M2 Systèmes Industriels - Apprentissage

• notions de statistiques ;
• connaissances sur les bases de données relationnelles.

Le cours est composé des chapitres suivants :
1/ Introduction au module et domaines d'application

• généralités ;
• intelligence artificielle et science des données, au delà des effets de mode.
  2/ Apprentissage statistique
• modèles de régression
• sélection de modèles en adéquation avec les données ;
  • préparation des données ;
  • principe de la validation croisée ;
  • estimation des erreurs de prédiction.
• réseaux de neurones
  • historique, et formalisation ;
  • perceptron et perceptron multi-couches ;
  • architecture des réseaux de neurones.
    3/ Architectures de traitement des données massives
• introduction aux bases de données de type NoSQL ;
• arbitrer entre bases de données relationnelles et NoSQL ;
• introduction à Spark ;
• introduction au protocole MCP (Model Context Protocol), une nouvelle façon d'intégrer des agents exploitant l'IA.
  4/ Intelligence artificielle et développement soutenable
• ordres de grandeur de la consommation énergétique des IA
• AI for green / Green AI
• pistes pour construire des IA frugales

L'objectif de cette UE est de donner aux étudiants les clés pour comprendre les options qui s'offrent à eux en matière de traitement de données massives.

A l'issue du premier cours, les étudiants sont amenés à travailler en binôme sur un projet.
Chacun comporte :

• Un objectif fonctionnel
• Une méthode imposée
• Un jeu de données disponible
• Des scores indicatifs obtenus par des chercheurs sur le même jeu de données.

• Data science par la pratique, Joel Grus, Eyrolles, 2017
• Data science : fondamentaux et études de cas: Machine Learning avec Python et R, Michel Lutz et Eric Biernat, Eyrolles, 2015.
• The Elements of Statistical Learning, Data Mining, Inference, and Prediction, Second Edition, Trevor Hastie , Robert Tibshirani , Jerome Friedman, Springer, 2009

• niveau B2 dans les 5 activités langagières

• les documents étudiés traitent de sujets d'actualité (science, technologie, société, enginierie, ...)
• l'entraînement aux 5 activités langagières s'appuient sur des documents authentiques
• les activités et supports d'activités sont compilés dans une brochure de cours distribuée aux étudiants en début de semestre
• les supports de cours (audio/video) sont accessibles sur un module de cours sur eCampus
• un cahier de textes, un planning des évaluations, des liens, des activités d'approfondissement sont disponibles sur un moule de cours sur eCampus
• les étudiants doivent produire une présentation orale de 5 minutes en anglais devant leur groupe
• les étudiants s'entraînent à comprendre à l'oral et à l'écrit à partir de documents authentiques
• les étudiants intéragissent en groupes (pair work, group work, débats)
• les étudiants peuvent s'entraîner au test TOEIC en laboratoire de langues

Enrichir et approfondir sa pratique de l'anglais à l'écrit et à l'oral, en compréhension et en production

Préparer la passation d'une certification internationale (TOEIC par exemple)

• s'exprimer avec aisance et fluidité à l'écrit
• s'exprimer avec aisance et fluidité à l'oral
• comprendre de façon détaillée un document sonore authentique (interview, conférence, dialogue, ...)
• comprendre de façon détaillée un document écrit authentique (article de presse, documentation scientifique, extrait littéraire, ...)
• prendre part à des débats / échanges d'idées autour des problématiques étudiées

How to Write and Publish a Scientific Paper
Robert Day, Barbara Gastel
Cambridge, 319 pages

La grammaire anglaise de l'étudiant, Serge Berland-Delépine, Jean-Louis Duchet, Ophrys.

Nombreux sites en ligne (news, exercices), liste évolutive fournie aux étudiants ) chaque début de semestre.
Deux brochures de documents supports et grammaire faites par l’enseignant, données à la première séance, à apporter à chaque cours.

Les items abordés dans les conférences sont les suivants :

• Paysage de la recherche en France : structuration des communautés (CNU, GdR, sociétés savantes, clusters, pôles de compétitivité, ), établissement de recherche publics, semi-publics et privés, universités, écoles d’ingénieur… Eco système rapproché du chercheur (laboratoire, équipe, …)
• Recrutement, statut et carrière des chercheurs et enseignants-chercheurs ;
• Le doctorat, principes, typologie, sources de financement, débouchés ;
• Ethique et intégrité scientifique (plagiat, consentement pour les expériences, etc) ;
• Publication : typologie (conférences, revues), classement des conférences et revues, bonnes et mauvaises pratiques (éditeurs prédateurs…)
• Ecriture scientifique : les règles à adopter
• Sources et fond de documentation pour la rédaction des articles

L’objectif de ce module est de former les étudiants à la recherche et aux pratiques de la communauté scientifique.

