M2 Ingénierie des systèmes industriels avancés

• niveau B1/B2 du CECRL (être capable de s’exprimer à l’oral et à l’écrit dans tous types de situation);
• comprendre tous types de documents sur une thématique donnée

• Travail et mise en pratique des 5 activités langagières : compréhensions écrite et orale, expression écrite et orale (en continu et en interaction) ;
• Révision et exercices de grammaire et lexique en contexte ;
• Préparation aux examens de niveau international (TOEIC)
• Approfondissement de la langue et de la culture à travers des thèmes relevant de grands enjeux sociétaux (Data privacy, Artificial Intelligence, Gun control in the US, eWaste, Pollution, Transportation, Space tourism...) ;
• Communication écrite et orale en vue de démarches et de recherche d'emploi.

Ce cours a pour objectif de consolider et développer les compétences linguistiques qui fourniront les outils pour communiquer dans un environnement scolaire, professionnel et/ou personnel internationalisé et varié. Il amorce l’ouverture culturelle et internationale, et prépare aux examens de niveau international.

• 10 TD de deux heures sur le semestre ;
• Présentation orale de chaque étudiant, discussion ouverte sur les différentes thématiques / compréhension de texte et d'audio/vidéo/rédaction d'essais ;
• Devoirs donnés chaque semaine ;
• Evaluations en contrôle continu portant sur les 5 compétences = 25% de compréhesion écrite TOEIC / 25% de compréhension orale TOEIC / 25% présentation orale / 25% expression écrite ;
• Pas d'examen final et seulement deux absences non justifiées autorisées (1 TD = 1 absence).

• 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.
• Plateforme gratuite UEVE MYCOW : https://www-mycow-eu.ezproxy.universite-paris-saclay.fr
• Nombreux sites en ligne (news, exercices), liste évolutive fournie aux étudiants ) chaque début de semestre.
• Une brochure de documents supports et grammaire faites par l’enseignant, données à la première séance, à apporter à chaque cours, en ligne sur eCampus.

Cet enseignement s’exerce à travers un projet scientifique ou d’innovation technologique à forte valeur ajoutée confié à un groupe d’étudiants, en liaison avec les laboratoires de recherche et les partenaires industriels, dans un contexte de développement durable. Il s’agit de :
• mener une recherche bibliographique
• analyser et modéliser un problème
• concevoir une solution prenant en compte les objectifs fonctionnels et les contraintes de spécifications
• mener les essais physiques ou de simulation en vérifiant l’adéquation et les performances
• tirer les conclusions correctrices à partir des retours d’expérience
Le projet doit ainsi démontrer la validité du produit, du concept, du processus ou du système étudié

L'unité d'enseignement met l'étudiant en situation au travers d'une campagne de projets.
La campagne commence par la publication des sujets de projets proposés pas les enseignants.
Les étudiants émettent des voeux qui déterminent leur affectation sur les projets.

Le projet est évalué sur les éléments suivants :

• rapport de transmission ;
• évaluation du travail par l'enseignant ;
• soutenance finale avec support visuel.

En session 2, les éléments suivants peuvent être refaits :

• rapport ;
• soutenance.

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

• 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

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.

Le plan des enseignements est le suivant :

1. Introduction à l’entrepreneuriat :
   • Historique et panorama des différentes formes, approches d’entrepreneuriat ;
   • Introduction à la méthodologie de création d’entreprise : constitution et management d’une équipe, gestion de projet
2. De l’idée au projet :

Introduction au design thinking (brainstorming inverse, 6 chapeaux de Bono, Méthode PPCO,…)

Étude de marché (PESTEL, SWOT, 5 forces de Porter …)

Persona

Prototypage

1. Construction d’un business plan :
   • Formalisation du concept ;
   • Méthodologies pour produire un business model (design thinking, ...), puis un business plan ;
   • Fondamentaux financiers et comptables pour construire un plan de financement.

