, travaux de groupes, approche interactive, étude de cas, utilisation de logiciels

Computational biology project : travaux de groupes, approche par projets, approche avec TIC, utilisation de logiciels

Langues d'enseignement

Projet omique : français, anglais

Computational biology project : anglais

Supports

Projet omique : copies de présentations, notes de cours, tuto en ligne (github et galaxyproject)

Computational biology project : notes d'exercices, activités sur eCampus

Ressources bibliographiques

Projet omique

github training: https://github.com/RVanDamme/Metagenomics_course
Core Papers: https://www.microbiologyresearch.org/content/journal/mgen/10.1099/mgen.0.000409
https://www.nature.com/articles/nbt.3935/figures/1
https://www.sciencedirect.com/topics/biochemistry-genetics-and-molecular-biology/metagenomics
Additional read: https://www.nature.com/articles/nbt.3935
https://www.nature.com/articles/srep01968
https://www.frontiersin.org/articles/10.3389/fmicb.2021.613791/full
https://academic.oup.com/bib/article/22/6/bbab330/6358409
https://academic.oup.com/bib/article/21/2/584/5363831
https://www.nature.com/articles/s42003-021-02510-6
https://bmcbioinformatics.biomedcentral.com/articles/10.1186/s12859-020-03667-3
Tools:

MUFFIN: https://github.com/RVanDamme/MUFFIN & https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1008716
metaWRAP: https://github.com/bxlab/metaWRAP & https://microbiomejournal.biomedcentral.com/articles/10.1186/s40168-018-0541-1
Flye: https://github.com/fenderglass/Flye & https://www.nature.com/articles/s41592-020-00971-x
Kraken2: https://github.com/DerrickWood/kraken2 & https://genomebiology.biomedcentral.com/articles/10.1186/s13059-019-1891-0

Computational biology project

/

Évaluation et pondération

Méthode d'évaluation : note globale à l'UE

Langues d'évaluation : français, anglais

Modalités d'évaluation :

  • Projet omique : 70%
    • Travail continu 40%, non remediable
    • Présentation oral du travail de groupe 40%, rémédiable
    • Rapport ecrit du travail de groupe 20%, rémédiable
  • Computational biology project : 30%
    • Réalisation d'un projet à définir au cours de l'année. Les spécifications complètes seront communiquées sur Moodle.

Report de note d'une année à l'autre pour l'AA réussie en cas d'échec à l'UE :

Département des Sciences et technologies

2025-2026

Avenue Victor Maistriau 8a
7000 Mons

Fiche ects de l'unité d'enseignement #2442 intitulée :

International management and Human resources

Master en Sciences de l'Ingénieur industriel / orientation Géomètre / Cycle 2 Bloc 2

Master en sciences de l'Ingénieur industriel / orientation Informatique / Cycle 2 Bloc 2

Master en Sciences de l'Ingénieur industriel / orientation Construction / Cycle 2 Bloc 2

Master en Sciences de l'Ingénieur industriel orientation Life data technologies / Cycle 2 Bloc 2

Informations

Responsable d'UE : Laurence BARAS

Bloc : MA2 Geo, MA2 Info, MA2 Co, MA2 LDT

Période : 1er quadrimestre

Durée : 30 h

Crédits : 3 ects

UE Prérequises : aucune

UE Corequises : aucune

Activités d'apprentissage (AA)

Connaissances et compétences préalables

Concepts of management, balance sheet and income statement

Contribution aux objectifs du référentiel de compétences de l'ARES

Acquis d'apprentissage spécifiques

The student will be able to (in written and verbally) :

Describe the differences between managers and employees
Explain the meaning of the term management
Distinguish between the concepts of effectiveness and performance and carry out a performance assessment
Be able to define and explain management and sustainable management;
Be able to define and recognise the personal and technical skills do Managers need
Explain the three key roles of a manager

Describe the four key competencies needed to be a successful manager

Define and explain what Strategic Management is and its four key process steps
Define and explain what design thinking is

Distinguish between management and leadership
Be able to explain the theories of leadership (situational leadership by Hersey and Blanchard) (approach + exercises);
Be able to define and explain the sources (pillars) of modern management, its advantages and disadvantages and its limits: 1)The pre-modern era, 2)The classical school of management, 3) The human relations school, 4) Quantitative approach to management; 5) Social events and conceptions of management and 6) Management today

