Brique SID v1 20 21 Sommaire

Brique des enseignements de troisième année 2020/2021
Programme
des enseignements de 3e année
Filière SID
ANNÉE SCOLAIRE 2020 / 2021
Campus de Ker Lann, 51 rue Blaise Pascal - BP37203 - 35172 BRUZ CEDEX
Tél : 33 (0)2 99 05 32 32 / [email protected]
www.ensai.fr
FILIÈRE STATISTIQUE ET INGÉNIERIE DES DONNÉES
ANNÉE SCOLAIRE 2020/2021
Data Science and Big Data
2020/2021 ACADEMIC YEAR
www.ensai.fr
Table des matières

Présentation de la filière ................................................................................................................ 4
Descriptifs des enseignements communs....................................................................................... 7
UE : COURS D’OUVERTURE..................................................................................................................................... 8
ANGLAIS ............................................................................................................................................................ 9
DROIT DU TRAVAIL .......................................................................................................................................... 11
SPORT ............................................................................................................................................................. 12
UE : APPRENTISSAGE AUTOMATIQUE (MACHINE LEARNING) .............................................................................. 13
UE : PROJETS ........................................................................................................................................................ 18
UE PROJET PROFESSIONNEL ET STAGES ............................................................................................................... 22
Descriptifs des enseignements de la filière .................................................................................. 23
UE SPECIFIQUES FILIERE SID ................................................................................................................................ 24
UE2 – DEVELOPPEMENT D’APPLICATION ............................................................................................................. 25
GENIE LOGICIEL ................................................................................................................................................ 25
INDEXATION WEB ............................................................................................................................................ 27
PROJET WEB ET APPLICATIONS WEB................................................................................................................. 30
UE3 – BIG DATA ................................................................................................................................................... 31
TECHNOLOGIES SEMANTIQUES ........................................................................................................................ 31
TECHNOLOGIES NOSQL .................................................................................................................................... 32
PUBLICATION DE DONNEES RESPECTUEUSE DE LA VIE PRIVEE .......................................................................... 33
UE4 – SYSTEMES ET RESEAUX............................................................................................................................... 34
RESEAUX ET SYSTEMES D’EXPLOITATION .......................................................................................................... 34
INITIATION A UNIX ........................................................................................................................................... 35
SYSTEMES REPARTIS......................................................................................................................................... 36
SECURITE DES DONNEES .................................................................................................................................. 37
GRANDES MASSES DE DONNEES SUR CLOUD.................................................................................................... 38
www.ensai.fr
Présentation de la filière
La formation d’ingénieur de l’Ensai inclut 6 filières de spécialisation. Toutes ces filières forment
aux métiers de la Data Science, avec une maîtrise des outils permettant l'extraction, l'analyse et la
fouille de données et une capacité à choisir les modalités de traitements des données massives
(Big Data) et des techniques d’apprentissage automatique (machine learning). Selon les
spécialisations, ces compétences sont spécifiques à un domaine ou transversales. Ces
compétences sont renforcées pour la filière Statistique et Ingénierie des Données (SID), qui s’est
concentré sur ces thématiques depuis plusieurs années. L’ensemble des filières continue à former
aux compétences transversales (soft skills) et à la valorisation des travaux menés dans un contexte
professionnel et international. Lors des cours et du projet méthodologique en anglais, les élèves
travaillent toutes les compétences linguistiques et communicationnelles et approfondissent leurs
connaissances liées au monde de l’entreprise et de la recherche. La séquence de Tronc Commun
mêlant enseignements scientifiques, projets et anglais conclut la formation à l’autonomie et la
capacité à mettre en œuvre des analyses de données en situation complexe. Un stage de fin
d’études est à réaliser à l’issue de la scolarité, qui permet de mettre en œuvre dans un cadre
professionnel une démarche scientifique autour d’une problématique en lien avec les
enseignements de la filière.
Les enseignements spécifiques de la filière se divisent en deux, les enseignements informatiques

et les enseignements liés à l’ingénierie des données.
Le développement de grandes applications informatiques nécessite d’utiliser des méthodes d’aide

à la conception. Elles peuvent être purement techniques, comme la maîtrise de patron de
conception ou l’architecture multi-tiers ou organisationnel comme les méthodes de gestions de
projet, aussi bien pour la spécification d’un besoin que le suivi. L’unité s’enseignement (UE)
développement d’application apportera aux élèves ces compétences essentielles à de futurs chefs
de projet informatique. L’UE de système et réseaux quant à elle se concentrera sur la conception,
la mise en place et l’administration des systèmes complexes pour traiter des données.
En parallèle, le rôle du statisticien – informaticien est d’analyser des données à l’aide de méthodes
statistiques et de l’outil informatique. Nous pouvons définir 4 phases dans le traitement
informatique des données : la récupération, le stockage, l’analyse et la visualisation des résultats.
L’UE de Big Data va rentrez va présenter les 3 dernières phases. Ils apprendront à manipuler de
très grands volumes de données, à créer des entrepôts de données et à effectuer une analyse
multi-dimensionnelle de ces données. Les cours de machine learning leur permettront d’extraire
de la connaissance à partir de ces données. Ils découvriront comment inventer de nouvelles
technologies de stockage et de gestion des données, dans le cadre du Big Data. Ils aborderont
également les problèmes de sécurité associés à la diffusion de données.
Plusieurs projets sont réalisés au cours de l'année afin de mettre en pratique les divers
enseignements dispensés au cours de cette année. Ils sont réalisés individuellement ou en groupe,
4
www.ensai.fr
permettant aux étudiants de vivre la réalité d’un développement d’application. Les projets sont de
nature très diverses et peuvent être réalisés en partenariat avec des industriels ou des chercheurs.
Ils ont tous pour but de mettre les étudiants en situation de statisticien ayant de bonnes
compétences en informatique, ils sont aussi l’occasion de mettre en œuvre les compétences
générales suivantes :
 Connaître les fondements des architectures distribuées, des réseaux aux systèmes répartis,
des architectures logicielles big Data ;
 Avoir une ouverture sur les nouvelles technologies et savoir veiller à leurs évolutions ;
 Maîtriser les outils permettant l'extraction, l'intégration, l'analyse et la fouille de données
(datamining);
 Maîtriser les outils permettant de manipuler de grands volumes de données et de créer
des entrepôts de données ;
 Capacité à choisir et mettre en place le meilleur modèle de machine learning pour réaliser
le traitement souhaité ;
 Capacité à concevoir et implémenter des systèmes de traitement de l’information ;
 Capacité à choisir, mettre en place et administrer la technologie de stockage la plus
adaptée à un besoin précis (bases de données relationnelles, multidimensionnelles ou non
relationnelles) ;
 Capacité à mobiliser les techniques de sécurisation des données à tous les niveaux,
stockage, échange et diffusion ;
 Capacité à concevoir et mettre en œuvre un projet de développement d’applications
informatiques (connaissances de base en architecture des systèmes, en réseaux, en
sécurité, en méthodes de conduite de projet, méthodes de développement d’application).
5
www.ensai.fr
6
www.ensai.fr
Descriptifs des enseignements

communs
7
www.ensai.fr
UE 0
UE : COURS D’OUVERTURE
Correspondant de l’UE : Ronan Le Saout
Nombre d’ECTS :2
Volume horaire de travail élève : Entre 50h et 60h
(enseignements + travail personnel)
Nombre d’heures d’enseignement : 39h
Finalité de l’UE :
À la fin de cette UE, notamment grâce à l’enseignement de l’anglais, les élèves seront capables de mettre en œuvre les
compétences linguistiques et culturelles qui facilitent la suivie des cours scientifiques dispensés en anglais ou d’autres
langues, le travail dans un environnement professionnel international et la compréhension des normes culturelles dans
les pays étrangers. À travers le cours de droit du travail, les élèves acquerront les connaissances dans une discipline
autre que la statistique, l’économie et l’informatique nécessaires pour mieux appréhender le contexte juridique de
l’entreprise. Cette UE vise également le développement des compétences transversales (soft skills) qui aideront les
élèves à réussir les projets académiques de leur formation, à intégrer le marché du travail et à devenir les citoyens
éclairés.
Structuration de l’UE :
L’UE 0 de la 3ème année se compose de deux matières obligatoires, l’anglais et le droit du travail, ainsi que le sport de
manière optionnelle.
Compétences ou acquis d’apprentissage à l’issue de l’UE :

