Andrianantenaina Princy R.

• MATHÉMATIQUES ET MACHINE LEARNING Mathématiques avancées pour le Big Data avec R Traitement automatique du langage naturel Deep Reinforcement Learning Deep Learning Cryptogaphie • MAJEURE DATA SCIENCE Unsupervised Deep Learning IA & Support robotique • LANGAGES ET DÉVELOPPEMENT Programmation fonctionnelle (Scala) Blockchain & développement • AUTOMATISATION ET OUTILS DE PRODUCTION AVANCÉS Automatisation infrastructure de données AWS pour ML & Big Data Docker & Kubernetes DevOps • CLOUD ET TRAITEMENTS DISTRIBUÉS Environnement de dév, test et prod AWS, Azure et GCP Spark Core Spark Streaming • DONNÉES ET ARCHITECTURES Reporting & restitution Sécurité du Big Data IoT & Big Data BI & Big Data Elastic Search • DROIT ET ÉTHIQUE Droit & éthique dans la gestion des données personnelles Droit de l'informatique & de l'internet • COMMUNICATION ET GESTION DE PROJET Communication Professionnelle Méthodologie agile SCRUM Gestion de projet Big Data Management de projet SI Management d'équipe

Licence 2ème année – Architecture des Ordinateurs – 54h – Développements d’Applications – 54h – Systèmes d’Exploitation – 54h – Concepts Avancés de Programmation – 54h – Structures de données et Algorithmes – 54h – Mathématiques pour l’informatique – 54h – Algorithmique de Graphes – 54h – Introduction aux Bases de Données – 54h – Projet Personnel d’études et d’insertion – 15h – Anglais UE2 – 30h – Probabilités et Statistiques élémentaires – 27h – Calcul de Probabilités – 27h - Culture Générale/ Sport – 22h30 - Algorithmique avancée - 54h - Algorithmique et fondements de la science des données - 54h - Programmation Système – 54h - Bases de données - 54H - Théorie des langages et compilation – 54h – Cryptographie – 54h – Réseaux – 54h - Modèles de calculs et complexité 54h – Projet – Fin d'études – Connaissances l’entreprise – 15h – Anglais UE3 – 30h

• Informatique : algorithmique et programmation dans différents types de langage (Python, C, Java, Haskell, Javascript, PHP, etc.), conception objet, bases de données, systèmes, technologies émergentes, initiation aux réseaux, compilation, etc. • Mathématiques : logique ; arithmétique des entiers et des polynômes ; ensembles finis et dénombrement ; intégrales et dérivées; algèbre linéaire ; probabilités, statistiques • Enseignements d’ouverture : physique, chimie, biologie, théorie du vote • Enseignements transversaux : anglais, culture numérique • Enseignements de préparation à la vie professionnelle : projet personnel, projet professionnel, ateliers d’aide à la recherche de stage, initiation à l’entrepreneuriat, stage