To be able to comment, explain and compare the different scientific organisations of work (characteristics, advantages and disadvantages especially of the representatives of the classical school):

FAYOL/FAYOLISM: characteristics, functions of the company, administrative function, pillars of management, principles, ...
TAYLOR/TAYLORISM: characteristics of Taylorism, points of view and interests of the employer and the worker (maximum prosperity in particular), application of its principles to industry, lagging work: its causes, principles of OST, Taylorism in France: success and decline, reforms, ...
TOYOTA/TOYOTISM: characteristics, just-in-time principle, 5 zeros
FORDISM: characteristics and differences with Taylorism
Bureaucracy: the Weberian bureaucratic model (MAX WEBER)
The School of Human Relations: ELTON MAYO, etc.

But also: Robert Owen, Hugo Munsterberg, Mary Parker Follett, Chester Barnard,

To be able to explain and comment on Maslow's pyramid, to criticize it and to apply it to one's team when managing people
Be able to identify and explain the six management styles;
Be able to define and explain Michael Porter's analysis: the 5 competitive forces;

Be able to recognise the different strokes and formulate good ones to motivate your staff + exercises;

Human resources management: explain the different staff categories, evaluation and remuneration, ..., well-being at work

International (strategic and sustainable) management: being able to explain its characteristics and points of attention

How to communicate well, to delegate work, to solve problems and solve conflict, to make decision, ...

Be able to explain what risk management is

==>According to the progress of the course

+ exercises

+ To be able to understand and explain the articles seen in class on all subjects

Contenu des AA

Contemporary management pillars

I. Principles of management :

- What does management mean ?

- How do managers differ from others ? Levels of managers. Efficiency and Effectiveness. What kind of personal and technical skills do Managers need. Key roles

- What is strategic management ? Process. Design thinking.

II. The sources of Contemporary Management

1. The pre-modern era

2. The classical school of management

3. The human relations school

4. Quantitative approach to management

5. Social events and conceptions of management

6. Management today... Sustainable Management

+ be able to understand and explain the articles and case studies seen in class on all subjects.

Human resources management

Leadership versus management

Situational Leadership

Design and Strategic thinking : how and when ? + Systemic analysis

Changing approaches to management

How can I manage human ressources : different staff categories, six key management styles, ..., ?

How and when to take a decision ?

How to coach and accompany teams in a changing process ?

Evaluation and remuneration

Well-being at work

Enneagram to solve conficts

==> according to course progress

International management

Global, international ... sustainable management. Tools towards an ecological transition.

- Culture and ideology

- Good communications :

How to communicate well ? (//intercultural communication)

How to solve problems and conflicts ?

- Bureaucracy and regulatory standards

==> according to course progress

Répartition des heures

Contemporary management pillars : 9 h de théorie, 1 h d'exercices/Labos

Human resources management : 8 h de théorie, 2 h d'exercices/Labos

International management : 8 h de théorie, 2 h d'exercices/Labos

Méthodes d'enseignement

Contemporary management pillars : cours magistral, approche interactive, approche par situation problème, approche avec TIC, étude de cas

Human resources management : cours magistral, approche interactive, approche par situation problème, approche avec TIC, étude de cas

International management : cours magistral, approche interactive, approche par situation problème, approche avec TIC, étude de cas

Langues d'enseignement

Contemporary management pillars : anglais

Human resources management : anglais

International management : anglais

Supports

Contemporary management pillars : copies de présentations, notes de cours, notes d'exercices, activités sur eCampus, Moodle

Human resources management : copies de présentations, notes de cours, notes d'exercices, activités sur eCampus, Moodle

International management : copies de présentations, notes de cours, notes d'exercices, activités sur eCampus, Moodle

Ressources bibliographiques

Contemporary management pillars

Business Strategy, The Economist, a guide to effective decision-making, Third Edition, 2015, by Jérémy Kourdi

How Management works ? The concept visually explained, New Edition, 2022, Dorling Kindersley

Human Resource Management, 2019, Sixteenth

Public Speaking Communication Strategies, 2021, Roberto Grasso,‎ Independently published