En anglais les élèves travaillent toutes les compétences linguistiques pour atteindre le niveau B2 du CECR et progresser
vers un niveau C1. Lors des cours d’anglais et de l’aide au projet en anglais, les élèves développement également les
connaissances liées au monde de l’entreprise et de la recherche ainsi que les compétences transversales (soft skills). Le
cours du droit du travail permet aux étudiants d’identifier et comprendre certaines notions pratiques essentielles en
gestion des ressources humaines en entreprise.
Les pré-requis de l’UE :

Aucun
8
www.ensai.fr
E Cours d’ouverture
ANGLAIS
English
Enseignant : Divers intervenants (correspondant : Todd Donahue)
Nombre d’ECTS :1
Volume horaire de travail élève : 40h
Répartition des enseignements : 15h de cours, 15h d’aide au projet de fin d’études
Langue d’enseignement : Anglais
Logiciels : Sans objet
Documents pédagogiques : Sous Moodle
Pré-requis : Aucun
Modalités d’évaluation :
L’examen final prend la forme d’une simulation d’entretien d’embauche. Cet examen oral durera environ 25 minutes,
sera noté, et permettra d’évaluer le niveau d’expression orale sur l’échelle CECRL (Cadre européen commun de
référence pour les langues). Le CV et la lettre faite pour cet exercice seront évalués et feront partie de la note finale.
L’anglais est également évalué à travers le rapport écrit et la soutenance orale du projet de fin d’études. Le niveau
acquis apparaîtra sur le Supplément au diplôme. L’objectif de la CTI (Commission des Titres d’Ingénieur) pour tous les
élèves ingénieurs est d'atteindre le niveau B2.
Acquis d’apprentissage (objectifs) :

 maîtriser une ou plusieurs langues étrangères
 savoir candidater et réussir un recrutement en langue anglaise
 contextualiser et prendre en compte les enjeux et les besoins de la société
 se connaître, s'auto-évaluer, gérer ses compétences, opérer ses choix professionnels
 s'intégrer et évoluer dans un groupe pour mener à bien un projet dans un contexte international et/ou
pluriculturel
 savoir identifier les informations pertinentes, à les évaluer et à les exploiter
Principales notions abordées :

Pour les élèves qui n’ont pas eu un score d’au moins 785 au TOEIC : pendant les 5 premières séances, la plupart des
cours seront basés sur la préparation à cet examen. Les ressources informatiques de l’Ecole doivent aussi être mises à
profit (pages Moodle, TOEIC Mastery), ainsi que les méthodes disponibles à la bibliothèque. Pour les autres élèves, les
cours seront organisés par groupe de niveau et conçus afin de les préparer à affronter le monde professionnel sur le
plan international. Les thèmes suivants seront traités : « Leading meetings », « Interviews », « Presentations », «
Taking decisions », et « Negociating deals », et « Cultural and Political Current Events ». Ensuite, les 5 dernières
séances seront consacrées au travail de rédaction/correction des rapports faits en anglais dans chaque filière ainsi
qu’à la préparation des soutenances orales. Chaque responsable de filière indiquera aux élèves, en début d’année, le
projet concerné et les modalités de notation. Les élèves recevront des consignes détaillées avant de démarrer ces cinq
séances, afin d’arriver à la première séance avec une première version ou extrait de leur rapport en anglais prêt pour
correction et relecture. Pour tout complément d’information, chaque élève peut consulter le Programme des
enseignements : Langues étrangères, distribué au début de l’année académique.
Références bibliographiques : Définies par chaque intervenant.

9
www.ensai.fr
10
www.ensai.fr
UE Cours d’ouverture
DROIT DU TRAVAIL
Work Law
Enseignant : Charlotte GRUNDMAN, Avocat au Barreau de Paris
Nombre d’ECTS :1
Répartition des enseignements : Cours : 3h Atelier : 6h

Langue d’enseignement : Français
Logiciels : Sans objet
Documents pédagogiques : Distribués pendant le cours
Pré-requis : Aucun
Exposé d’un cas pratique réalisé lors des TD.

La matière étant extrêmement vaste et complexe, il est ici proposé aux étudiants une approche didactique et vivante
du sujet, l’objectif de l’enseignement étant de permettre aux étudiants qui travailleront dans un futur proche en
entreprise d’avoir compris certaines notions pratiques essentielles en droit du travail

Hormis le cours d’amphi, il sera systématiquement proposé aux étudiants, après l’étude d’une notion, un exercice
visant à mettre en pratique la notion abordée. Le cours commun (3 heures) traite des notions suivantes : Comprendre
d’où l’on vient pour savoir où on va (introduction historique au droit du travail, les sources du droit du travail, ordre
public absolu et ordre public social), les instances de contrôle du droit du travail, formation et exécution du contrat de
travail, la rupture du contrat à durée indéterminée. Pour les TD, la première heure de cours sera consacrée à l’étude
d’un chapitre (la modification du contrat de travail, le recrutement, les droits fondamentaux du salarié). Cet exposé
sera suivi d’une mise en situation pratique, où les étudiants devront par groupe répondre à un cas pratique. Un
rapporteur sera désigné par groupe, et la notation se fera à cette occasion.
11
www.ensai.fr
UE Cours d’ouverture
SPORT
Sport
Enseignant : Divers intervenants (correspondant : Jullien Lepage)
Nombre d’ECTS :0
La participation à une activité sportive peut donner lieu à l’attribution d’un bonus ajouté sur la moyenne du semestre
concerné. Le niveau de ce bonus est précisé dans une circulaire d’application en début d’année académique. Il varie
selon l’assiduité aux séances, l’engagement et la participation aux compétitions tout au long de l’année. Pour être
définitive, la liste des élèves bénéficiant de ces bonus doit être validée par le directeur des études.
Un bonus peut être exceptionnellement attribué en dehors des activités sportives réalisées dans le cadre Ensai. Pour y
prétendre, les élèves concernés doivent remplir les 3 conditions suivantes:
- pratiquer régulièrement une activité sportive et participer aux compétitions liées ;
- posséder un niveau national (voir très bon niveau régional suivant le sport en question) ;
- déposer une demande argumentée auprès de la direction des études et du service sport en début d'année scolaire,
afin de faire valider le programme d'entraînement, des compétitions et les modalités de diffusion des performances.
Pour certains ayant des contraintes sportives, des aménagements horaires pourront d'ailleurs être ainsi envisagés si
besoin.