L'enseignement est composé d’une série de conférence thématique sur le métier du chercheur et la voie universitaire qui y conduit à travers le doctorat. Une partie pratique concerne la rédaction d’un article scientifique.

Une mise en application par la rédaction d’un état de l’art / ou article scientifique utilisant le format d'article IEEE fera l'objet d'une évaluation.

Rédiger pour être publié ! -- Conseils pratiques pour les scientifiques, Eric Lichtfouse, 2eme édition, Springer, 2012.

Maitrise de la programmation orientée objet

Concepts, historique et applications de la Réalité Etendue
Canaux sensori-moteurs et interfaces
Démonstrations mobiles et plateforme EVRA
Interfaces Utilisateurs et Techniques d’interactions 3D
Introduction ou Rappels Moteurs de Jeu
Introduction à la recherche en XR et à la bibliographie
Développement sur casque XR
Conception et développement d’interactions 3D visuelles et audio simples

Comprendre les principes fondamentaux de la Réalité Étendue (VR, AR, MR) et ses enjeux tant théoriques que techniques, industriels et humains

Apprendre les bases du développement d'interactions 3D, de la conception à la mise en œuvre sur casque XR.

S’initier à la démarche et à l’analyse scientifique en XR.

Les activités pédagogiques s’organisent autour :

• de cours magistraux pour l’acquisition des fondements scientifiques et des connaissances,
• de travaux dirigés et pratiques sur plateformes logicielles et matérielles pour la mise en oeuvre des savoir-faire techniques.

Fuchs, P., Moreau, et al. (2006). Le traité de la réalité virtuelle. Volumes 1 à 4.
Jerald, J. (2015). The VR book: Human-centered design for virtual reality. Morgan & Claypool.
Lavalle, S. M. (2017). The Book of Virtual Reality. Cambridge Univ. Press.
Laviola, J. J., Kruijff, E., Mcmahan, R. P., Bowman, D. A., & Poupyrev, I. (2017). 3D User Interfaces, Theory and Practice (2nd edition). Addison-Wesley.
Ortega, F. R., Abyarjoo, F., Barreto, A., Rishe, N. and Adjouadi, M., (2016). Interaction design for 3D user interfaces: The world of modern input devices for research, applications, and game development.
Stanney, K. and Hale, K. (2014). Handbook of Virtual Environments: Design, Implementation, and Applications.

Algèbre linéaire, notions sur le traitement et synthèse d’images

Bases de la géométrie projective
Modélisation et calibration de capteurs
Méthodes d’inférence 3D
Méthodes PnP de calcul de pose
Méthodes analytique et numérique de suivi 3D.
Présentation des techniques d’IA de reconnaissance et de suivi d’objets .
Présentation de la librairie OpenCV

Présenter les différents procédés et algorithmes de perception et d’inférence et
de suivi 3D de l’environnement, afin de permettre la mise en oeuvre des applications de réalité augmentée.

Les activités pédagogiques s’organisent autour :

• de cours magistraux pour l’acquisition des fondements scientifiques et des connaissances,
• de travaux dirigés et pratiques sur plateformes logicielles et matérielles pour la mise en oeuvre des savoir-faire techniques.

R. Horaud, "vision par ordinateur", hermes 1995
David A. Forsyth, Jean Ponce "Computer Vision : A Modern Approach", Prentice Hall, 2002 — Richard Szeliski, Computer Vision: Algorithms and Applications, Springer 2010.

Bonnes connaissance de l’algèbre linéaire, des probabilités et bonne maîtrise de la programmation (Pythin notamment)

Rappels des outils fondamentaux
Méthodes de classifications et de régression
Introduction aux réseaux de neurones
Réseaux de neurones convolutionnels
Introduction à l’IA générative
Ethique et durabilité

Présentation et compréhension des concepts de bases de l’IA moderne : apprentissage statistiques, deep learning
Maîtrise des outils et frameworks utilisés en pratique (scikit-learn, pytorch, etc)
Réflexions sur les limites, les biais et les enjeux du développement de l’IA

Les activités pédagogiques s’organisent autour :

• de cours magistraux pour l’acquisition des fondements scientifiques et des connaissances,
• de travaux dirigés et pratiques sur plateformes logicielles et matérielles pour la mise en oeuvre des savoir-faire techniques.

Bishop, Christopher, Bishop, Hugh. Deep Learning, Foundations and Concepts. Springer, 2024.
Murphy, Kevin. Probabilistic Machine Learning, An Introduction. MIT Press, 2022.
Goodfellow, Ian, Yoshua Bengio, and Aaron Courville. Deep learning. MIT Press, 2016.