Formation : accompagner les équipes à la gestion du changement

Training at Vlerick Business School : Take the lead in Sustainability Management

Human resources management

Business Strategy, The Economist, a guide to effective decision-making, Third Edition, 2015, by Jérémy Kourdi

How Management works ? The concept visually explained, New Edition, 2022, Dorling Kindersley

Human Resource Management, 2019, Sixteenth

Public Speaking Communication Strategies, 2021, Roberto Grasso,‎ Independently published

Formation : accompagner les équipes à la gestion du changement

Training at Vlerick Business School : Take the lead in Sustainability Management

International management

Business Strategy, The Economist, a guide to effective decision-making, Third Edition, 2015, by Jérémy Kourdi

How Management works ? The concept visually explained, New Edition, 2022, Dorling Kindersley

Human Resource Management, 2019, Sixteenth

Public Speaking Communication Strategies, 2021, Roberto Grasso,‎ Independently published

Formation : accompagner les équipes à la gestion du changement

Training at Vlerick Business School : Take the lead in Sustainability Management

Évaluation et pondération

Méthode d'évaluation : note globale à l'UE

Langues d'évaluation : anglais

Modalités d'évaluation :

Written exam : 70%

Oral exam : 30%

Report de note d'une année à l'autre pour l'AA réussie en cas d'échec à l'UE :

Département des Sciences et technologies

2025-2026

Avenue Victor Maistriau 8a
7000 Mons

Fiche ects de l'unité d'enseignement #2443 intitulée :

Compétences managériales

Master en Sciences de l'Ingénieur industriel / orientation Géomètre / Cycle 2 Bloc 2

Master en sciences de l'Ingénieur industriel / orientation Informatique / Cycle 2 Bloc 2

Master en Sciences de l'Ingénieur industriel / orientation Construction / Cycle 2 Bloc 2

Master en Sciences de l'Ingénieur industriel orientation Life data technologies / Cycle 2 Bloc 2

Informations

Responsable d'UE : Nicolas BOUILLON

Bloc : MA2 Geo, MA2 Info, MA2 Co, MA2 LDT

Période : 1er quadrimestre

Durée : 15 h

Crédits : 1 ects

UE Prérequises : aucune

UE Corequises : aucune

Activité d'apprentissage (AA)

Connaissances et compétences préalables

Aucune

Contribution aux objectifs du référentiel de compétences de l'ARES

Acquis d'apprentissage spécifiques

Focus sur la capacité d'adaptation et le jugement, l'évaluation de situations

Contenu de l'AA

Les objectifs du cours sont les suivants:

1.Découvrir les compétences non techniques nécessaires à l’ingénieur dans l’exercice de sa profession
2.Apprendre à se connaître, s’évaluer, s’améliorer
3.Prendre conscience de la complexité des métiers de l’ingénieur en ce qui concerne les éléments « humains »

Mise en situation sous forme d’ateliers à thème sur certains sujets:

1.Connais-toi toi-même (les rôles)
2.Tout est question de priorité (observation et adaptation)
3.Seul ou ensemble? (structuration du travail)
4.Time is on my side (gestion du temps)
5.Et zut, il ne manquait plus que ça (gestion de crise)

Revue des éléments de théorie associés à l’atelier pour une meilleure compréhension et une définition de pistes d’amélioration.

Répartition des heures

5 h de théorie, 10 h d'exercices/Labos

Méthodes d'enseignement

Cours magistral, travaux de groupes, approche interactive, approche par situation problème, étude de cas

Langues d'enseignement

Français

Supports

Copies de présentations

Ressources bibliographiques

-

Évaluation et pondération

Méthode d'évaluation : note globale à l'UE

Langues d'évaluation : français

Modalités d'évaluation :

La présence est obligatoire, une absence entraîne une pénalité sur la note finale de 1 point sur 20 par cours avec absence non justifiée, donc avec un maximum de 5 points de malus en cas d'absence à tous les cours.

Veuillez noter que la participation ACTIVE sera demandée pendant le cours.

Par respect pour l'ensemble des étudiants et le professeur et, étant donné le type de cours donné, il est demandé d'arriver à l'heure au cours!