L’objectif est d’amener les élèves à maintenir un esprit sportif, sortir du strict cadre académique et développer leurs
capacités physiquesrincipales notions abordées :
Neuf activités sportives sont proposées par l’école : Badminton, Basket, Football, Hand-ball, Tennis de table, Tennis
débutant, Volley-ball, Cross-training, Course à pied/préparation physique/coaching sportif. Outre les entraînements,
les élèves inscrits peuvent être amenés à participer à des compétitions.
12
www.ensai.fr
UE 1 Machine Learning
UE : APPRENTISSAGE AUTOMATIQUE (MACHINE LEARNING)

Correspondant de l’UE : Arthur Katossky
Nombre d’ECTS : 6 pour les filières ISTS, GDR et SSV, 7 pour GS et MQRM,
8 pour SID
Volume horaire de travail élève : De 25h à 30h par ECTS
Nombre d’heures d’enseignement : 78h pour les filières ISTS, GDR et SSV, 102h pour GS et
MQRM, 120h pour SID
L’apprentissage automatique (machine-learning) est un paradigme essentiellement différent des approches
statistiques exploratoires (statistiques au sens classique) ou explicatives (économétrie). Il vise un objectif de prédiction
dans la continuité des méthodes d’apprentissage statistique supervisé introduites lors des premières années de la
formation d’ingénieur. Largement utilisé dans l’ensemble des professions statistiques à l’heure actuelle (les métiers de
la Data Science), l’apprentissage automatique est incontournable dans la formation de l’ingénieur statisticien et trouve
de nombreuses applications: prédiction des cours basés à partir d’articles de presse en finance, détection de maladie
par imagerie médicale en santé, recommandation de produits en marketing, compression d'images ou encore modèles
de traitement du langage, toutes ces applications reposent sur les mêmes bases.
L’UE se compose de 4 matières : apprentissage automatique (Machine-learning), régression pénalisées et
régularisation, apprentissage statistique à grande échelle, traitement automatique de la langue et fouille du web
(Natural language processing and webmining). L’ensemble de ces matières permettent de mettre en œuvre les
techniques classiques, en développant un esprit critique sur leurs limites (sur-apprentissage, grande dimension,
représentativité de l’échantillon) et en utilisant des données non structurées (texte, image…). Selon les filières de
spécialisation, des séminaires complémentaires (systèmes de recommandation…) sont introduits.

Cette UE permet de maitriser des méthodes et des outils de l’ingénieur (identification, modélisation et résolution de
problèmes même non familiers et incomplètement définis, l’utilisation des approches numériques et des outils
informatiques, l’analyse et la conception de systèmes) en développant l’aptitude à étudier et résoudre des problèmes
complexes, à concevoir et mettre en œuvre des projets de collecte et d’analyse d’informations et à concevoir et
mettre en œuvre des algorithmes prédictifs de machine learning, s’intégrant dans une architecture informatique de
données volumineuses (big data).

ème
Modélisation statistique de 2 année, méthodes d’optimisation et d’algorithmique, panorama du big data, aisance en
R et Python.
13
www.ensai.fr
UE1 Machine Learning
APPRENTISSAGE AUTOMATIQUE
Machine Learning
Enseignant : Hong-Phuong DANG (Ensai), Romaric GAUDEL (Ensai), Fabien
NAVARRO (Ensai) et Brigitte GELEIN (Ensai)
Nombre d’ECTS : 2 (ISTS, GDR, SSV), 3 (GS, MQRM) ou 4 (SID)
Volume horaire de travail élève : De 25h à 30h par ECTS
Répartition des enseignements : Pour les 27h en filières ISTS, GDR et SSV, il y a 21h de cours et 6h
d’ateliers. Pour les 24h complémentaires en GS et MQRM, il y a 6h de
cours et 12h d’ateliers. Pour les 36h complémentaires en SID, il y a 12h
de cours et 18h d’ateliers.

Logiciels : R et Python
Documents pédagogiques : supports de cours, bibliographie et fiches de TP
Pré-requis : R, Python, modélisation statistique, algèbre linéaire, optimisation de
fonctions
Contrôle continu à la discrétion des intervenants, un QCM, compte-rendus de TP (1 en ISTS, GDR et SSV, 4 en GS et
MQRM, 4 en SID)

 Identifier comment résoudre une tâche par apprentissage automatique
 Choisir un modèle a priori adapté à une tâche
 Utiliser un modèle de l'état de l'art (SVM, réseau de neurones, forêt, …)
 Comparer empiriquement différents modèles pour une tâche donnée

Un rappel des principes de l’apprentissage statistique et automatique sera effectué. L’ensemble des filières
aborderont les réseaux de neurones (y compris deep learning), les méthodes d'agrégation (forêts aléatoires, bagging,
boosting, stacking) et les séparateurs à vaste marge (Support Vector Machines). Les réseaux de neurones avancés
seront abordés en GS, MQRM et SID, les systèmes de recommandation en MQRM et SID.
Références bibliographiques :
 Endrew Ng. Machine Learning Yearning. Disponible gratuitement au lien
https://www.deeplearning.ai/machine-learning-yearning/.
 Rémi Gilleron. Apprentissage machine - Clé de l'intelligence artificielle - Une introduction pour non-
spécialistes. Ellipses.
 Ian Goodfellow, Yoshua Bengio, and Aaron Courville. Deep Learning. 2016
14
www.ensai.fr
REGRESSION PENALISEE ET SELECTION DE MODELES

Penalized problems and model selection
Enseignant : Cédric HERZET (INRIA) & Clément ELVIRA (INRIA)
Nombre d’ECTS :1
Répartition des enseignements : Cours : 9h ● Atelier : 6h

Logiciels : Python
Documents pédagogiques : Supports de cours, Supports de TP, Bibliographie
Pré-requis : Optimisation, Python, Algèbre
Un examen sur table de 2 heures avec questions de cours et résolution de problèmes, 1 compte-rendu de TP

 identifier les cas d’apprentissage statistique et les problèmes inverses où la régularisation est utile :
comprendre quels sont les motivations et les objectifs de la pénalisation
 connaître les modèles de régularisation les plus courants et savoir quelles caractéristiques de reconstruction
ils favorisent choisir une régularisation parmi les méthodes les plus courantes et estimer un modèle
régularisé par une méthode de descente de gradient
 connaître et comprendre les différents types de problèmes d’optimisation et les algorithmes qui permettent
de les résoudre numériquement

 Ingrédients principaux des problèmes inverses et d’apprentissage statistique + exemples pratiques
 Motivations et objectifs de la régularisation
 Types de régularisation et fonctions de régularisation couramment rencontrées (notamment en régression :
Lasso pour la régularisation L1 et Ridge pour la pénalité L2)
 Caractérisation des problèmes pénalisés: existence de solution, unicité, conditions d’optimalité.
 Méthodes numériques de résolution de problèmes d’optimisation
 Conditions théoriques de reconstruction correcte
 Hastie, Trevor, Robert Tibshirani, and Martin Wainwright. 2015. Statistical Learning with Sparsity: The Lasso
and Generalizations. CRC Press.
 C. Bishop. Pattern recognition and machine learning. Springer-Verlag New York, 2006.
 S. Foucart and H. Rauhut. A mathematical introduction to compressive sensing. Applied and Numerical
Harmonic Analysis. Birkhaüser, 2013.
 D. P. Bertsekas. Nonlinear Programming. Athena Scientific, USA, 2003.
15
www.ensai.fr
APPRENTISSAGE A GRANDE ECHELLE

Large scale machine-learning
Enseignant : Romaric Gaudel (ENSAI)
Nombre d’ECTS : 1,5
Répartition des enseignements : Cours : 6h ● Atelier : 9h

Logiciels : Python
Documents pédagogiques : support de cours, fiches de TP
Pré-requis : panorama du big data, machine-learning, optimisation
2 quizz en contrôle continu, 1 TP noté