• Présenter son projet : pitch/ affiches/ vidéo

1. Accompagnement à la création de l’activité :
   • Bases juridiques de la création d’entreprise.
   • Présentation de l’écosystème permettant d’accompagner le démarrage d’une entreprise et des dispositifs mis en place par l’Université Évry Paris-Saclay et l’Université Paris-Saclay.

La partie "Management responsable" sera effectuée sous la forme d'un MOOC délivrant une certification.

Outre la participation aux ateliers, l’évaluation portera également sur une étude de cas en groupes, la remise d’un business plan, d’une présentation en amphi (pitch) en vue de créer une activité fictive ou réelle.

- Réussir ma première création d’entreprise - Fabrice Carlier – 5ème édition, Studyrama Pro, 2017

- Business Model performant, Business Plan convaincant - Anne-Laure Juliot - Gualino Eds, 2019

-Écosystème entrepreneurial : Qu’est-ce qu’un écosystème entrepreneurial ? | by Nicolas Colin | Welcome to The Family

Site internet :

- BPI France – création d’entreprise Vous voulez créer ou reprendre une entreprise ? Retrouvez toutes les informations pour réussir votre création d’entreprise.

- Pépite France - Construire et développer son projet entrepreneurial - Pépite France

• 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.

• UE Modélisation des robots (M1)
• Connaissances en automatique, traitement du signal et capteurs.

1. Introduction à la robotique intelligente
2. Modélisation, identification et commande
3. Asservissement visuel
4. Commande à retour d’effort et capteurs physiques
5. Vision industrielle
6. Intelligence artificielle et robotique industrielle

L'enseignement proposé a pour objectif de développer les compétences pour :

1. Comprendre le contrôle des robots et leurs asservissements par retour visuel et capteur d’efforts.
2. Exploiter la vision industrielle pour le positionnement, la reconnaissance et le contrôle qualité.
3. Mettre en œuvre l’asservissement du robot à partir de données issues de capteurs extéroceptifs.
4. Intégrer des approches d’intelligence artificielle pour la supervision, le diagnostic, et la maintenance des systèmes robotisés.
5. Développer et expérimenter sur une cellule robotisée réelle combinant vision industrielle et capteurs d’efforts.

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.

• Maîtriser les principes de commande et d’asservissement des robots, notamment les approches par retour visuel et capteur d’efforts.
• Exploiter des systèmes de vision industrielle pour le positionnement, la reconnaissance d’objets et le contrôle qualité.
• Utiliser des outils d’asservissement basées sur les données issues de l’environnement du robot (vision, capteurs d’effort).
• Intégrer des approches d’intelligence artificielle pour la supervision, le diagnostic et la maintenance prédictive des systèmes robotisés.
• Mettre en œuvre, tester et évaluer une cellule robotisée expérimentale combinant vision industrielle et capteurs d’efforts.

• B. Siciliano, L. Sciavicco, Robotics: Modelling, Planning and Control, Springer, 2016.
• P. Corke, Robotics, Vision and Control, Springer, 2021.

• Connaissances de base en automatisme, réseaux informatiques et systèmes industriels.
• Notions de base en bus de communication (RS232, Ethernet, etc.).
• Expérience préalable souhaitée en programmation d’automates.

1. Introduction à la connectivité industrielle
2. Niveaux et architectures de communication
3. Protocoles de communication réseau
4. Communication avec systèmes de supervision et IT
5. Travaux pratiques – Configuration des réseaux

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

1. Comprendre l’architecture globale des communications industrielles, du terrain (OT) jusqu’au système d’information (IT).
2. Identifier et configurer les principaux protocoles et bus de communication utilisés dans l’industrie.
3. Mettre en œuvre un réseau industriel sur protovole TCP/IP.
4. Analyser et diagnostiquer les échanges de données entre équipements hétérogènes (IHM, SCADA).
5. Contribuer à l’interopérabilité des systèmes dans un contexte d’Industrie 4.0 (IoT, Edge, Cloud industriel).

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.