Travail Coopératif Assisté par Ordinateur (TCAO)
Architectures logicielles des systèmes Multi-utilisateurs
Environnements de réalité étendue collaboratifs (XR-C) : modèles de gestion de l’interaction 3D du groupe (modèle spatial de l’interaction, modèles de présence, gestion dynamique des intérêts, l’awareness dans les environnements de XR-C )
Dimension sociale et accessibilité des environnements XR-C (synchronisation interpersonnelle, identités numériques, communication verbale et non verbale, confiance et engagement dans les équipes virtuelles, réseaux sociaux XR…).
Développement d’un environnement XR-C sur casques XR

Comprendre les principes fondamentaux du Travail Collaboratif Assisté par Ordinateur (TCAO).
Présenter les architectures logicielles des systèmes multi-utilisateurs et collaboratifs (collecticiels).
Présenter les prérequis pour la conception d’un Environnement de réalité étendue (XR : VR/AR/MR) Collaboratif (XR-C)
Prendre en compte l’impératif humain pour rendre la collaboration accessible à tous.

Les activités pédagogiques s’organisent autour :

• de cours magistraux pour l’acquisition des fondements scientifiques et des connaissances,
• de travaux dirigés et pratiques sur plateformes logicielles et matérielles pour la mise en oeuvre des savoir-faire techniques.

• Connaissances de base en automatismes, en robotique et en génie mécanique.
• Notions fondamentales en gestion de projet et en organisation industrielle.

1. Introduction à l’ingénierie industrielle durable
2. Robotique, robotique collaborative, robotique mobile
3. Robotique collaborative et intégration homme-robot
4. Chiffrage et analyse de la valeur
5. Manager responsable en robotique
6. Rédaction de Cdc

Cette unité d'enseignement a pour finalité de :

1. Analyser un système de production en intégrant des critères de performance, de durabilité et d’ergonomie.
2. Répondre à une stratégie d’automatisation par le choix des technologies adaptées au besoin (robotique, robotique collaborative, mobile,…)
3. Concevoir des solutions robotiques, éventuellement collaboratives ou mobiles, adaptées aux besoins industriels et humains.
4. Évaluer les coûts et les impacts d’une solution technique (chiffrage global, cycle de vie, efficacité énergétique,...).
5. Adopter une posture de manager responsable, prenant en compte la valeur travail, la place des opérateurs et les enjeux éthiques de l’automatisation.

Les activités pédagogiques s’organisent autour :

• de cours magistraux pour l’acquisition des fondements scientifiques et des connaissances,
• de travaux dirigés et pratiques sur plateformes logicielles et matérielles académiques et industrielles pour la mise en oeuvre des savoir-faire techniques.

• Sélectionner et dimensionner des technologies de robotique, de robotique collaborative et/ou de robotique mobile adaptées à un contexte industriel.
• Réaliser une analyse technico-économique complète d’un projet (chiffrage, impact, valeur ajoutée).
• Intégrer la dimension humaine et éthique dans la conception et le déploiement de systèmes robotisés.
• Communiquer efficacement et défendre des choix techniques dans une démarche de management responsable.

• UE Robotique industrielle (M1).
• Connaissances de base en automatismes, capteurs/actionneurs et architecture d’un système industriel.
• Notions fondamentales en gestion de projet

1. Principes généraux de l’intégration robotique
2. Caractéristiques et critères de choix des robots
3. Métiers et process
4. Sécurité, normes et certification d’installations
5. Gestion de projet robotique
6. Cas d’étude / Projet

A l'issue de cette unité d'enseignement, les compétences acquises permettront de :

1. Analyser les besoins d’automatisation d’un poste ou d’une ligne de production au travers d’un cahier des charges.
2. Concevoir des solutions automatisées adaptées aux besoins industriels et humains.
3. Choisir, dimensionner et intégrer un robot industriel, collaboratif ou mobile adapté aux contraintes du procédé.
4. Appliquer les normes de sécurité et procédures de certification lors de la mise en service d’une cellule robotisée.
5. Piloter un projet d’intégration robotique depuis le cahier des charges jusqu’à la réception.
6. Collaborer au sein d’une équipe projet.

Les activités pédagogiques s’organisent autour :

• de cours magistraux pour l’acquisition des fondements scientifiques et des connaissances,
• de travaux dirigés et pratiques sur plateformes logicielles et matérielles académiques et industrielles pour la mise en oeuvre des savoir-faire techniques.

• Etudier les besoins et exigences d’un projet d’intégration robotique.
• Dimensionner et sélectionner le robot et ses périphériques selon le process visé.
• Appliquer les exigences réglementaires et normatives lors de la conception et de la mise en service.
• Conduire un projet complet d’intégration, de la conception à la validation.
• Travailler en équipe pluridisciplinaire

• Connaissances de base en programmation.
• Notions fondamentales en gestion de projet.