Le passage à des bases de données à grande échelle modifie certains usages en apprentissage statistiques. Nous
en verrons quelques exemples, avec les justifications théoriques sous-jacentes.
 objectif : être en mesure de choisir des approches appropriées pour un problème donné. Nécessite de
 objectif : connaître le comportement en termes de taille de stockage et/ou de temps de calcul et/ou de
qualité d’estimation des approches présentées

 la descente de gradient stochastique
 données et modèles parcimonieux
 le calcul distribué
 Introduction to High Performance Computing for Scientists and Engineers, Georg Hager, Gerhard Wellein,
CRC Press, 2010
 Introduction to High Performance Scientific Computing, Victor Eijkhout , Edmond Chow, Robert van de Geijn,
2014
 Bekkerman, Ron, Mikhail Bilenko, and John Langford. n.d. Scaling up Machine Learning: Parallel and
Distributed Approaches.
 The MIT Press. n.d. “Large-Scale Kernel Machines.” Accessed September 1, 2020.
https://mitpress.mit.edu/books/large-scale-kernel-machines.
16
www.ensai.fr
TRAITEMENT AUTOMATIQUE DU LANGAGE ET FOUILLE DU WEB

Webmining et NLP
Enseignant : Guillaume Gravier (Irisa)
Nombre d’ECTS : 1,5 sauf pour filière informatique (SID) : 2,5
Volume horaire de travail élève : 38h sauf pour filière informatique (SID) : 56h
Répartition des enseignements : Cours : 9h ● Atelier : 12h (6h complémentaires en SID)

Logiciels : Python
Documents pédagogiques : Support de cours, Supports de TP
Pré-requis : Python, Machine Learning
Projet (de taille plus importante en SID)

 collecter des données, extraire de l'information et apparier des sources textuelles
 choisir une méthode de traitement automatique de la langue pour une tâche classique (classification, analyse
de sentiment, détection > d'entités…)
 se repérer parmi le foisonnement des modèles d'étude de la langue

1. What’s natural language and its processing
2. The representation of words
3. The representation and classification of documents
4. Language modeling and contextual word embedding
5. Sentence-level tagging (token level tasks)
6. Sequence to sequence models and transformers
7. Overview of standard NLP tasks today
 Daniel Jurafsky, James H. Martin. Speech and Language Processing: An introduction to natural language
processing, computational linguistics, and speech recognition, 2nd edition, Prentice-Hall, 2009. Draft of the
3rd edition partly available at https://web.stanford.edu/~jurafsky/slp3.
 Yoav Goldberg. Neural Network Methods for Natural Language Processing. 2017. An earlier draft is freely
available online at http://u.cs.biu.ac.il/~yogo/nnlp.pdf.
 Kevin Gimpel's lectures (Toyota Technological Institute at Chicago and UChicago) on Natural Language
Processing (https://ttic.uchicago.edu/~kgimpel/teaching/31190-s18/index.html) and on Advanced Natural
Language Processing (https://ttic.uchicago.edu/~kgimpel/teaching/31210-s19/index.html).
17
www.ensai.fr
UE Projets
UE : PROJETS
Correspondant de l’UE : Arthur Katossky
Nombre d’ECTS :5
Volume horaire de travail élève : Entre 120h et 150h
Nombre d’heures d’enseignement : Suivis réguliers avec les encadrants
Les projets sont l’occasion pour les étudiants de mettre en œuvre leurs connaissances acquises à l’ENSAI sur des cas
d’études concrets. Ils visent à mettre en œuvre les outils et connaissance acquises en statistique, en informatique et en
économie, dans une démarche de résolution de problèmes concrets type ingénieur.
Les projets de déclinent en deux versions: le projet académique, en langue anglaise, vise à approfondir une thématique
centrée autour d’un ou plusieurs articles scientifiques ; le projet de fin d’études, plus appliqué, nécessairement sur des
données issues d’une collecte, vise à proposer une solution pratique à une problématique générale proposée par une
entreprise ou un laboratoire de recherche. À eux deux, ces projets couvrent toute l’étendue d’une démarche de
développement: diagnostique d’un problème nouveau, lecture de la littérature scientifique sur le sujet, résolution d’un
problème en respectant un compromis entre les règles de l’art d’une part, et les contraintes humaines, financières et
techniques de l’autre. Ils permettent par ailleurs aux élèves de mesurer l’utilité de toutes les notions acquises au cours
des trois années de formation.
Selon les filières, la réalisation d’un Data Challenge complète ces cas d’études concrets, à travers la réalisation d’un
projet sur un temps court et des contraintes spécifiques.
Projet méthodologique: approfondissement d’une démarche rigoureuse, à la pointe de la recherche scientifique, en
langue anglaise ; constitue la partie théorique de recherche d’information dans une démarche de recherche et
développement.
Projet de fin d’étude: approfondissement d’une démarche pratique, sachant composer avec des contraintes opposées,
entre rigueur scientifique et nécessités pratiques ; constitue la partie implémentation dans une démarche de
recherche et développement.
Data Challenge (optionnel, selon les filières) : rassembler sur une période très courte différentes équipes de profils
variés afin de collaborer sur un projet.

Ces projets concluent la formation d’ingénieur de l’Ensai, et mobilisent un ensemble de compétences de l’ingénieur :
capacité à trouver l’information pertinente, à faire une veille scientifique, à prendre en compte les enjeux de
l’entreprise, à travailler dans un contexte international, tout en mobilisant des compétences techniques pour résoudre
des problèmes complexes, et mener une démarche scientifique.

Méthodes de travail des projets de 1ère et 2ème année.
18
www.ensai.fr
UE Projets
PROJET METHODOLOGIQUE
Methodological project
Enseignant : Divers intervenants
Volume horaire de travail élève : Entre 60h et 75 h
Répartition des enseignements : 9h d’ateliers, et suivis réguliers

Langue d’enseignement : Anglais
Logiciels : Aucun
Documents pédagogiques : Aucun
Pré-requis : Aucun
Le projet méthodologique consiste en la production d'un article de synthèse sur un sujet de recherche à choisir parmi
un catalogue. L’évaluation tient compte de l’article rédigé et de la réalisation d’une soutenance.

Les objectifs du projet méthodologique, et donc les compétences qui sont renforcées grâce à celui-ci, sont multiples:
 familiarisation avec la forme des productions académiques (articles notamment), en lecture comme en
écriture
 capacité à faire une revue de littérature mélangeant ouvrages scientifiques et professionnels
 mise en œuvre d’une démarche scientifique rigoureuse
 prise de conscience des enjeux autour de la reproductibilité des résultats de recherche
 communication sur des sujets techniques
À cela s’ajoute les objectifs spécifiques à la production d’un travail technique en langue anglaise: mise en œuvre d’un
projet complexe en langue anglaise, communication écrite et orale, acquisition d’un vocabulaire spécialisé, maîtrise de
différents niveaux de langues en terme de style (oral vs. écrit) et de technicité (vulgarisation vs. spécialisation), mise
en place de stratégies pour faire face à des difficultés linguistiques

Travail de recherche en groupe suivi par un chercheur (env. 5 séances) et un professeur d'anglais (4 séances).
19
www.ensai.fr
UE Projets
PROJET DE FIN D’ETUDES

Methodological project
Enseignant : Divers intervenants
Volume horaire de travail élève : Entre 60h et 75 h
Répartition des enseignements : 9h d’ateliers, et suivis réguliers

Logiciels : Aucun
Pré-requis : Aucun
Le projet de fin d'études consiste en la production d'une étude statistique de niveau professionnel dans le monde de
l'entreprise ou de la recherche, parmi un catalogue de sujet mis à disposition des élèves. Le projet est évalué à travers
un rapport et une soutenance.