• Décrire et expliquer l’architecture de communication d’un système industriel complet (du capteur au cloud).
• Configurer et paramétrer des réseaux industriels selon le protocole TCP/IP.
• Diagnostiquer et corriger les problèmes de communication entre équipements.
• Participer à la mise en œuvre d’une architecture connectée au service de la performance et de la traçabilité industrielle.

• IEC 61784 / IEC 61158 : normes des réseaux industriels et bus de terrain.
• G. Pujolle, « Les réseaux », Eyrolles. A. Guitton, « Réseaux de capteurs sans fil à multiple piles protocolaires », Editions universitaires européennes,
• O. Hersent, « L’internet des objets : les principaux protocoles M2M et leur évolution vers IP », Dunod, 2014.

Connaissance du monde socio-économique (entreprise, institutions, laboratoires)
Connaissance des techniques de conduite de projet

Programme :

• Intégration et application des codes de l'Entreprise ou de la recherche
• Travailler en équipe et respecter les jalons
• Utiliser ou mettre en place en place des méthodologies de gestion de projet
• Réaliser un travail Professionnel
• Rédiger un mémoire et réaliser une présentation orale accompagnée d'un support visuel

L'objectif du stage de fin de cycle est de préparer le futur diplômé à l’insertion professionnelle en entreprise ou à une poursuite en doctorat en laboratoire de recherche. Il est mis en situation au sein de la structure d’accueil. Il sera alors en capacité de s'intégrer dans une équipe professionnelle au sein d'une entreprise ou de chercheurs au sein d’un laboratoire et de mettre en place les méthodologies adéquates pour répondre aux problématiques posées. L’équipe pédagogique valide le sujet de stage et opère un suivi en relation avec les maîtres de stage avec des rendus réguliers.
L’évaluation prend en compte le travail réalisé, le mémoire, l’avis du maître de stage et une soutenance orale.

Guide du stage en entreprise, Michel Villette, Edition La Découverte, 2004

Site du MESRI : https://www.enseignementsup-recherche.gouv.fr/pid32310/guide-pratique-des-stages-etudiants.html

Connaissance du monde socio-économique (entreprise, institutions, laboratoires)
Connaissance des techniques de conduite de projet

Programme :

• Intégration et application des codes de l'Entreprise ou de la recherche
• Travailler en équipe et respecter les jalons
• Utiliser ou mettre en place en place des méthodologies de gestion de projet
• Réaliser un travail Professionnel
• Rédiger un mémoire et réaliser une présentation orale accompagnée d'un support visuel

L'objectif du stage de fin de cycle est de préparer le futur diplômé à l’insertion professionnelle en entreprise ou à une poursuite en doctorat en laboratoire de recherche. Il est mis en situation au sein de la structure d’accueil. Il sera alors en capacité de s'intégrer dans une équipe professionnelle au sein d'une entreprise ou de chercheurs au sein d’un laboratoire et de mettre en place les méthodologies adéquates pour répondre aux problématiques posées. L’équipe pédagogique valide le sujet de stage et opère un suivi en relation avec les maîtres de stage avec des rendus réguliers.
L’évaluation prend en compte le travail réalisé, le mémoire, l’avis du maître de stage et une soutenance orale.

Guide du stage en entreprise, Michel Villette, Edition La Découverte, 2004

Site du MESRI : https://www.enseignementsup-recherche.gouv.fr/pid32310/guide-pratique-des-stages-etudiants.html

• niveau B1/B2 du CECRL (être capable de s’exprimer à l’oral et à l’écrit dans tous types de situation);
• comprendre tous types de documents sur une thématique donnée

• Travail et mise en pratique des 5 activités langagières : compréhensions écrite et orale, expression écrite et orale (en continu et en interaction) ;
• Révision et exercices de grammaire et lexique en contexte ;
• Préparation aux examens de niveau international (TOEIC)
• Approfondissement de la langue et de la culture à travers des thèmes relevant de grands enjeux sociétaux (Data privacy, Artificial Intelligence, Gun control in the US, eWaste, Pollution, Transportation, Space tourism...) ;
• Communication écrite et orale en vue de démarches et de recherche d'emploi.