1-Définitions et historiques des IHM
2-Conception centrée utilisateur et prise en compte de l’humain
3-Critères ergonomiques pour la conception des interfaces
4-Réalités immersives et interfaces avancées
5-Interactions humain-systèmes robotisés
6-Programmation des interfaces
7-Cas d’étude / Projet

À l’issue de cette unité d’enseignement, les compétences acquises permettront de :

1. Analyser les besoins des utilisateurs et identifier les contraintes humaines, techniques et contextuelles liées à la conception d’interfaces interactives.
2. Appliquer les principes de la conception centrée utilisateur pour concevoir des interfaces efficaces, accessibles et adaptées aux usages.
3. Modéliser les interactions humain-système dans différents contextes en intégrant les notions de perception, cognition et action.
4. Concevoir et évaluer l’ergonomie des interfaces en s’appuyant sur les critères d’utilisabilité, de confort et de charge cognitive.
5. Développer et prototyper des interfaces interactives en utilisant des outils et langages de programmation adaptés.
6. Collaborer au sein d’une équipe pluridisciplinaire (designers, ingénieurs, ergonomes, développeurs) pour concevoir, itérer et évaluer des solutions interactives innovantes.

Les activités pédagogiques s’organisent autour :

• de cours magistraux pour l’acquisition des fondements scientifiques et des connaissances,
• de travaux dirigés et pratiques sur plateformes logicielles et matérielles académiques et industrielles pour la mise en oeuvre des savoir-faire techniques.

• Analyser les besoins des utilisateurs et les contraintes de conception d’interfaces.
• Appliquer les principes de la conception centrée sur l’utilisateur.
• Modéliser les interactions humain-système.
• Évaluer l’ergonomie des interfaces.
• Développer un prototype d’interface utilisateur pour une application donnée.

• Maîtrise des bases de la programmation Python (structures, classes, librairies).
• Connaissances fondamentales en robotique industrielle (cinématique, commande, programmation).
• Notions en automatismes souhaitées.

1. Introduction aux environnements de programmation robotique
2. Les outils de programmation haut-niveau (PHL)
3. Simulation et programmation
4. Initiation aux framework robotique
5. Comparaison des environnements et interopérabilité
6. Mini-projet d’intégration

L'enseignement proposé vide à développer la capacité à :

1. Identifier et comparer les langages et environnements de programmation utilisés en robotique industrielle et académique.
2. Programmer un robot industriel dans un environnement propriétaire (Roboguide – Fanuc).
3. Utiliser un environnement open source (ROS2) pour la simulation et la communication inter-robots.
4. Analyser les avantages, contraintes et perspectives des différents outils de programmation haut-niveau (PHL).
5. Concevoir un prototype logiciel intégrant un robot virtuel ou réel à travers un environnement de développement approprié.

Les activités pédagogiques s’organisent autour :

• de cours magistraux pour l’acquisition des fondements scientifiques et des connaissances,
• de travaux dirigés et pratiques sur plateformes logicielles et matérielles académiques et industrielles pour la mise en oeuvre des savoir-faire techniques.

• Identifier les langages et environnements de programmation adaptés à chaque contexte robotique.
• Utiliser un simulateur industriel (Roboguide) pour programmer et valider des trajectoires.
• Mettre en œuvre une architecture ROS2 pour la communication et le contrôle robotique.
• Comparer les avantages, limites et complémentarités des outils de programmation haut-niveau.
• Concevoir un prototype d’application robotique intégrant programmation, simulation et interconnexion.

• ROS2 Documentation – Open Robotics : https://docs.ros.org
• Fanuc Roboguide User Manual – Fanuc Corporation.

• Management et ERP.
• OGP.
• Logistique.
• Anglais technique.

• Maintenance aéronautique et organismes de régulation et de contrôle
• Règlementation EASA, FFA et accords bilatéraux.
• Documentation et traçabilité
• Maintenance opérationnelle et gestion de navigabilité
• Sûreté de fonctionnement et maîtrise des risques.

Ce cours apporte la connaissance et la maîtrise de la réglementation européenne aéronautique, concernant la conception et le management de la maintenance aéronautique en vue de la certification des aéronefs et du maintien de navigabilité. Les opérations sont replacées dans leurs interactions avec les différents services associés, en particulier l’amélioration continue, la logistique et les achats.

Cours – TD et TP permettant d'appliquer une pédagogie par projet.

• Harry Kinisson, « Aviation Maintenance Management », McGraw Hill Professionnal, 2004.
• Michael Kroes & William Watkins, « Aircraft Maintenance and Repair, Seventh Edition », McGraw-Hill Professional, 2013.
• R. Amalberti, « La conduite des systèmes à risques », PUF, 1996.
• Gilles Lasnier, « Sûreté de fonctionnement des équipements et calculs », Eyrolles, 2011.

• Cours spécifiques de la voie professionnelle du master de la mention ISC ou équivalents.
• Niveau bac+4 en Sciences et technologies.

1.Introduction et sensibilisation via l’accidentologie et la réglementation aéronautique
2.Eléments de psychologie appliqués aux systèmes interactifs
3.Les modèles d’erreurs et les modèles d’interaction
4.Conception des systèmes interactifs
5.Méthodologie.

