À son apogée, ce séminaire offrait une introduction théorique et pratique globale à React. Il s’agit aujourd’hui d’une approche héritée, rétrocompatible si une architecture précise l’exige explicitement.

Il couvre les bases de React, des paradigmes avancés (liaison bidirectionnelle) et la structure du code des pages (états, props, classes, etc.).

Ce séminaire présente une démarche complète pour bâtir une application de blogue avec Python pour le backend, Jinja pour le frontend et SQL pour la base de données.

L’architecture favorise une segmentation par services d’une base de projet monolithique conteneurisée, selon une conception MVC et client-serveur.

Utilise un ORM pour le choix de la base de données, et des points d’entrée d’API peuvent être exposés pour remplacer le frontend par un cadriciel React populaire comme Nextjs.

Ce cours explore en détail la partie côté client du cadriciel React Nextjs.

Il couvre les bases de React et de Nextjs, ainsi que des paradigmes intermédiaires côté client (routage, pages dynamiques, optimisation des médias, tests unitaires, etc.).

Ce cours explore en détail la partie côté serveur du cadriciel React Nextjs.

Il couvre la partie avancée du cadriciel Nextjs : variables d’environnement sécurisées, requêtes d’API, référencement (SEO) et plus encore.

Ce cours aborde brièvement les principales composantes d’un projet de programmation en apprentissage automatique (AA) : jeu de données, prétraitement, entraînement, évaluation, prédictions, etc.

Il couvre les bases des algorithmes d’IA, comme la programmation linéaire (PL), la notation grand O, la récursivité et la programmation dynamique (PD), ainsi que leur espace de calcul représenté sous forme d’arbre.

Ce cours aborde brièvement d’autres algorithmes, comme le parcours d’arbres et la théorie des graphes avec Dijkstra.

Il couvre les bases de l’apprentissage automatique (AA) et de l’apprentissage profond (AP), la création de projets d’AA complets (base de code dans un IDE, notebooks, rapports, etc.), ainsi que les types d’apprentissage (supervisé, non supervisé et semi-supervisé) et leurs algorithmes d’AA respectifs avec Sklearn.

Ce cours explore en détail la compilation, l’entraînement et l’évaluation de modèles d’AA, en passant en revue les fonctions de perte, les optimiseurs et les fonctions de métrique pour la classification ou la régression.

Il couvre les bases de la lecture d’articles, de la revue de littérature et de l’assimilation de nouvelles connaissances en AA par la recherche autonome dans les domaines de recherche.

Les étudiants sont mis au défi de participer à une compétition Kaggle, où les articles supplémentaires présentés en « format conférence » sont liés à l’objectif de la compétition.

Ce cours explore en détail la théorie de la gestion de projet en génie logiciel appliquée aux projets en informatique (IA, Web, mobile, fintech, IdO).

Il couvre la plupart des aspects, de la formation de l’équipe et de la recherche d’une idée innovante jusqu’à la planification des bases de la phase technique de génie logiciel et du lancement du projet.

Ce séminaire offre une brève introduction à Python pour les tâches d’administration de systèmes (admin. sys.).

Il couvre la syntaxe de base de Python et l’interaction avec les scripts Perl, souvent utilisés dans les environnements liés à l’admin. sys.