Pour assurer une bonne conduite du cours, la porte sera fermée après le démarrage du cours.

L’évaluation se fera de la sorte:

- des groupes d’étudiants de min 4 personnes et max 6 seront constitués et communiqués à l’enseignant au plus tard le 15/11/2025.

- L’enseignant se réserve le droit de changer certaines compositions de groupes pour que tous les étudiants soient dans un groupe

- ces groupes devront effectuer un travail sous forme de présentation qui devra être fourni dans les délais impartis

- le travail écrit (la présentation) comptera pour 40% de la note globale de l'étudiant et sera évalué globalement pour l’ensemble du groupe qui doit présenter

- le travail écrit devra être remis en respectant les consignes qui seront données.

- A défaut de conformité aux consignes ou de restitution dans le délai prévu, le groupe pourra s’être refusé globalement la possibilité de défendre le travail à l’oral ce qui impliquerait que l'ensemble des membres du groupe serait sanctionné également par un 0/20 à la partie “oral".

- la défense orale comptera pour 60% de la note globale de l'étudiant et sera évaluée individuellement, chaque étudiant devant présenter et défendre une partie

 - l’importance de la partie présentée par chaque étudiant (en terme de volume et de complexité) ainsi que la qualité de la défense seront évalués

- si un étudiant ne présente pas une partie du travail lors de la défense orale, il obtiendra une note de 0/20 pour la partie orale et sera donc mathématiquement en échec

- enfin, déduction éventuelle sera faite des points de malus sanctionnés par les absences non justifiées pour former la note globale de l'étudiant.

En cas d'échec lors de la première session, une deuxième session sera organisée pour les étudiants n'ayant pas obtenu les crédits y relatifs sous forme d'un travail individuel cette fois.

Département des Sciences et technologies

2025-2026

Avenue Victor Maistriau 8a
7000 Mons

Fiche ects de l'unité d'enseignement #2445 intitulée :

Problématique environnementale

Master en sciences de l'Ingénieur industriel / orientation Informatique / Cycle 2 Bloc 2

Master en Sciences de l'Ingénieur industriel orientation Life data technologies / Cycle 2 Bloc 2

Informations

Responsable d'UE : Samuel CREMER

Bloc : MA2 Info, MA2 LDT

Période : 1er quadrimestre

Durée : 30 h

Crédits : 2 ects

UE Prérequises : aucune

UE Corequises : aucune

Activités d'apprentissage (AA)

Connaissances et compétences préalables

Comprendre les enjeux climatiques et environnementaux

Comprendre les mécanismes à mettre en oeuvredans le cadred'une statégie carbone globale

Comprendre la méthode permettant de réaliser le bilan carbone d'une activité/d'un produit

Contribution aux objectifs du référentiel de compétences de l'ARES

Acquis d'apprentissage spécifiques

Comprendre les enjeux climatiques et environnementaux

Comprendre les mécanismes à mettre en oeuvredans le cadred'une statégie carbone globale

Comprendre la méthode permettant de réaliser le bilan carbone d'une activité/d'un produit

Contenu des AA

Problématique CO2 et bilan carbone

Comprendre et s'approprier l'ensembles des thématiques climatiques et enjeux. Contexte Carbone( mondial, national, régional) et nécessite de diminuer les émissions CO2.

Mécanismes de compensation: pourquoi? comment?

Les modèles économiques: linéaires, circulaire et de fonctionnalité

Stratégie globale de réduction.

 Comment comptabiliser les émissions de CO2. Comprendre et réaliser une cartographie des flux d'une activité

Exercices pratiques

Green IT

  • Esprit critique-
  • Rappels technologiques
  • Pistes de réflexion
  • Règles de bonnes pratiques
  • "Débunkage" de fausses bonnes idées

Répartition des heures

Problématique CO2 et bilan carbone : 10 h de théorie, 10 h d'exercices/Labos

Green IT : 10 h de théorie

Méthodes d'enseignement

Problématique CO2 et bilan carbone : cours magistral, approche par projets, approche interactive, utilisation de logiciels