Ce cours apporte la connaissance des spécificités du comportement et des performances humaines nécessaires à leur prise en compte dans la conception des systèmes automatisés. Il permet d’en maîtriser les outils de modélisation des interactions homme-système et d’en connaître les différentes approches de conception.

Cours – TD et TP permettant d'appliquer une pédagogie par projet.

• Thierry Baccino, Catherine Bellino, Teresa Colombi, « Mesure de l’utilisabilité des interfaces », Hermes Sciences - Lavoisier, 2005.
• Jean-François Nogier, Thierry Bouilllot, Jules Leclerc J, « Ergonomie des interfaces », Dunod, 2011.
• Emmanuel DuBois, « Conception, Implémentation, Évaluation de Systèmes Interactifs Mixtes: une Approche de conception des Systèmes Interactifs Mixtes, basée Modèles et Centrée sur l'Interaction », Editions Universitaires Européennes, 2010.

• Cours spécifiques de la voie professionnelle du master de la mention ISC ou équivalents.
• Connaissances des caractéristiques mécaniques des matériaux.
• Connaissances des systèmes généraux d’essais
• Niveau bac+4 en Sciences et technologies ou équivalent.

1.Identification et analyse des différentes instrumentations au niveau d’un aéronef.
2.Analyse des moyens d’acquisition et de traitement des informations et des données expérimentales. Analyse des signaux.
3.Identification, analyse des essais sur l’aéronef en vue de sa qualification, (norme, moyens d’essais, …).
4.Identification et analyse des moyens de contrôles non destructifs (généraux au spécifiques du domaine aéronautique).

Ce cours aborde les problématiques de l’instrumentation d’un système (problématique des moyens expérimentaux et du traitement des informations fournies), des moyens d’essais propres au domaine aéronautique et les moyens de contrôles des structures en particulier aéronautique. Il s’appuie sur les connaissances des systèmes mécaniques, de la mécanique, des matériaux et des méthodes expérimentales.

Cours – TD et TP permettant d'appliquer une pédagogie par projet.

• Traitement des signaux et acquisition de données, DUNOD.
• Mesure physique et instrumentation, D. BARCHIESI.
• Propulseurs aéronautiques, P. LEPOURRY, R. CIRYCI.
• Instruments de bord, P. LEPOURRY.
• Méthodes et techniques de traitement du signal et applications aux mesures physiques, tome 1 et 2, J. MAX, J.L. LACOUME.

Connaissance des classes des matériaux
Résistance des matériaux

Optimisation du choix de Matériaux
Notion d'homogénéisation – Module équivalent
Caractéristiques mécanique des composites
Procédés d'obtention des composites
Procédés de mise en forme des matériaux métalliques
Procédés de mise en forme des matériaux plastiques.

Materiaux – Propriétés et applications – M.F. ASHBY – D.R.H. JONES Guide des fabrications mécaniques – P. PADILLA – A. THELY Précis de Construction mécanique – R. DIETRICH.

Les thématiques abordées en conférences sont :
1/ Industrie du futur :

• Définition, contexte de la 4ème révolution industrielle, concepts, enjeux et impacts ;
• Piliers technologiques sur lesquels s’appuie l’industrie du futur ;
• Structure de l'entreprise numérique
• Construire une feuille de route pour l'industrie du futur
  2/ Réalités immersives au service de l’industrie du futur :
• Exemples d’utilisation des réalités immersives dans l’industrie du futur ;
• Etude de l’impact de l’emploi de ces technologies dans les différentes étapes du cycle de vie des produits, de la conception à la maintenance en passant par la vente et le marketing.
  3/ Capteurs intelligents, objets communicants et internet des objets :
• Une nouvelle manière de produire et remonter les données en temps réel ;
• Définitions, concepts et applications dans le cadre de l’industrie du futur ;
• Problématique de la sécurité des réseaux.
  4/ Systèmes cyber-physiques et cobotique, une autre manière d’appréhender les chaînes de production.
  5/ Jumeaux numériques : modélisation et exploitation des systèmes cyber-physiques
• Introduction et définition du jumeau numérique
• Conception, usages et applications
  5/ Industrie 5.0, vers un développement soutenable et résilient.

Pour la partie pratique, les étudiants seront amenés à réfléchir, sur une ou plusieurs études de cas concrètes visant à mettre en place une politique appliquant les concepts de l'industrie du futur.

Cet enseignement vise à expliciter le concept de l’industrie du futur (ou industrie 4.0/5.0) et indiquer quels sont les conséquences et les impacts que cette mutation, essentiellement numérique, va avoir sur les méthodes de travail en entreprise.

Dans ce cadre, l'étudiant sera amené à construire une feuille de route pour mettre en oeuvre les concepts de l'industrie du futur sur une ou plusieurs études de cas concrètes.