Ce cours a pour objectif de consolider et développer les compétences linguistiques qui fourniront les outils pour communiquer dans un environnement scolaire, professionnel et/ou personnel internationalisé et varié. Il amorce l’ouverture culturelle et internationale, et prépare aux examens de niveau international.

• 10 TD de deux heures sur le semestre ;
• Présentation orale de chaque étudiant, discussion ouverte sur les différentes thématiques / compréhension de texte et d'audio/vidéo/rédaction d'essais ;
• Devoirs donnés chaque semaine ;
• Evaluations en contrôle continu portant sur les 5 compétences = 25% de compréhesion écrite TOEIC / 25% de compréhension orale TOEIC / 25% présentation orale / 25% expression écrite ;
• Pas d'examen final et seulement deux absences non justifiées autorisées (1 TD = 1 absence).

• 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.
• Plateforme gratuite UEVE MYCOW : https://www-mycow-eu.ezproxy.universite-paris-saclay.fr
• Nombreux sites en ligne (news, exercices), liste évolutive fournie aux étudiants ) chaque début de semestre.
• Une brochure de documents supports et grammaire faites par l’enseignant, données à la première séance, à apporter à chaque cours, en ligne sur eCampus.

Cet enseignement s’exerce à travers un projet scientifique ou d’innovation technologique à forte valeur ajoutée confié à un groupe d’étudiants, en liaison avec les laboratoires de recherche et les partenaires industriels, dans un contexte de développement durable. Il s’agit de :
• mener une recherche bibliographique
• analyser et modéliser un problème
• concevoir une solution prenant en compte les objectifs fonctionnels et les contraintes de spécifications
• mener les essais physiques ou de simulation en vérifiant l’adéquation et les performances
• tirer les conclusions correctrices à partir des retours d’expérience
Le projet doit ainsi démontrer la validité du produit, du concept, du processus ou du système étudié

L'unité d'enseignement met l'étudiant en situation au travers d'une campagne de projets.
La campagne commence par la publication des sujets de projets proposés pas les enseignants.
Les étudiants émettent des voeux qui déterminent leur affectation sur les projets.

Le projet est évalué sur les éléments suivants :

• rapport de transmission ;
• évaluation du travail par l'enseignant ;
• soutenance finale avec support visuel.

En session 2, les éléments suivants peuvent être refaits :

• rapport ;
• soutenance.

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

• 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

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.

Le plan des enseignements est le suivant :

1. Introduction à l’entrepreneuriat :
   • Historique et panorama des différentes formes, approches d’entrepreneuriat ;
   • Introduction à la méthodologie de création d’entreprise : constitution et management d’une équipe, gestion de projet
2. De l’idée au projet :

Introduction au design thinking (brainstorming inverse, 6 chapeaux de Bono, Méthode PPCO,…)

Étude de marché (PESTEL, SWOT, 5 forces de Porter …)

Persona

Prototypage

1. Construction d’un business plan :
   • Formalisation du concept ;
   • Méthodologies pour produire un business model (design thinking, ...), puis un business plan ;
   • Fondamentaux financiers et comptables pour construire un plan de financement.

• Présenter son projet : pitch/ affiches/ vidéo

1. Accompagnement à la création de l’activité :
   • Bases juridiques de la création d’entreprise.
   • Présentation de l’écosystème permettant d’accompagner le démarrage d’une entreprise et des dispositifs mis en place par l’Université Évry Paris-Saclay et l’Université Paris-Saclay.

La partie "Management responsable" sera effectuée sous la forme d'un MOOC délivrant une certification.

Outre la participation aux ateliers, l’évaluation portera également sur une étude de cas en groupes, la remise d’un business plan, d’une présentation en amphi (pitch) en vue de créer une activité fictive ou réelle.