Green IT : cours magistral, approche interactive

Langues d'enseignement

Problématique CO2 et bilan carbone : français

Green IT : français

Supports

Problématique CO2 et bilan carbone : copies de présentations

Green IT : copies de présentations

Ressources bibliographiques

Problématique CO2 et bilan carbone

 Méthode Bilan Carbone

ADEME- Agence Françaisede l'Energie etde la Maitrise de l'énergie

AWAC Agence Wallonne de Air et Climat

CO2 Stratégy

Green IT

  • M. Halsey, "The Green IT Guide", Apress, France, 2022
  • I. Albert, "Tech it green", Institut G9+, 2020

Évaluation et pondération

Méthode d'évaluation : note globale à l'UE

Langues d'évaluation : français

Modalités d'évaluation :

35% pour Green IT : projet à réaliser en groupe

65 % pour Problématique CO2 et bilan carbone : examen

Report de note d'une année à l'autre pour l'AA réussie en cas d'échec à l'UE :

Département des Sciences et technologies

2025-2026

Avenue Victor Maistriau 8a
7000 Mons

Fiche ects de l'unité d'enseignement #2447 intitulée :

Éthique & déontologie

Master en Sciences de l'Ingénieur industriel orientation Life data technologies / Cycle 2 Bloc 2

Informations

Responsable d'UE : Adrien JANSSENS

Bloc : MA2 LDT

Période : 1er quadrimestre

Durée : 10 h

Crédits : 1 ects

UE Prérequises : aucune

UE Corequises : aucune

Activité d'apprentissage (AA)

Connaissances et compétences préalables

Aucune. Ce cours est destine a introduire les etudiants aux notions de deontologie, d'ethique, de QA et de compliance.

Contribution aux objectifs du référentiel de compétences de l'ARES

Acquis d'apprentissage spécifiques

- Avoir des connaissances generales au sujet des legislatations et regulateurs principaux des industries pharmaceutiques et agroalimentaires.

- Pouvoir identifier les points importants, et mettre en oeuvre, un systeme de compliance en IT.

- Être capable de participer efficacement a une analyse de cause racine, et a la mise en place d'actions correctives et preventives.

Contenu de l'AA

>- Introduction générale (présentation, intro aux acteurs qui régulent l'alimentataire et le pharmaceutique)
- concepts de GxP (GMP, GLP, ...)
- Introduction aux concepts de compliance et d'assurance qualité (Gamp5) + Data Integrity (EUDRALEX, 21 CFR part 11, notions d'audit)
- Computerized system validation et testing (notions d'URS, FS, IQ, OQ, PQ, ...)
- Root Cause Analysis and CAPA action items

Répartition des heures

6 h de théorie, 4 h d'exercices/Labos

Méthodes d'enseignement

Cours magistral, approche interactive, approche par situation problème, étude de cas

Langues d'enseignement

Français

Supports

Notes de cours

Ressources bibliographiques

N/A.

Évaluation et pondération

Méthode d'évaluation : note globale à l'UE

Langues d'évaluation : français

Modalités d'évaluation :

La note finale obtenue a l'UE sera entierement basee sur le resultat de l'examen oral qui aura lieu en fin de cours. Cette evaluation a l'oral se fera individuellement, et sera basee sur une mise en situation de l'etudiant.

Département des Sciences et technologies

2025-2026

Avenue Victor Maistriau 8a
7000 Mons

Fiche ects de l'unité d'enseignement #2448 intitulée :

Méthodes numériques en écologie

Master en Sciences de l'Ingénieur industriel orientation Life data technologies / Cycle 2 Bloc 2

Informations

Responsable d'UE : Raphaël HACQUIN

Bloc : MA2 LDT

Période : 1er quadrimestre

Durée : 25 h

Crédits : 2 ects

UE Prérequises : aucune

UE Corequises : aucune

Activités d'apprentissage (AA)

Connaissances et compétences préalables

Aucune connaissance préalable nécessaire pour la partie Éléments d'écologie

La partie modélisation repose sur une bonne connaissance des statistiques et de quelques connaissances mathématiques (bases de l'analyse et des équations différentielles) et d'une pratique de la programmation Python et/ou R.