Une partie de l’enseignement est abordé sous la forme de conférences thématiques, l’autre partie étant dédiée à un travail de réflexion des étudiants sur une ou plusieurs études de cas vues au travers du prisme de l’industrie du futur.

N. Julien, E. Martin, L’usine du futur – Stratégies et déploiement – Industrie 4.0, de l’IoT aux jumeaux numériques, deuxième édition. Dunod, 2021
J.-C. André, Industrie 4.0 - Paradoxes et conflits. ISTE, 2019
D. Kohler, J.-D. Weisz, Industrie 4.0 – Les défis de la transformation numérique du modèle industriel allemand. 2016

• Connaître les concepts de la programmation orientée objet.
• Maitriser au moins un langage de programmation orientée objet.

1. Le logiciel : particularité des cycles de vie et de réalisation :

• Cycle de vie des logiciels (de la conception au déploiement) ;
• Modèles de cycles de développement : cascade, cycle en V, itératif, méthodes agiles (XP, SCRUM, etc) ;

1. Conception des logiciels et outils pour cette dernière :

• modéliser les différents aspects du logiciel avec UML ;
• méthodologie de conception ;
• eco-conception du logiciel et référentiel d'éco-conception ;
• patrons de conception ;
• principales architectures logicielles ;

1. Qualité du logiciel :

• Approches de type TDD (Test Driven Development) ;
• Approches de type simulation et model-checking.

1. Maintenance du logiciel :

• Problématique du refactoring ;
• Les anti-patrons de conception.

1. Éléments managériaux concernant le numérique responsable.

Le Génie logiciel est le domaine de l'informatique s'intéressant à la maîtrise des méthodes, outils, techniques et activités associées aux logiciels : de leur conception à leur maintenance en passant par leur réalisation. L'objectif de ce cours est de donner un aperçu des différentes techniques, méthodes et pratiques de ce domaine.

UE mutualisée avec le parcours M2 ISC FA SIA.

Les séances de travaux pratiques seront organisées sous la forme de projet effectué en groupe visant à établir le dossier de spécification d'un logiciel, tout en prenant en compte le référentiel général d'éco-conception de services numériques implémenté dans l'outil NumEcoDiag.

• Génie Logiciel – David Gustafson – Ediscience, 2013
• UML2.0 par la pratique – Pascal Roques – Eyrolles 2009.
• Design Patterns – Catalogue de modèles de conceptions réutilisables – Erich Gamma, Richard Helm, Ralph Johnson, John Vlissides – Vuibert 1999.

Outils de base de la conduite de projet, outils de planification, notions de la structure d'une entreprise.

Management d’équipe, définition et création d’un avant- projet, management de projet
Rappels d’outils de la qualité, cadrage d’un projet, gestion d’une équipe de travail, évaluation des risques d’un projet.

Comprendre les principes fondamentaux du management appliqués à la qualité.

Cours-TD en prenant appui sur des thèmes industriels réels.

UE mutualisée avec le parcours FA (PR1103) et IDI (PR1104)

AFNOR Bernard Froment : du manuel de la qualité au manuel de management
Eyrolles : Jean-Claude Corbel : management de projet

• UE Dimensionnement et simulation des systèmes industriels (M1).
• Connaitre les principes de fonctionnement des systèmes de production (machines, postes, ressources, flux, stocks).
• Maitriser les principaux indicateurs de performance industrielle
• Avoir des notions de modélisation des processus industriels

1. Introduction et rappels sur l'organisation des systèmes de production.
2. Modélisation d’un système de production.
3. Environnements de simulation.
4. Simulation de flux sur outil professionnel de simulation.
5. Étude de cas.

L’enseignement vise à approfondir la compréhension et la maîtrise des approches de simulation numérique des flux industriels afin de :
1. Analyser les flux physiques et d’information d’un système de production complexe.
2. Construire un modèle de simulation numérique représentant un atelier ou une ligne de production.
3. Évaluer les performances d’un système industriel à l’aide de la simulation (TRS, saturation, goulots, équilibre de ligne).
4. Mettre en œuvre des outils professionnels de simulation.
5. Optimiser la conception et le pilotage des systèmes de production par des scénarios de simulation.
6. Collaborer dans un environnement PLM en intégrant la simulation dans le cycle de vie industriel (conception → validation).

Les activités pédagogiques s’organisent autour :
- de cours magistraux pour l’acquisition des fondements théoriques et des connaissances,
- de travaux dirigés et pratiques sur plateformes logicielles académiques et industrielles pour la mise en œuvre des savoir-faire techniques.
- la réalisation d'un mini-projet de simulation et d'amélioration d'une ligne de production industrielle.