- Réussir ma première création d’entreprise - Fabrice Carlier – 5ème édition, Studyrama Pro, 2017

- Business Model performant, Business Plan convaincant - Anne-Laure Juliot - Gualino Eds, 2019

-Écosystème entrepreneurial : Qu’est-ce qu’un écosystème entrepreneurial ? | by Nicolas Colin | Welcome to The Family

Site internet :

- BPI France – création d’entreprise Vous voulez créer ou reprendre une entreprise ? Retrouvez toutes les informations pour réussir votre création d’entreprise.

- Pépite France - Construire et développer son projet entrepreneurial - Pépite France

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.

Programmation orientée objet : C#
Moteur 3d Temps réel : Bases en Unity, Unreal Engine ou Godot

Cours magistraux (4 × 2 h)

CM1 — Principes de base IHM : Définition, historique, conception centrée sur l’utilisateur, conception participative, maquettage
CM2 — concepts clés de l’UX : utilisabilité, affordances, feedbacks, contraintes et cohérence interactionnelle.
CM3 — Modalités d’interaction et Multimodalité : interactions gestuelles, interactions haptiques, feedbacks visuels, feedback audio, multimodalité et mutisensorialité.
CM4 — Évaluations des systèmes interactifs : évaluations subjectives et questionnaires pour mesurer l’expérience utilisateur, évaluation objective et mesures de performance, critères de performance, approche expérimentale et méthodes statistiques.

TD (5 × 2 h)

TD1 — Mise en œuvre de la conception centrée utilisateur.
TD2 — Conception d’une application XR multimodale.
TD3 — Mise en place d’un protocole expérimental : mesures subjectives.
TD4 — Mise en place d’un protocole expérimental : mesures subjectives.
TD5 — Analyse statistique de données expérimentales.

TP (3 × 4 h) : mini projet

Mise en œuvre d’une évaluation subjective et objective d’un projet XR.

Identifier les principes fondamentaux de l’Interaction Humain-Machine.
Appliquer une démarche de conception centrée utilisateur (CCU) pour analyser les besoins, définir les profils utilisateurs et formaliser les scénarios d’usage.
Décrire et mobiliser les concepts clés de l’UX : utilisabilité, affordances, contraintes et cohérence interactionnelle.
Concevoir et prototyper une interface multimodale, intégrant les principes de visibilité, de contrôle et de feedback.
Sélectionner et appliquer des méthodes d’évaluation subjective (questionnaires normalisés, échelles d’utilisabilité, de charge mentale, de présence, de coprésence, du stress, de cybersickness, de l’incarnation).
Mettre en œuvre des évaluations objectives basées sur la performance : temps de tâche, taux d’erreur, trajectoires, mesures comportementales.
Exploiter les méthodes statistiques de base (t-test, ANOVA, corrélation) pour analyser et interpréter les résultats d’expérimentations en XR.
Rédiger un rapport d’évaluation UX combinant résultats subjectifs et objectifs, et formuler des recommandations d’amélioration de l’interface.

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.

C1 — Identifier et expliquer les principes fondamentaux de l’IHM.
C2 — Mettre en œuvre une démarche de conception centrée.
C3 — Concevoir et prototyper une interface interactive multimodale.
C4 — Concevoir et appliquer un protocole d’évaluation UX combinant des mesures subjectives et objectives.
C5 — Analyser et interpréter des données expérimentales.

Notions Programmation orientée objet (tel que C#)
Moteur 3d Temps réel : Bases en Unity, Unreal Engine ou Godot
Mathématiques 3D : transformations, quaternions, interpolation, cinématique de base.
Notions d’IA réactive : machines à états, graphes, behavior trees

Cours magistraux (4 × 2 h)

CM1 — Incarnation & architecture d’agent : avatar vs PNJ ; pipeline perception → décision → animation ; présence sociale (effet Protée, uncanny).
CM2 — Comportements autonomes : Behavior Trees avancés (séquenceurs, sélecteurs, décorateurs) ; blackboard ; interruptions contrôlées ; navigation locale (navmesh, steering combiné).
CM3 — Animation & expressivité : locomotion blend ; Foot IK & compensation du bassin ; blendshapes (visèmes, émotions) ; synchronisation parole–gestes–regard.
CM4 — Évaluation & robustesse : métriques de présence sociale/crédibilité ; tests A/B ; heuristiques centrées personnage ; profiling, budgets runtime, LOD d’animation.