Les objectifs du projet de fin d’études, et donc les compétences qui sont renforcées grâce à celui-ci, sont multiples:
 mise en situation professionnelle
 capacité à définir une stratégie d’étude en réponse à une demande client
 mobilisation des compétences techniques (statistiques, économiques, informatiques)
 compromis entre rigueur scientifique et contraintes pratiques (limitations financières, logicielles, cognitives,
temporelles…)
 travail de groupe
 gestion d’un projet sur le temps long
 communication (écrite, orale) sur des sujets techniques

Travail autonome en groupe suivi par un professionnel de l'entreprise ou de la recherche (env. 5 séances).
20
www.ensai.fr
UE Projets
DATA CHALLENGE
Datachallenge
Enseignant : Divers intervenants industriels (correspondante : Salima El Kolei)
Nombre d’ECTS : Pas d’attribution d’ECTS
Volume horaire de travail élève : 2 journées
Répartition des enseignements : 12h d’ateliers

Logiciels : Aucun
Pré-requis : Méthodes de travail des projets, Compétences statistiques et
informatiques de 3ème année
Les élèves participent au data challenge proposé à l’Ensai ouvert également aux élèves de deuxième année. Il n’y a pas
d’évaluation.

Le data challenge permet de rassembler sur une période très courte différentes équipes de profils variés afin de
collaborer sur un projet. Cette expérience se rapproche des conditions réelles dans laquelle évoluent les datascientists
au sein des entreprises. Il permet, à partir des mécanismes du jeu, de dynamiser et d’articuler la pédagogie autour
d’un besoin concret d'entreprise et d’un événement qui s’achève par une évaluation objective. De nombreux
challenges sont proposés autour de la Data ou présentant des problématiques Data importantes.
L’objectif de ce cours est de valoriser les compétences transversales acquises dans ce contexte opérationnel. Les
compétences qui sont renforcées grâce à celui-ci sont multiples:
 Comprendre les problèmes à résoudre.
 Travailler en mode projet avec des contraintes.
 S’intégrer et s’adapter dans un contexte pluridisciplinaire. Selon les challenges, les compétences seront
mobilisées à géométrie variable.
 S’adapter à la réalité de la Data d’entreprise (données non structurées, manquantes, volumétrie…)
 Communication orale des résultats (pitch…

Travail en groupe sur un temps court.
21
www.ensai.fr
UE Projet professionnel et Stages
UE : PROJET PROFESSIONNEL ET STAGES

Correspondant de l’UE : Patrick Gandubert
Nombre d’ECTS : 30
Volume horaire de travail élève : Travail en entreprise
Nombre d’heures d’enseignement : 30h (séminaires)
Cette UE correspond à des temps pédagogiques en lien direct avec les entreprises. Les séminaires professionnels ont
pour objectif de présenter aux étudiants diverses problématiques auxquelles ils seront confrontés dans leur
environnement professionnel. Il permet d’apporter des compléments par rapport à certains cours, et fait le lien entre
les enseignements et les applications pratiques qui en découlent. Le projet professionnel permet de préparer les
étudiants à leur entrée dans la vie professionnelle et aux stages, il est réalisé sur la 2ème et 3ème année de formation.
Des simulations d'entretien de recrutement sont organisées en 3e année. Elles sont assurées par des recruteurs
d'entreprises et d'organisations partenaires de l'Ensai. Les stages (application en 2ème année, fin d’études en 3ème
année) permettent aux élèves de mettre en pratique les enseignements de mathématiques appliquées, d’informatique
et d’économie dans un cadre professionnel. Le stage de fin d’études, d’une durée de 20 semaines minimum, vise à
appliquer les enseignements de 3ème année et à acquérir de l’expérience pour assurer la transition vers l’emploi. Il
constitue une étape essentielle de mise en situation professionnelle pour le futur ingénieur qui dispose à ce stade de
l’ensemble des bagages techniques de la formation.
Le stage de fin d’études constitue la majeure partie de l’évaluation de cette UE (25 ECTS). L’Ensai exige une forte
adéquation entre le contenu du stage et la filière de spécialisation de 3e année. Il fait l’objet d’une procédure de
validation par le responsable de filière et par le département des relations avec les entreprises. L’évaluation tient
compte de la capacité d’intégration de l’étudiant dans l’entreprise, ses capacités d’initiative et de satisfaction au
regard des objectifs du stage, et de la qualité du rapport et de la soutenance réalisée devant un jury composé d’un
président, d’un vice-président, tous les deux issus du monde de l’entreprise et d’un permanent de l’école. Le stage
d’application de 2ème année est pris en compte dans cette UE (5 ECTS). Les séminaires professionnels ne sont pas
évalués.

Le stage de fin d’études (et l’UE) comprend un objectif technique - il s’agit de répondre à la commande, à la
problématique inscrite dans le thème du stage à l'aide des connaissances acquises - et un objectif professionnel – il
s’agit de parfaire la connaissance du monde du travail, de développer des capacités relationnelles et d’adopter une
démarche d’insertion dans le monde professionnel.

Aucun
22
www.ensai.fr
Descriptifs des enseignements

de la filière
23
www.ensai.fr
UE Spécifiques filière SID
UE SPECIFIQUES FILIERE SID

Correspondant de l’UE : Hong-Phuong Dang et Rémi Pépin
Nombre d’ECTS : 14
Volume horaire de travail élève : De 25 à 30h par ECTS
Nombre d’heures d’enseignement : 285h
Finalité des UE :
Ces UE visent à renforcer les compétences informatiques des élèves ingénieurs, pour s’orienter vers des métiers de la
Data Science directement en lien avec le génie logiciel, l’ingénierie des données ou l’inclusion de méthodes
d’apprentissage statistique dans des architectures big data.
La filière SID inclut 3 UE spécifiques : développement d’application, big data et système et réseaux.

- Connaître les fondements des architectures distribuées, des réseaux aux systèmes répartis, des architectures
logicielles big Data ;
- Avoir une ouverture sur les nouvelles technologies et savoir veiller à leurs évolutions ;
- Maîtriser les outils permettant l'extraction, l'intégration, l'analyse et la fouille de données (datamining);
- Maîtriser les outils permettant de manipuler de grands volumes de données et de créer des entrepôts de
données ;
- Capacité à choisir, mettre en place et administrer la technologie de stockage la plus adaptée à un besoin
précis (bases de données relationnelles, multidimensionnelles ou non relationnelles) ;
- Capacité à mobiliser les techniques de sécurisation des données à tous les niveaux, stockage, échange et
diffusion ;
- Capacité à concevoir et mettre en œuvre un projet de développement d’applications informatiques
(connaissances de base en architecture des systèmes, en réseaux, en sécurité, en méthodes de conduite de
projet, méthodes de développement d’application).
24
www.ensai.fr
UE2 – Développement d’application
GENIE LOGICIEL
Software engineering
Cours : 27h ● Atelier : 27h
Enseignant : Mathieu ACHER, Johann BOURCIER, Olivier BARAIS, et Benoit COMBEMALE (Université
Rennes 1)
Correspondant : Rémi PEPIN
Enseignement destiné aux élèves de la filière « Statistique et Ingénierie des Données »
Objectif pédagogique
L'objectif de ce cours est d’introduire les moyens de concevoir des applications informatiques de qualité (répondant
aux besoins, évolutives et faciles à maintenir).
Il s’agit de présenter l’ingénierie dirigée par les modèles en positionnant la conception dans les cycles de
développement, et en mettant l’accent sur les enjeux et les pièges à éviter.
Le cours présente une introduction aux modèles de conception classiques, base du génie logiciel autour des
technologies objet, en proposant des applications pratiques au cours de travaux pratiques et en étudiant des patrons
de conception développés en Java. Cet enseignement vise également à apprendre à développer et déployer un site
Web dynamique en Java. Il permet de se familiariser avec les architectures n-tiers et les serveurs d’applications et de
bien maîtriser les principaux outils et langages avancés de développement des applications Web/JavaEE.
Contenu de la matière
I. Le génie logiciel
1. Introduction au génie logiciel et bonne pratiques de conception.
2. Architecture logicielle et modèle en couche, Exemple sur GWT.
3. Principaux patrons de conception, principe et mise en œuvre en Java.
4. Le test logiciel et l’ingénierie des langages.
5. L'ingénierie dirigée par les modèles.
II. Programmation Client Serveur (JavaEE)