Contribution aux objectifs du référentiel de compétences de l'ARES

Acquis d'apprentissage spécifiques

Les étudiants seront capables de choisir les outils d'analyse et de modélisation adaptés à l'écologie

Contenu des AA

Éléments d'écologie

Il s'agit de poser les bases de l'écologie pour que les étudiants soient capables de s'attaquer aux sujets relatifs de manière autonome et aussi de pouvoir aborder la seconde partie du cours, les aspects plus quantitatifs et leur modélisation.

Les grands axes seront abordés ; on montrera que l'écologie fait appel à des sciences diverses comme la géologie, la climatologie etc. Les différentes sous-disciplines seront abordées parfois brièvement, parfois plus en détail. Le lien sera fait avec l'évolution dans une partie dédiée.

Écologie quantitative et modélisation

On décrira en bref quelques types de modèle et le cours consistera en séances pratiques dans lesquelles, à partir de données brutes, les étudiants devront modéliser la situation décrite par ces données de manière mathématique et/ou numérique.

Il peut s'agir d'utiliser des techniques de statistiques multivariées, d'intelligence artificielle, de modèles stochastiques ou de modèles analytiques.

Répartition des heures

Éléments d'écologie : 10 h de théorie

Écologie quantitative et modélisation : 15 h d'exercices/Labos

Méthodes d'enseignement

Éléments d'écologie : cours magistral

Écologie quantitative et modélisation : travaux de groupes, approche interactive, approche par situation problème, approche inductive

Langues d'enseignement

Éléments d'écologie : français

Écologie quantitative et modélisation : français

Supports

Éléments d'écologie : syllabus, notes de cours

Écologie quantitative et modélisation : notes de cours, notes d'exercices, software

Ressources bibliographiques

Éléments d'écologie

Environment 9th ed, Raven, Wiley, 2015
Ecology The economy of Nature, Ricklefs, Freeman, 2018
Ecology from individuals to ecosystems, Begon, Wiley, 2021
Dictionnaire Encyclopédique Des Sciences De La Nature Et De La Biodiversité Ramade, Dunod

Écologie quantitative et modélisation

Numerical Ecology, Legendre & Legendre, Elsevier, 2012
Modeling Life, Garfinkel, Springer, 2017
Modeling Biological Systems, J W HAEFNER, Springer, 2005
INTRODUCTION TO QUANTITATIVE ECOLOGY, Essington, Oxford University Press, 2021

Évaluation et pondération

Méthode d'évaluation : note globale à l'UE

Langues d'évaluation : français

Modalités d'évaluation :

Une note sera attribuée lors des séances de travaux pratiques: cette note sera intégrée à une note globale suite au passage d'un examen oral.

Report de note d'une année à l'autre pour l'AA réussie en cas d'échec à l'UE :

Département des Sciences et technologies

2025-2026

Avenue Victor Maistriau 8a
7000 Mons

Fiche ects de l'unité d'enseignement #2449 intitulée :

Trends in bioinformatics

Master en Sciences de l'Ingénieur industriel orientation Life data technologies / Cycle 2 Bloc 2

Informations

Responsable d'UE : Vincent BRANDERS

Bloc : MA2 LDT

Période : 1er quadrimestre

Durée : 42 h

Crédits : 3 ects

UE Prérequises : aucune

UE Corequises : aucune

Activités d'apprentissage (AA)

Connaissances et compétences préalables

-

Contribution aux objectifs du référentiel de compétences de l'ARES

Acquis d'apprentissage spécifiques

Au terme de l'AA Precision Health l’étudiant sera capable :

 

Au terme de l'AA Trends in Bioinformatics l’étudiant sera capable :

Contenu des AA

Trends in bioinformatics

Participation à un biohackathon.

Precision Health

  • Ontologies biologiques : Comprendre comment organiser, annoter et utiliser les données génétiques à travers des ontologies (Gene Ontology) pour la prédiction des fonctions biologiques.
  • Analyse de données génomiques : Introduction aux techniques de traitement des données (par ex., séquences d’ADN, expression génique) et aux approches bioinformatiques pour découvrir des biomarqueurs ou comprendre des processus biologiques.
  • Apprentissage automatique en santé : Introduction aux modèles d’apprentissage supervisé et non supervisé appliqués aux données de santé, notamment l’analyse des big data pour identifier des risques de maladies.
  • Applications en médecine personnalisée : Discussion des technologies émergentes et de leur potentiel dans l’adaptation des traitements à chaque patient (séquençage de l’ADN, IA pour l’analyse des images médicales).
  • Cas pratiques : Exploration des outils comme Gene Ontology, KEGG et l’utilisation de pipelines d’IA pour des cas réels de diagnostic et pronostic.