TD machine (5 × 2 h)

TD1 — Rigging d’avatar sous Blender : topologie d’animation ; weight paint ; axes/roll d’articulations ; export FBX/GLTF.
TD2 — Conception d’animations sous Blender : keyframing ; shape keys (visèmes, clignements) ; nettoyage et import dans le moteur.
TD3 — Behavior Trees : structure, tâches et décorateurs ; tests unitaires ; debug visuel.
TD4 — Navigation locale : patrouille ; poursuite ; évitement dynamique ; distances sociales.
TD5 — Expressivité faciale et verbale : lipsync ; regard (micro-saccades, fixations) ; gestes “beats” et timing.

TP (3 × 4 h)

TP1 — Agent réactif : perception ; BT minimal ; locomotion + Foot IK.
TP2 — Expressivité : lipsync ; 3 gestes “beats” ; regard.
TP3 — Scène sociale multi-agents (locale) : rôles ; distances interpersonnelles ; tour de parole.

À l’issue de l’UE, l’étudiant.e est capable de :

Différencier avatars et personnages non joueurs; modéliser l’agent incarné (perception → décision → animation → signaux sociaux).
Décrire et utiliser les notions d’incarnation, agentivité, proprioception, présence sociale.
Implémenter des comportements autonomes
Concevoir une navigation locale crédible (navmesh, seek/arrive/avoid, évitement social) sans réseau.
Mettre en œuvre un pipeline d’animation orientée expressivité : locomotion blend, Foot IK, Two-Bone/FABRIK, blendshapes (visèmes/émotions) et synchronisation audio-visuelle.
Piloter des signaux sociaux (gaze, micro-saccades, prise de parole, gestes “beats”) et synchroniser ces signaux avec la parole et l’animation.
Orchestrer une scène multi-agents locale (rôles, distances interpersonnelles, règles d’engagement) et éviter l’uncanny valley par le timing et l’expressivité.
Évaluer la crédibilité et la présence sociale (protocoles UX adaptés, métriques et tests A/B ciblés personnage).
Garantir des contraintes runtime (profiling, budgets CPU pour IA/IK, zéro allocation en boucle) et documenter les choix.
Appliquer une démarche éthique-by-design : identité numérique, consentement (voix/visage), représentations non stéréotypées, minimisation des données.
Livrer un prototype jouable, reproductible, versionné, avec fiche éthique et note technique.

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.

C1 — Architecture & comportements autonomes : perception → BT/blackboard → animation ; navigation locale.
C2 — Animation expressive (corps & visage) : locomotion blend, Foot IK, blendshapes/visèmes, lipsync, synchro parole–gestes–regard.
C3 — Interaction sociale & multi-agents : distances interpersonnelles, regard, tour de parole, scénarios PNJ.
C4 — Évaluation & optimisation : présence sociale, tests A/B, profiling, budgets runtime, critères d’acceptation.
C5 — Pipeline & responsabilité : avatar “déformation-ready”, DCC→moteur, qualité logicielle, éthique-by-design.

Colledanchise, M., & Ögren, P. (2018). Behavior Trees in Robotics and AI. CRC Press.
Cassell, J., Sullivan, J., Prevost, S., & Churchill, E. (2000). Embodied Conversational Agents. MIT Press.
Parke, F. I., & Waters, K. (2008). Computer Facial Animation (2e éd.). CRC/A K Peters.