1. Architectures distribuées et plate-forme JavaEE
i. Les Technologies JavaEE et Spring
ii. Architecture : composants, services et communications
iii. Les problématiques des applications serveurs
2. API et frameworks JavaEE / Spring
3. La persistance avec JPA
i. Problématique du "mapping" objet-relationnel
ii. Les outils de mapping : JPA, Hibernate, Toplink
iii. Le mapping
iv. L’entity-manager
v. Le langage de requetage
4. Les services web, le cloud.
Pré-requis
Notation UML, connaissance du langage JAVA.
25
www.ensai.fr
Contrôle des connaissances

Un TP noté sera rendu.
Références bibliographiques
 I. SOMMERVILLE, Le Génie logiciel, Addison Wesley-France, 1988
 B. BEIZER, Software Testing Techniques, Second Edition, Van Norstrand, 1990
 B.W. BOEHM, Software Engineering Economics, Prentice-Hall, 1981
 E. GAMMA, R. HELM, R. JOHNSON, J. VLISSIDES, Design patterns, catalogue de modéles de conception
réutilisables, Vuibert, 2007
Langue d’enseignement
Français
26
www.ensai.fr
INDEXATION WEB
Web datamining
Enseignant : Nawfal TACHFINE (aramisauto)
A l’issue de ce cours, les élèves devront savoir collecter des informations issues du web, connaître la notion
d’Information Retrieval, savoir constituer des corpus, et les organiser à des fins d’analyse exploratoires. Ils devront
maîtriser également l’algorithme qui permet de hiérarchiser les pages web (pagerank) et les techniques de
classification de documents textuels.
Par ailleurs, ils devront avoir acquis les notions d’opinion mining (classification de textes, analyses de sentiments,
évaluation de modèles).
Toutes les applications seront traitées en R.
Partie 1 – Information Retrieval : Preprocessing, Extraction and PageRank
Mots clés : twitter, R, pagerank, corpus, term-document matrix, Information retrieval, tf-idf, stemming, Regex, kmeans
Partie théorique (3h)

- Information Retrieval
o Concepts & Définitions
o Term Document Matrix
o Tf-idf, Cosine Index, jaccard Index
o Stemming
- Web Search : Google
o Google et le Page Rank
o Pages Jaunes (Notion de tri alpha)
o Notion de graphes et de vecteurs propres
Partie pratique (9h)

- TP1 : Introduction à R pour le Web Mining (3h)
o Installation de librairies de textmining disponible dans R
27
www.ensai.fr
o Collecter les informations issues du WEB : Twitter, Wikipedia
o Pre-processing : Stemmatisation, Lemmatisation,
o Parsing HTML, XML,
o Tokenization
o Introduction à la term-document matrix
- TP2 : Similarité de documents (Applications aux recherches utilisateurs sur le site pagesjaunes.fr (3h)
o Indices de similarité : Tf, tf-idf Jaccard, Cosine
o Distance de Damerau, Distance de jaro
o Liens entre les recherches, Notion de graphe de recherche
- TP3 : Ordonnancement des résultats d’une recherche (3h)
o PageRank
o Détecter les mots clés
o Intro à la classification des docs sur mots clés
Partie 2 – Opinion Mining : Textmining, analyse de sentiments, classification et évaluation des modèles.
Mots clés : Facebook, R, opinion mining, corpus, sentiment analysis, annotation syntaxique.
Partie théorique (4h)

- Introduction
o Quelles applications dans quels domaines d’activités
- État de l’art (opinion mining, sentiment analysis, affective computing)
o Quels descripteurs pour quels types de données ?
▪ Textuelles
▪ Audio
▪ Images
o Sélection automatique de descripteurs (réduction de l’espace de recherche)
o Quels algorithmes de classification dans quels cas ?
- Constitution du corpus
o Réflexions générales sur la qualité des données et son impact
o Annotation manuelle et automatique (schéma d’annotation, calcul d’un score d’agrément inter-
annotateur,)
o Répartition des données dans les classes
- Pre-processing (texte)
o Quelle granularité pour mes données (mot, phrases, paragraphes)
o Annotation syntaxique et sémantique (exemples de POS, WordNet-Affect, etc)
- Évaluation
o Quelles mesures utiliser pour mesurer la qualité d’un modèle (rappel, précision, f-score, ROC, indices
de confiance a 0.95)
- Les produits du marché (exemples)
o Produit de la société TEMIS (cartouche sentiments)
o Produit de la société Sinequa
Partie pratique (8h)

- TP1 : classification de la valence d’un texte littéraire (critiques de cinéma)
28
www.ensai.fr
- TP2 : classification de la valence de textes issus de réseaux sociaux (twitter, facebook)

- TP3 : Fusion de modèles (à partir des modèles crées dans le TP2)
- TP4 (optionnel) : Constructions de modèles à partir d’indices multimodaux (texte + audio)
Pré-requis
SQL.

Projet par groupe d’élèves.
Les * indiquent les lectures fortement conseillées.
 Web DataMining, Exploring Hyperlinks, Contents, and Usage Data, Bing Liu, Springer (Chapitre 6 à 13) (*)
 Information Retrieval, http://nlp.stanford.edu/IR-book/pdf/irbookonlinereading.pdf (chapitres 1-3) (*)
 package tm in R, http://cran.r-project.org/web/packages/tm/vignettes/tm.pdf (*)
 Infrastructure of Texmining with R, http://www.jstatsoft.org/v25/i05/paper
 Webmining pluging in R, http://cran.r-

project.org/web/packages/tm.plugin.webmining/vignettes/ShortIntro.pdf
 PageRank, http://ilpubs.stanford.edu:8090/422/1/1999-66.pdf
 Introduction to PageRank, http://www.stat.berkeley.edu/~vigre/undergrad/reports/christensonNathan.pdf

(*)
 Mining the social web, https://github.com/ptwobrussell/Mining-the-Social-Web
 Pang B. and Lee L. (2008). "Opinion mining and sentiment analysis." Foundations and Trends in Information
Retrieval 2(1-2).
 Dini L. and Mazinni G. (2002). Opinion classification through information extraction. CELI. Turin, Italy
 Cornuéjols A., Miclet L. and Kodratoff Y. (2002). Apprentissage artificiel : Concepts et algorithmes
 Ilieva L. (2004). Combining Pattern Classifiers : Methods and Algorithms (chapitre 1 “Fundamentals of Pattern
Recognition”, chapitre 4 “Fusion of Label Outputs”) (*)
Français.
29
www.ensai.fr
PROJET WEB ET APPLICATIONS WEB

Web applications
Cours : 12h ● Atelier : 15h ● Projet : 9h
Enseignants : Olivier BARAIS (U. Rennes I) & Olivier CHANTREL (Orange)

L'objectif de cet enseignement est d'effectuer un projet de bout en bout. Ce projet commence par une modélisation
utilisant les méthodes et techniques vues en génie logiciel et se termine par une implémentation en JavaEE.
Ce cours vise à donner aux étudiants une vision détaillée du web d’aujourd’hui en présentant les technologies
historiques du web (html, xml) et les technologies plus récentes du web 2.0 (css, javascript, HTML5, Ajax, Php, MySql).
- Encadrement en début de projet afin de préciser les besoins et pour déterminer l’architecture générale du
programme.
- Encadrement distant sur des questions techniques ponctuelles
- Encadrement technique lors de la phase d’implémentation
- Soutenance des projets
- L’historique du web / XML et ses applications (html, xml, dtd, web services etc.)
- Le web actuel (css, javascript, HTML5, Ajax, MySql, Php)