Répartition des heures

Trends in bioinformatics : 14 h d'autonomie

Precision Health : 20 h de théorie, 8 h d'exercices/Labos

Méthodes d'enseignement

Trends in bioinformatics : approche par projets, approche interactive, approche par situation problème, approche avec TIC, utilisation de logiciels

Precision Health : cours magistral, approche par projets, activités pédagogiques extérieures, utilisation de logiciels

Langues d'enseignement

Trends in bioinformatics : anglais

Precision Health : anglais

Supports

Trends in bioinformatics : Contenus proposé au biohackathon

Precision Health : copies de présentations, notes d'exercices, activités sur eCampus

Ressources bibliographiques

Trends in bioinformatics

-

Precision Health

-

Évaluation et pondération

Méthode d'évaluation : note globale à l'UE

Langues d'évaluation : français

Modalités d'évaluation :

Precision Health

  • Examen écrit

Trends in Bioinformatics

  • Présentation oral de la participation au biohackathon 
    • Les modalités seront précisées en séance.
    • La note est définitive à l'issue de la première session.
    • L'absence au Hackathon seront considérée comme une Absence pour l'AA, sans possibilité de réaliser une présentation.

Report de note d'une année à l'autre pour l'AA réussie en cas d'échec à l'UE :

Département des Sciences et technologies

2025-2026

Avenue Victor Maistriau 8a
7000 Mons

Fiche ects de l'unité d'enseignement #3496 intitulée :

Optimisation combinatoire

Master en sciences de l'Ingénieur industriel / orientation Informatique / Cycle 2 Bloc 2

Master en Sciences de l'Ingénieur industriel orientation Life data technologies / Cycle 2 Bloc 2

Informations

Responsable d'UE : Samuel CREMER

Bloc : MA2 Info, MA2 LDT

Période : 1er quadrimestre

Durée : 58 h

Crédits : 5 ects

UE Prérequises : aucune

UE Corequises : aucune

Activités d'apprentissage (AA)

Connaissances et compétences préalables

Contribution aux objectifs du référentiel de compétences de l'ARES

Acquis d'apprentissage spécifiques

Contenu des AA

Optimisation combinatoire : théorie

  • Théorie de la complexité
  • Heuristiques et metaheuristiques
  • Théorie des graphes et algorithmes

Recherche appliquée en optimisation combinatoire

Projet d'optimisation combinatoire.

Répartition des heures

Optimisation combinatoire : théorie : 8 h de théorie, 10 h d'exercices/Labos

Recherche appliquée en optimisation combinatoire : 2 h de théorie, 18 h de travaux, 20 h d'autonomie

Méthodes d'enseignement

Optimisation combinatoire : théorie : cours magistral, approche interactive, approche par situation problème, approche avec TIC, étude de cas, utilisation de logiciels

Recherche appliquée en optimisation combinatoire : travaux de groupes, approche par projets, approche interactive, approche par situation problème, approche avec TIC, étude de cas, utilisation de logiciels

Langues d'enseignement

Optimisation combinatoire : théorie : français

Recherche appliquée en optimisation combinatoire : français, anglais

Supports

Optimisation combinatoire : théorie : copies de présentations

Recherche appliquée en optimisation combinatoire : copies de présentations

Ressources bibliographiques

Optimisation combinatoire : théorie

  • Graph theory and its applications, J.L. Gross and J. Yellen, CRC Press, 1998
  • Mastering algorithms with C, K. Loudon, O'Reilly, 1999
  • Algorithmique et structures de données génériques, M. Divay, Dunod, 2004

Recherche appliquée en optimisation combinatoire

  • Graph theory and its applications, J.L. Gross and J. Yellen, CRC Press, 1998
  • Mastering algorithms with C, K. Loudon, O'Reilly, 1999
  • Algorithmique et structures de données génériques, M. Divay, Dunod, 2004