Connaissance du monde socio-économique (entreprise, institutions, laboratoires)
Connaissance des techniques de conduite de projet

Programme :

• Intégration et application des codes de l'Entreprise ou de la recherche
• Travailler en équipe et respecter les jalons
• Utiliser ou mettre en place en place des méthodologies de gestion de projet
• Réaliser un travail Professionnel
• Rédiger un mémoire et réaliser une présentation orale accompagnée d'un support visuel

L'objectif du stage de fin de cycle est de préparer le futur diplômé à l’insertion professionnelle en entreprise ou à une poursuite en doctorat en laboratoire de recherche. Il est mis en situation au sein de la structure d’accueil. Il sera alors en capacité de s'intégrer dans une équipe professionnelle au sein d'une entreprise ou de chercheurs au sein d’un laboratoire et de mettre en place les méthodologies adéquates pour répondre aux problématiques posées. L’équipe pédagogique valide le sujet de stage et opère un suivi en relation avec les maîtres de stage avec des rendus réguliers.
L’évaluation prend en compte le travail réalisé, le mémoire, l’avis du maître de stage et une soutenance orale.

Guide du stage en entreprise, Michel Villette, Edition La Découverte, 2004

Site du MESRI : https://www.enseignementsup-recherche.gouv.fr/pid32310/guide-pratique-des-stages-etudiants.html

• niveau B1/B2 du CECRL (être capable de s’exprimer à l’oral et à l’écrit dans tous types de situation);
• comprendre tous types de documents sur une thématique donnée

• Travail et mise en pratique des 5 activités langagières : compréhensions écrite et orale, expression écrite et orale (en continu et en interaction) ;
• Révision et exercices de grammaire et lexique en contexte ;
• Préparation aux examens de niveau international (TOEIC)
• Approfondissement de la langue et de la culture à travers des thèmes relevant de grands enjeux sociétaux (Data privacy, Artificial Intelligence, Gun control in the US, eWaste, Pollution, Transportation, Space tourism...) ;
• Communication écrite et orale en vue de démarches et de recherche d'emploi.

Ce cours a pour objectif de consolider et développer les compétences linguistiques qui fourniront les outils pour communiquer dans un environnement scolaire, professionnel et/ou personnel internationalisé et varié. Il amorce l’ouverture culturelle et internationale, et prépare aux examens de niveau international.

• 10 TD de deux heures sur le semestre ;
• Présentation orale de chaque étudiant, discussion ouverte sur les différentes thématiques / compréhension de texte et d'audio/vidéo/rédaction d'essais ;
• Devoirs donnés chaque semaine ;
• Evaluations en contrôle continu portant sur les 5 compétences = 25% de compréhesion écrite TOEIC / 25% de compréhension orale TOEIC / 25% présentation orale / 25% expression écrite ;
• Pas d'examen final et seulement deux absences non justifiées autorisées (1 TD = 1 absence).

• 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.
• Plateforme gratuite UEVE MYCOW : https://www-mycow-eu.ezproxy.universite-paris-saclay.fr
• Nombreux sites en ligne (news, exercices), liste évolutive fournie aux étudiants ) chaque début de semestre.
• Une brochure de documents supports et grammaire faites par l’enseignant, données à la première séance, à apporter à chaque cours, en ligne sur eCampus.

Cet enseignement s’exerce à travers un projet scientifique ou d’innovation technologique à forte valeur ajoutée confié à un groupe d’étudiants, en liaison avec les laboratoires de recherche et les partenaires industriels, dans un contexte de développement durable. Il s’agit de :
• mener une recherche bibliographique
• analyser et modéliser un problème
• concevoir une solution prenant en compte les objectifs fonctionnels et les contraintes de spécifications
• mener les essais physiques ou de simulation en vérifiant l’adéquation et les performances
• tirer les conclusions correctrices à partir des retours d’expérience
Le projet doit ainsi démontrer la validité du produit, du concept, du processus ou du système étudié

L'unité d'enseignement met l'étudiant en situation au travers d'une campagne de projets.
La campagne commence par la publication des sujets de projets proposés pas les enseignants.
Les étudiants émettent des voeux qui déterminent leur affectation sur les projets.