Les étudiants sont évalués sur la base du rapport d’étude et d’une soutenance devant un jury, incluant une
démonstration de leur réalisation.
 L. Roland, « Structurez vos données avec XML », 2014
 L Van Lancker, « AJAX - Développez pour le Web 2.0 - Entrez dans le code : JavaScript, XML, DOM,
XMLHttpRequest2... (2ième édition) », 2015
 C Pierre de Geyer & E Daspect, « PHP5 avancé », 2012
Français
30
www.ensai.fr
UE3 – Big Data
TECHNOLOGIES SEMANTIQUES
Semantic Technologies
Enseignants : Sébastien FERRE (IRISA)
Objectif pédagogique:
Le cours vise à donner aux étudiants une vision détaillée de la prochaine génération du web - le web sémantique -, qui
introduit le sens de l'information dans les échanges de données pour permettre aux machines de traiter
automatiquement l'information disponible sur le web. Le cours présente les standards du web sémantique et propose
aux étudiants de manipuler des outils implémentant ces standards pour répondre à un cas d'usage concret.
Contenu de la matière:
* Introduction au Web sémantique et au modèle de description RDF
* Introduction à RDFS/OWL et au langage SPARQL
* Le Web sémantique en pratique
Pré-requis:
* Programmation Java
* Connaissance des technologies du web: HTTP, HTML, XML
Contrôle des connaissances:

TP noté
Références bibliographiques:
* Grigoris Antoniou and Frank van Harmelen, A Semantic Web Primer, 2nd Edition (Cooperative Information Systems),
2008
Langue d'enseignement:
Français
31
www.ensai.fr
UE3 – Big Data
TECHNOLOGIES NOSQL
NoSQL Technolgies
Enseignant : David GROSS-AMBLARD (IRISA)
Ce cours vise à présenter les différentes approches présententes dans le contexte des bases de données NoSQL. Ces
bases de données se distinguent des approches classiques relationnelles. Ces approches abandonnent la
représentation matricielle de l’information ainsi que le langagage SQL au profit d’une plus grande simplicité, d’une
meilleure performance et d’une meilleure scalabilité.
Pré-requis
Bases de données relationnelles

Français
32
www.ensai.fr
UE 3– Big Data
PUBLICATION DE DONNEES RESPECTUEUSE DE LA VIE PRIVEE

Privacy-preserving data publishing
Séminaire : 9h
Enseignant : Tristan ALLARD (Univ. Rennes 1)
Objectif de la matière
« Les données personnelles sont le nouveau pétrole d'Internet et la nouvelle monnaie du monde numérique » a
déclaré M. Kouneva, commissaire européen à la protection des consommateurs en mars 2009. La valeur de l'analyse
massive des données personnelles pour les industriels, les scientifiques et la société en général est largement
reconnue aujourd'hui. Cependant, leur caractère personnel et potentiellement sensible est un obstacle majeur à leur
partage à grande échelle. L’objectif des modèles et algorithmes de publication de données respectueuse de la vie
privée est précisément d’offrir des garanties fortes de respect de la vie privée tout en autorisant un partage de qualité
à des fins d'analyse. La tâche est loin d'être triviale comme l'ont démontré plusieurs scandales de ré-identification.
L'objectif de ce cours est de présenter aux étudiants les principaux paradigmes et techniques de publication de
données respectueuse de la vie privée.
L’accent sera particulièrement mis sur un modèle proéminent aujourd’hui : la differential privacy.
Contenu de la matière :
 Introduction : motivation, défis, survol
 Paradigmes : non-informatif, differential privacy
 Publication interactive: modèles type differential privacy, mécanismes principaux de perturbation intéractive
(e.g., Laplace)
 *Perturbation locale : le mécanismes des réponses randomisés pour satisfaire la differential privacy
 Publication centralisée : mécanismes de génération de données synthétiques satisfaisant la differential privacy,
survol des modèles basés sur le partitionnement (e.g., k-anonymat, l-diversité) et des mécanismes principaux
pour les satisfaire (e.g., algorithme de Mondrian)
 Conclusion : les pratiques « dans le monde réel », questions ouvertes
Pré-requis :
 Connaissances de base en gestion de données, en algorithmique, et en probabilités et statistiques.
 Compétences de base dans un langage de programmation parmi Java, Python, ou R.
Contrôle des connaissances :

QCM en fin de présentation
 B.-C. Chen, D. Kifer, K. LeFevre, et A. Machanavajjhala, Privacy-Preserving Data Publishing, Found. Trends
databases, vol. 2, no 1-2, p. 1-167, 2009.
 C. Dwork et A. Roth, The Algorithmic Foundations of Differential Privacy, Found. Trends Theor. Comput. Sci., vol.
9, no 3-4, p. 211-407, 2014.
 B. C. M. Fung, K. Wang, R. Chen, et P. S. Yu, Privacy-preserving data publishing : A survey of recent developments,
ACM Comput. Surv., vol. 42, no 4, p. 14:1-14:53, 2010.
Langue d’enseignement: Français
33
www.ensai.fr
UE4 – Systèmes et Réseaux
RESEAUX ET SYSTEMES D’EXPLOITATION

Computer Networks and Operating System
Enseignant : Jean-Baptiste LOISEL (Orange Consulting)
Enseignement destiné aux élèves de la filière « Statistique et Ingénierie des Données » et du Master Big Data
Course Objectives
This course aims to provide students with an understanding of the core principles of technologies constituting the
foundation of the IT world: operating systems and computer networks.
In the first part, we will study the way an operating system organizes and facilitates the interaction of its key resources
such as processor, memory, and file system in a multi-tasking and multi-user context.
The second part will focus on networks and will address various topics, such as network topology and technologies,
Ethernet, ADSL, LAN, WAN, VLAN, Internet, Wifi and secure Wifi, TCP/IP layers, major protocols (DNS, SMTP…),
network devices, architecture designs (dimensioning, redundancy, segmentation, DMZ…).
Implications for the security of the Information System will also be touched when addressing these topics, in order to
raise awareness about inherent security risks and relevant countermeasures.
Course description
Operating Systems Computer Networks
1. Operation Systems overview 1. Introduction
2. Operation Systems overview 2. Host-network layer
3. Processes 3. Internet layer
4. Inter-process communication 4. Transport layer
5. Memory management 5. Application layer
6. Processes scheduling 6. Architecture review
7. File systems
8. Disk management systems (RAID)
9. Virtualization
Practicals will supplement the course.

Course evaluation
Written exam
Bibliography
 Modern Operating Systems. Andrew Tanenbaum. Pearson Education. 4th edition (2014). ISBN-13: 978-
0133591620 ISBN-10: 013359162X
 Computer networks. Andrew Tanenbaum & David Wetherall. Pearson. 5th edition (2010). ISBN-13: 978-
0132126953 ISBN-10: 0132126958
Anglais
34
www.ensai.fr
INITIATION A UNIX
Networks and Systems
Enseignant : François Xavier BRU (Orange Consulting)
Il s’agit d’un atelier intense pendant lequel les étudiants vont installer une version récente de Linux et apprendre à
manipuler ce système d’exploitation afin de l’utiliser tout au long de l’année.
Linux est en particulier central pour utiliser et développer les technologies Big Data.
1. Présentation d’Unix
2. Installation d’une version
3. Découverte pratique d’unix
4. Installation de logiciels
Pré-requis
Le contrôle des connaissances s’effectue sur l’ensemble des matières de l’UE.
C. PELISSIER, Unix, Editions Hermès
Français
35
www.ensai.fr
SYSTEMES REPARTIS
Networks
Enseignant : David FREY & George GIAKKOUPIS (Inria Rennes)