Identifier les paramètres critiques influençant les performances d’un système de production.
• Modéliser un processus industriel dans un environnement de simulation.
• Paramétrer et exécuter une simulation de flux pour évaluer les temps de cycle, files d’attente et taux de charge.
• Exploiter les résultats de simulation pour proposer des améliorations de conception ou d’organisation.
• Mettre en œuvre un outil de simulation de flux industriel pour la modélisation et l’analyse dynamique d’un atelier.
• Comparer et justifier plusieurs scénarios d’aménagement ou d’équilibrage de ligne.

-Gestion de flux en entreprise : Modélisation et simulation
Auteurs : CLAVER Jean-François, PITT Dominique, GELINIER Jacqueline
-Outils d’optimisation pour la logistique : théorie et pratique
Auteur : Jean Michel REVEILLAC (Collection Systèmes et Génie

Disposer de notions de base en organisation et planification.
Connaître les principes généraux de fonctionnement des systèmes industriels et techniques (ressources, flux, livrables).
Disposer de repères élémentaires en comptabilité de gestion et en calcul de coûts (coûts fixes/variables, directs/indirects).
Être familier avec l’usage d’outils bureautiques et numériques (tableurs, logiciels simples de planification).
Posséder une capacité à travailler en groupe et à analyser un problème technique ou organisationnel de manière structurée.

L’enseignement couvre :
   Introduction à la gestion de projet : définitions, référentiel, triangle d’or (coût/délai/périmètre).
   Établissement du référentiel projet : périmètre, besoins, livrables, risques, planification (PERT, Gantt).
   Indicateurs et tableaux de bord : suivi temporel, budgétaire, qualité, conformité, ressources humaines.
   Calcul des coûts : typologie, coût complet, point mort, tarification marginale.
   Méthodes de gestion des coûts : Wilson/EOQ, courbe en S, gestion de la valeur acquise.
   Familles de coûts et construction du coût global : production, conception, montage, utilisation, déconstruction, coûts réglementaires et environnementaux.
   Études de cas pratiques : projets industriels/logistiques, simulation budgétaire, arbitrages.
   Compétences transversales : communication, pilotage d’équipe, autonomie, esprit critique.

L’enseignement vise à :
   Développer une maîtrise des fondamentaux de la gestion de projet (cycle de vie, référentiel, normes ISO 21500, PMBOK, PRINCE2).
   Approfondir les méthodes de planification et de pilotage (WBS/OBS, gestion des délais, suivi budgétaire, indicateurs SMART).
   Former à l’analyse et au calcul des coûts (typologie, seuil de rentabilité, coût complet, tarification marginale).
   Initier à l’utilisation d’outils analytiques (courbe en S, gestion de la valeur acquise, indices IPC/IPD).
   Mettre en pratique la conception et la réalisation de projets innovants, en confrontant les solutions proposées à l’existant.
   Développer des savoir-être professionnels (autonomie, rigueur, communication, travail collaboratif).
   Favoriser une vision systémique intégrant les dimensions techniques, économiques, logistiques, environnementales et règlementaires.

L’enseignement s’organise en Cours Magistraux, Travaux dirigés et Travaux pratiques
   Les cours magistraux visent à exposer les concepts, normes et méthodes.
   Les TD permettent d’approfondir les outils de planification et de suivi par des exercices chiffrés.
   Les TP mettent en œuvre des projets collectifs, avec restitution écrite et suivi régulier.
   L’évaluation repose sur une un rapport écrit (≥ 40 pages) et un examen final intégrant calculs de coûts et pilotage de projet.
L’approche pédagogique privilégie la mise en situation réelle, l’étude de cas industriels/logistiques et l’usage de logiciels spécialisés.

L’enseignement permet de développer :
   Savoirs : normes de gestion de projet, typologie des coûts, méthodes de planification.
   Savoir-faire : établir un référentiel projet, calculer un coût complet, utiliser des indicateurs, piloter un projet.
   Savoir-être : autonomie, rigueur, communication, travail collaboratif, respect des délais et livrables.
   Compétences transversales : esprit critique, capacité d’innovation, intégration des dimensions économiques, techniques et environnementales.

L’enseignement s’appuie sur :
   Véronique Malleret & Carla Mendoza, Coûts et Management, Dunod.
   PMBOK Guide, 6e et 7e éditions.
   ISO 21500 & ISO 21502, Management de projet.
   PRINCE2, Projects in Controlled Environments.
   Supports internes : Viard J.-B., Introduction à la QEC – Formule de Wilson ; Indicateurs et Tableaux de Bord ; Typologie des coûts ; Familles de coûts et construction du coût global.
   Normes et guides AFNOR X50-105, FD X50-115, FD X50-118.
  La conception mécanique, Méthodologie et optimisation, P. Boisseau, L’usine nouvelle – DUNOD
La conduite de projets
  Les 126 règles pour piloter vos projets, Thierry HOUGRON, Jean-Jacques COUSTY, Dunod

Introduction au management des SI.