Le projet est évalué sur les éléments suivants :

• rapport de transmission ;
• évaluation du travail par l'enseignant ;
• soutenance finale avec support visuel.

En session 2, les éléments suivants peuvent être refaits :

• rapport ;
• soutenance.

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

• 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

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.

Le plan des enseignements est le suivant :

1. Introduction à l’entrepreneuriat :
   • Historique et panorama des différentes formes, approches d’entrepreneuriat ;
   • Introduction à la méthodologie de création d’entreprise : constitution et management d’une équipe, gestion de projet
2. De l’idée au projet :

Introduction au design thinking (brainstorming inverse, 6 chapeaux de Bono, Méthode PPCO,…)

Étude de marché (PESTEL, SWOT, 5 forces de Porter …)

Persona

Prototypage

1. Construction d’un business plan :
   • Formalisation du concept ;
   • Méthodologies pour produire un business model (design thinking, ...), puis un business plan ;
   • Fondamentaux financiers et comptables pour construire un plan de financement.

• Présenter son projet : pitch/ affiches/ vidéo

1. Accompagnement à la création de l’activité :
   • Bases juridiques de la création d’entreprise.
   • Présentation de l’écosystème permettant d’accompagner le démarrage d’une entreprise et des dispositifs mis en place par l’Université Évry Paris-Saclay et l’Université Paris-Saclay.

La partie "Management responsable" sera effectuée sous la forme d'un MOOC délivrant une certification.

Outre la participation aux ateliers, l’évaluation portera également sur une étude de cas en groupes, la remise d’un business plan, d’une présentation en amphi (pitch) en vue de créer une activité fictive ou réelle.

- Réussir ma première création d’entreprise - Fabrice Carlier – 5ème édition, Studyrama Pro, 2017

- Business Model performant, Business Plan convaincant - Anne-Laure Juliot - Gualino Eds, 2019

-Écosystème entrepreneurial : Qu’est-ce qu’un écosystème entrepreneurial ? | by Nicolas Colin | Welcome to The Family

Site internet :

- BPI France – création d’entreprise Vous voulez créer ou reprendre une entreprise ? Retrouvez toutes les informations pour réussir votre création d’entreprise.

- Pépite France - Construire et développer son projet entrepreneurial - Pépite France

• 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.

• 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.
Procédés de reconditionnement et de recyclage des matériaux

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

• 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.

• Cours spécifiques de la voie professionnelle du master de la mention ISC ou équivalents.
• Connaissances des caractéristiques mécaniques des matériaux.
• Niveau bac+4 en Sciences et technologies.
• Conception mécanique
• Résistance des matériaux.

1.Les différents types de matériaux utilisés dans les structures aéronautiques, leurs caractérisations mécaniques, leurs propriétés.
2.Caractérisation mécanique des composites, notion d’homogénéisation, caractéristiques équivalentes fonction de la sollicitation.
3. Fatigue des matériaux
4.Méthodes de dimensionnement et de conception de ces structures.
5.Méthodes d’optimisation des matériaux sous différents critères.

Ce cours a pour objectif d’apporter les connaissances sur les divers matériaux utilisés dans les structures aéronautiques.

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

• Matériaux (tome 1et 2),M.F. ASHBY, D.R.H. JONES
• Des Matériaux, J.P. BAILON, J.M. DORLOT
• Matériau composites, D. GAY.

• Connaissance des Liaisons simples
• Notions des codes de calculs.

• Analyse des systèmes mécaniques pour en étudier la conception
• Eco conception des produits
• Identification des caractéristiques des liaisons
• Théorie des mécanismes
• Méthode d'analyse par éléments finis.

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

• Liaisons et mécanismes – Pierre AGATI – Marc ROSSETTO
• Modélisation et schématisation cinématiques des mécanismes
• Introduction è la méthode des éléments finis – Jean-Christophe CUILLIERE.

• 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.