Cet enseignement vise à donner aux étudiants les connaissances de base sur les architectures distribuées, réparties
sur différents sites partout dans le monde. Les trois architectures réparties à grande échelles les plus courantes seront
présentées : grilles, systèmes peer-to-peer, et cloud. Les hypothèses, concepts and algorithmes seront détaillés pour
chacune d'entres elles. L'objectif est d'avoir une connaissance des systèmes répartis disponibles actuellement et de
pointer les directions futures de ces architectures.
1. Introduction aux architectures distribuées
2. Les concepts fondateurs (synchronisation, exclusion mutuelle, etc.)
3. Les approches centralisées et semi-centralisées (cloud, grilles, etc.)
4. Les approches décentralisées (systèmes P2P - structurés, non-structurés et hybrides)
5. Application aux systèmes de partage de fichiers et aux protocoles épidémiques
Pré-requis
Algorithmique, Programmation orientée Objet

Un projet de mise en œuvre de système décentralisé, type épidémique
 Andrew S. Tanenbaum et Maarten Van Steen. Distributed Systems: Principles and Paradigms. Pearson New
International Edition (2013)
 Kenneth Birman . Guide to Reliable Distributed Systems. Springer Verlag (2012)
 Fabrice Le Fessant et Jean-Marie Thomas. Le peer-to-peer : Comprendre et utiliser. Eyrolles (2011)
 Andrew S. Tanenbaum. Systèmes d'exploitation : Systèmes centralisés, systèmes distribués. Dunod (1999)
Français
36
www.ensai.fr
SECURITE DES DONNEES

Data Security
Enseignant : Franck LANDELLE (DGA MI)
La sécurité informatique fait actuellement l’objet d’une actualité particulièrement dynamique : attaques
spectaculaires (virus, intrusion, ...), commerce électronique, évolutions de législations… L’objet de ce cours est de
présenter les grands principes de la sécurité informatique et les techniques de protection des données. L’usage de la
cryptographie est l’un des outils de protection contre la divulgation, la modification ou l’accès illégitime à des données
ou moyens. Les techniques cryptographiques qui permettent d’assurer les services de confidentialité, d’intégrité, de
signature ou d’authentication. Finalement, des systèmes utilisant ces techniques seront schématiquement décrits.
1. Introduction à la sécurité
1.1. Besoins
1.2. Menaces
2. Cryptographie
2.1. Définitions générales
2.2. Cryptographies à clés secrètes
2.3. Cryptographies à clés publiques
2.4. Protocoles cryptographiques
3. Systèmes utilisateurs
3.1. Applications Web
3.2. Carte bancaire
3.3. Application réseaux
Pré-requis : Aucun
Examen écrit
 Schneier, Cryptographie appliquée, Thomson Publishing, 1997
 Stinson, Cryptographie : Théorie et pratique, Vuibert 2003
 Menezes, Van Oorschot, Vanstone, Handbook of applied Cryptography, CRC Press, 1997 (version actualisée
en ligne)
 Vergnaud, Exercice et problèmes de la cryptographie, Dunod, 2012.
 Singh, Histoire des codes secrets, JC Lattes, 1999
Français
37
www.ensai.fr
GRANDES MASSES DE DONNEES SUR CLOUD

Big Data and Cloud Computing
Enseignant : Gabriel ANTONIU (Inria Rennes)
Objectif de la matière
Cet enseignement vise à donner aux étudiants les connaissances de base sur les architectures distribuées spécialisées
dans le traitement du Big Data. Les hypothèses, concepts and algorithmes seront détaillés pour chacune d'entre elles.
L'objectif est d'avoir une connaissance des systèmes sur Cloud disponibles actuellement et de pointer les directions
futures de ces architectures. L’objectif final est la mise en œuvre avec Hadoop et une base de données Big Data
spécifique.
 Introduction aux infrastructures distribuées : clusters, supercalculateurs, grilles, clouds
 Introduction au cloud computing
 Big Data: introduction, défis, enjeux
 Explicit Data management
 Transparent Data Management: NFS, Gfarm, Google File System:
 Introduction à MapReduce et Hadoop:
 Atelier pratique sur Hadoop
 Avenir de MapReduce: défis
 Approches post-MapReduce: Shark/Spark (Berkeley)
 Approches post-MapReduce: Stratosphere
Pré-requis
Système répartis, interrogation (SQL) de bases de données relationnelles.
Examen écrit.
 G. PLOUIN, Cloud computing et SaaS, Editions Dunod
 Le livre blanc du Cloud, du SaaS et des Managed Services pour les partenaires IT et télécoms. Edition 2013
 R. HENNION, H. TOURNIER, E. BOURGEOIS, Cloud computing : Décider - Concevoir - Piloter - Améliorer,
Editions Eyrolles, 2012
Français
38
www.ensai.fr

Brique SID v1 20 21 Sommaire

Transféré par

Droits d'auteur :

Formats disponibles

Brique SID v1 20 21 Sommaire

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Brique SID v1 20 21 Sommaire

Transféré par

Droits d'auteur :

Formats disponibles

Brique des enseignements de troisième année 2020/2021

FILIÈRE STATISTIQUE ET INGÉNIERIE DES DONNÉES

ANNÉE SCOLAIRE 2020/2021

Data Science and Big Data

2020/2021 ACADEMIC YEAR

Table des matières

Les enseignements spécifiques de la filière se divisent en deux, les enseignements informatiques

Le développement de grandes applications informatiques nécessite d’utiliser des méthodes d’aide

Descriptifs des enseignements

Compétences ou acquis d’apprentissage à l’issue de l’UE :

Les pré-requis de l’UE :

Acquis d’apprentissage (objectifs) :

Principales notions abordées :

Références bibliographiques : Définies par chaque intervenant.

Répartition des enseignements : Cours : 3h Atelier : 6h

Acquis d’apprentissage (objectifs) :

Principales notions abordées :

Acquis d’apprentissage (objectifs) :

UE : APPRENTISSAGE AUTOMATIQUE (MACHINE LEARNING)

Compétences ou acquis d’apprentissage à l’issue de l’UE :

Les pré-requis de l’UE :

UE1 Machine Learning

Langue d’enseignement : Français

Acquis d’apprentissage (objectifs) :

Principales notions abordées :

UE1 Machine Learning

REGRESSION PENALISEE ET SELECTION DE MODELES

Répartition des enseignements : Cours : 9h ● Atelier : 6h

Acquis d’apprentissage (objectifs) :

Principales notions abordées :

UE1 Machine Learning

APPRENTISSAGE A GRANDE ECHELLE

Répartition des enseignements : Cours : 6h ● Atelier : 9h

Acquis d’apprentissage (objectifs) :

Principales notions abordées :

UE1 Machine Learning

TRAITEMENT AUTOMATIQUE DU LANGAGE ET FOUILLE DU WEB

Répartition des enseignements : Cours : 9h ● Atelier : 12h (6h complémentaires en SID)

Acquis d’apprentissage (objectifs) :

Principales notions abordées :

Compétences ou acquis d’apprentissage à l’issue de l’UE :

Les pré-requis de l’UE :

Répartition des enseignements : 9h d’ateliers, et suivis réguliers

Acquis d’apprentissage (objectifs) :

Principales notions abordées :

PROJET DE FIN D’ETUDES

Répartition des enseignements : 9h d’ateliers, et suivis réguliers

Acquis d’apprentissage (objectifs) :

Principales notions abordées :

Répartition des enseignements : 12h d’ateliers

Acquis d’apprentissage (objectifs) :

Principales notions abordées :

UE Projet professionnel et Stages

UE : PROJET PROFESSIONNEL ET STAGES

Compétences ou acquis d’apprentissage à l’issue de l’UE :

Les pré-requis de l’UE :

Descriptifs des enseignements

UE Spécifiques filière SID

UE SPECIFIQUES FILIERE SID