Programme des cours 2025-2026
BINV3220-1  
Intelligence artificielle et data science, Intelligence artificielle et data science
Durée :
20h Th
Nombre de crédits :
Bachelier en informatique, orientation développement d'applications (Bachelier en informatique, orientation développement d'application)2
Nom du professeur :
Grégory SERONT
Coordinateur(s) :
Grégory SERONT
Langue(s) de l'unité d'enseignement :
Langue française
Organisation et évaluation :
Enseignement au premier quadrimestre, examen en janvier
Unités d'enseignement prérequises et corequises :
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement :
Cette unité d'enseignement introduit les bases nécessaires aux développeurs d'applications pour comprendre et utiliser l'intelligence artificielle. Elle propose une initiation au langage Python, utilisé comme support pour les exercices pratiques.

Les étudiants découvriront :

  • comment dialoguer efficacement avec une IA grâce aux principes du Prompt Engineering ;
  • comment intégrer l'IA dans des applications logicielles, en mobilisant des approches et protocoles récents sans se limiter à une technologie particulière ;
  • une première approche des IA agentiques à travers l'utilisation du Model Context Protocol (MCP) ;
  • les fondements de la Data Science, en particulier le rôle des données dans la construction de modèles et dans la qualité des résultats ;
  • une culture générale sur le fonctionnement de l'IA, ses limites techniques, ainsi que les enjeux éthiques et écologiques qu'elle soulève ;
  • des usages de l'IA pour accroître la productivité dans le développement d'applications (génération de code, assistance à la conception, documentation, etc.).
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement :
Au terme de cette unité d'enseignement, l'étudiant sera capable de :

  • Expliquer les concepts fondamentaux de l'intelligence artificielle, ses usages dans le développement d'applications ainsi que ses limites.
  • Dialoguer efficacement avec une IA en mobilisant les principes du Prompt Engineering.
  • Utiliser l'IA comme outil de productivité dans le cadre du développement d'applications (génération de code, assistance à la conception, documentation, etc.).
  • Mettre en œuvre des scripts simples en Python et utiliser des notebooks pour explorer des exercices pratiques liés à l'IA.
  • Intégrer un modèle d'IA dans une application à petite échelle (par exemple via l'appel d'une API), en comprenant les aspects conceptuels et techniques.
  • Découvrir l'utilisation de protocoles émergents (par ex. Model Context Protocol) pour interagir avec des IA agentiques.
  • Manipuler de petits jeux de données avec des outils de base (ex. Pandas) afin de comprendre le rôle des données dans la construction et l'utilisation de modèles.
  • Analyser de manière critique les enjeux éthiques et écologiques liés à l'usage de l'intelligence artificielle dans le développement d'applications.
Savoirs et compétences prérequis :
Activités d'apprentissage prévues et méthodes d'enseignement :
Courte prsentation théorique suivie d'exercices sur machine
Mode d'enseignement (présentiel, à distance, hybride) :
Présentiel
Lectures recommandées ou obligatoires et notes de cours :
Modalités d'évaluation et critères :
Examen écrit sur machine
Stage(s) :
Remarques organisationnelles :
Contacts :