-Présentation des systèmes d’information et des applications d’entreprise : caractéristiques, dimensions, et principaux types de SI, incluant les ERP (Enterprise Resource Planning), CRM (Customer Relationship Management), SCM (Supply Chain Management), et autres.
- L’usage des systèmes d’aide à la décision : exploration des visions théoriques de la prise de décision, des outils d’aide à la décision, de l’intégration de l’intelligence artificielle, et des méthodes permettant d’améliorer la prise de décision au sein des organisations.
- L’usage des systèmes d’aide à la gestion des connaissances : présentation des modèles de gestion des connaissances, des outils dédiés au management des connaissances, et des méthodes pour capitaliser et valoriser le savoir au sein des organisations.
- La gestion stratégique des SI : analyse du SI en tant que ressource stratégique, exploration de l’alignement stratégique des SI avec les objectifs de l’entreprise, et gestion de l’externalisation des SI (outsourcing) pour maximiser la valeur ajoutée.

L’enseignement vise à approfondir la compréhension et la maîtrise des approches de simulation numérique des flux industriels afin de :
1. Analyser les flux physiques et d’information d’un système de production complexe.
2. Construire un modèle de simulation numérique représentant un atelier ou une ligne de production.
3. Évaluer les performances d’un système industriel à l’aide de la simulation (TRS, saturation, goulots, équilibre de ligne).
4. Mettre en œuvre des outils professionnels de simulation.
5. Optimiser la conception et le pilotage des systèmes de production par des scénarios de simulation.
6. Collaborer dans un environnement PLM en intégrant la simulation dans le cycle de vie industriel (conception → validation).

Les activités pédagogiques s’organisent autour :
- de cours magistraux pour l’acquisition des fondements théoriques et des connaissances,
- de travaux dirigés et pratiques sur plateformes logicielles académiques et industrielles pour la mise en œuvre des savoir-faire techniques.
- la réalisation d'un mini-projet de simulation et d'amélioration d'une ligne de production industrielle.

Identifier les paramètres critiques influençant les performances d’un système de production.
• Modéliser un processus industriel dans un environnement de simulation.
• Paramétrer et exécuter une simulation de flux pour évaluer les temps de cycle, files d’attente et taux de charge.
• Exploiter les résultats de simulation pour proposer des améliorations de conception ou d’organisation.
• Mettre en œuvre un outil de simulation de flux industriel pour la modélisation et l’analyse dynamique d’un atelier.
• Comparer et justifier plusieurs scénarios d’aménagement ou d’équilibrage de ligne.

•        Bandyopadhyay, S. (2023). Decision support system: Tools and techniques. CRC Press / Routledge.•        Becerra-Fernandez, I., Sabherwal, R., & Kumi, R. (2024). Knowledge management: Systems and processes in the AI era (3rd ed.). Routledge.•        Pearlson, K. E., Saunders, C. S., & Galletta, D. F. (2024). Managing & using information systems: A strategic approach (8th ed.). Wiley.

Expérience de M1 en entreprise

Posture d’ingénieur

Communication inter-équipes

Autonomie et responsabilité

Gestion de situations délicates

Feedback avancé

Organisation personnelle efficace

Adopter une posture d’ingénieur junior,

Communiquer avec plusieurs équipes,

Gérer des responsabilités techniques simples,

Représenter l’entreprise avec professionnalisme.

Leadership débutant,

Communication avancée,

Prise de décision,

Autonomie, gestion d’interactions complexes.

Maîtrise des outils de base de l’entreprise

Analyse d’un besoin ;

Participation à un sous-projet ;

Documentation avancée ;

Validation et tests ;

Interaction avec des équipes expertes ;

Utilisation approfondie des outils métier.

Conduire une mission technique complète,

Rédiger des spécifications simples,

Collaborer avec des ingénieurs seniors,

Appliquer des procédures de qualité internes.

Spécification,

Analyse,

Mise en œuvre technique,

Tests,

Documentation professionnelle

Mission d’entreprise de plusieurs mois

Architecture d’un mémoire M2 ;

Problématique technique ;

Etat de l’art ciblé ;

Contribution en entreprise ;

Analyse des résultats ;

Recommandations et perspectives.

Produire un mémoire complet niveau ingénieur,

Articuler problématique – solution – analyse,

Argumenter méthodologiquement,

Présenter la valeur ajoutée de la mission.

Analyse structurée,

Rédaction scientifique,

Argumentation technique,

Esprit critique.

Mémoire de M2

Structure d'une soutenance M2 ;

Mise en valeur de la problématique et de la solution ;

Discours professionnel ;

Réponses aux questions exigeantes ;

Bonnes pratiques graphiques.

Conduire une soutenance de niveau ingénieur,

Défendre une solution technique,

Répondre à des questions expertes,

Structurer un discours convaincant.

Argumentation,

Communication avancée,

Synthèse,

Gestion du stress,

Présentation technique.