Évaluation et pondération

Méthode d'évaluation : note globale à l'UE

Langues d'évaluation : français, anglais

Modalités d'évaluation :

65 % pour le projet (qualité du projet + présentation + rapport)

35 % pour la théorie (examen écrit)

Report de note d'une année à l'autre pour l'AA réussie en cas d'échec à l'UE :

Département des Sciences et technologies

2025-2026

Avenue Victor Maistriau 8a
7000 Mons

Fiche ects de l'unité d'enseignement #2369 intitulée :

Projet de fin d'études en entreprise

Master en Sciences de l'Ingénieur industriel orientation Life data technologies / Cycle 2 Bloc 2

Informations

Responsable d'UE : Aline LEONET

Bloc : MA2 LDT

Période : 1er et 2e quadrimestres

Durée : 370 h

Crédits : 30 ects

UE Prérequises : aucune

UE Corequises : aucune

Activités d'apprentissage (AA)

Connaissances et compétences préalables

Cours de BA1, BA2, BA3 et Master 1

Contribution aux objectifs du référentiel de compétences de l'ARES

Acquis d'apprentissage spécifiques

Mener à bien un travail ;
Faire progresser ses savoirs ;
Mobiliser des connaissances acquises lors de sa formation pour solutionner un problème de terrain ;
Utiliser les ressources « scientifiques » disponibles ;
Construire un cheminement intellectuel pertinent et cohérent ;
Communiquer par l’écrit et par l’oral le travail réalisé ;
Synthétiser, l’étudiant est capable synthétiser son travail pour en présenter l’essentiel.

Contenu des AA

Stages

L'etudiant va devoir planifier, réaliser et de défendre un projet à caractère technique réalisé en entreprise.

L’objectif essentiel du stage est d’apporter à l’étudiant une application en entreprise des enseignements dispensés dans sa
formation. Il doit permettre à celui-ci de se familiariser avec les diverses fonctions de l’ingénieur et de s’intégrer à la vie d’une
entreprise tout en se consacrant à un projet technique sous la responsabilité d’un maître de stage, lui-même ingénieur de
formation.
Le cahier des charges du projet technique sera validé par les responsables académiques qui jugeront de la pertinence du sujet
proposé et de son adéquation avec le niveau requis pour nos formations d’ingénieur.
Cette activité d’insertion professionnelle fera l’objet d’un rapport de synthèse écrit qui sera défendu publiquement.
Le stage est couplé au TFE et la durée minimale est de 18 semaines

TFE

Réalisation d'un travail de "niveau ingénieur" en entreprise avec rédaction d'un rapport conséquent ainsi qu'une défense orale devant un jury composé d'enseignants et de représentants du monde industriel.

Répartition des heures

Stages : 145 h d'AIP

TFE : 225 h d'AIP

Méthodes d'enseignement

Stages : Guide TFE en entreprise

TFE : approche par projets, approche par situation problème, approche avec TIC, activités pédagogiques extérieures, étude de cas, utilisation de logiciels, Séance d'informations sur les TFE

Langues d'enseignement

Stages : français, anglais

TFE : français, anglais

Supports

Stages : Guide disponible sur l'extranet

TFE : Guide du TFE

Ressources bibliographiques

Stages

-

TFE

-

Évaluation et pondération

Méthode d'évaluation : note globale à l'UE

Langues d'évaluation : français, anglais

Modalités d'évaluation :

Les 30 ECTS de l'UE sont répartis de cette façon :
- 18 ECTS pour le TFE
- 12 ECTS pour le Stage

Veuillez lire le du guide du PFE sur eCampus pour prendre connaissance de toutes les échéances, obligations et spécificités. Le non respect de ces obligations peut entrainer 0/20 à l'UE.

L’acquisition des compétences sera évaluée à hauteur de :

0 % lors de la défense orale de l'état d'avancement *
20 % par le promoteur interne
15 % par le promoteur externe
25 % pour les lecteurs du travail écrit
15 % pour la défense interne
25 % pour la défense externe

*Bien que non cotée, cette présentation est obligatoire (voir section 7 du guide PFE)

Report de note d'une année à l'autre pour l'AA réussie en cas d'échec à l'UE :