1

MASTER INS3I

Ingénierie Numérique, Signal, Image et Informatique Industrielle

Guide de l’Étudiant

(2012-2013)

2

MASTER

Ingénierie Numérique, Signal, Image et Informatique Industrielle

Présidents de jury

• Pr. Dominique Schneider (LMPA) bureau C125, dominique.schneider@lmpa.univ-littoral.fr, 03.21.46.55.93

• Pr. Mohammed Benjelloun (LISIC), bureau B302, mohammed.benjelloun@lisic.univ-

littoral.fr Directrice des études Master 1 et 2

• Emilie Poisson Caillault (LISIC) bureau A214, emilie.caillault@lisic.univ-littoral.fr, 03.21.46.06.89

Secrétariat pédagogique :

• Virginie GHARBI, bâtiment C, virginie.gharbi@univ-littoral.fr, 03.21.46.58.41

Laboratoires de recherche d’appuis du Master - Laboratoire de Mathématiques Pures et Appliquées (LMPA, EA 2597, FR CNRS 2956) Directeur : Pr Hassan Sadok (sadok@lmpa.univ-littoral.fr) http://www-lmpa.univ-littoral.fr - Laboratoire d'Informatique Signal Image de la Côte d'Opale (LISIC EA 4491) Directeur : Pr Christophe Renaud (christophe.renaud@lisic.univ-littoral.fr ) http://www-lisic.univ-littoral.fr

3

Objectif de la formation, public et diplômes

Objectif de la formation

Cette spécialité s’adresse à des étudiants possédant une licence scientifique (mathématiques, informatique, automatique, EEA, physique,…) ou tout autre diplôme jugé équivalent. Ce master, spécialité du master MSPI, intègre en partie l’ancien parcours issu de l’IUP Génie des Systèmes Industriels mention Informatique Industrielle et le DESS IMTS.

Ce master présente deux parcours :

- un parcours (P1 : INSI) : ingénierie numérique, signal et image,

- un parcours (P2 : S3I) : signal image et informatique industrielle.

Chacun de ces parcours peut s’inscrire dans une démarche professionnelle ou bien de recherche au sein d’une école doctorale.

Le but de ce Master est d’amener les étudiants à appliquer leurs connaissances théoriques (que l’on complète éventuellement dans certains domaines) à la résolution de problèmes concernant le traitement de l’information, les statistiques, l’image, la vision, l’automatique et l’informatique industrielle . C’est une formation ouverte sur de nombreuses possibilités de débouchées, avec une solide base théorique et pratique.

Public, conditions pour accéder à la formation :

Le master est découpé en deux années indépendantes. Le grade et diplôme de Master est attribué selon les crédits obtenus par l’étudiant à l’issue du master 2. A l’issue de la première année de M1, il reçoit une attestation den crédits des modules obtenus en master 1 qui permettra à l’étudiant de postuler en Master 2 INS3I ou tout autre diplôme.

• Intégration en Master 1ère année

– De droit après une licence SPI (mathématiques, informatique, automatique, E4I/EEA, physique,…)

– Sur validation pour tout autre diplôme.

• Intégration possible en M2 après validation de dossier

– après un master 1 INS3I ou dans une autre discipline,

– après un master 2 dans le but d’une double compétence.

4

Débouchés de la formation

La formation couvre un large panel de domaines liés au traitement de problèmes en étude et développement tant en industrie ou laboratoires de recherche des grandes entreprises. Elle permet aussi de poursuivre des études en préparant un doctorat d’Université conduisant aux métiers d’enseignant-chercheur.

• Les débouchés se trouvent essentiellement dans les domaines suivants :

– Traitement du signal et image

– Calcul statistique, Modélisation et prédiction

– Informatique Industrielle

– Systèmes embarqués, vision et robotique

Pour le traitement des problèmes

– dans les laboratoires de recherche des grandes entreprises,

– en production,

– en télécommunication,

– en aéronautique,

– dans les centres de météorologie,

– Dans le secteur des assurances et des banques,

– dans le domaine militaire,

– le domaine des transports,

– trafic routier,

– domaine médical,

– les sociétés de service informatique, …

5

Composition des Parcours Master INS3I (M1 et M2)

Dans le cadre de cette formation nous proposons, à titre indicatif, 2 parcours :

1. parcours : ingénierie numérique, traitement du signal, images. (INSI)

2. parcours : signal image et informatique industrielle (S3I)

Pour chaque année, le programme pédagogique est découpée selon le canevas suivant

o Formation technique (600h/année)

o Formation humaine (150h/année)

� Langues (Anglais – TOEIC, Allemand, Espagnol)

� Gestion de Projet, Marketing, Qualité

� Insertion Professionnelle

� Logiciels libres utiles à l’informatique industrielle

o 1 projet technique encadré par année (100h)

o 1 stage professionnel par année

� 1ère année, de 2 à 4 mois

� 2ème année, de 4 à 6 mois

Notation des modules proposés :

IN pour Ingénierie Numérique

SI pour Signal et Image

AU pour Automatique

II pour Informatique Industrielle

Les tableaux qui suivent indiquent, semestre par semestre, les modules d’enseignement suivis selon le parcours ainsi que les crédits associés à chaque module. Le détail de chaque module par discipline suit les tableaux.

6

Synthèse du programme

Master 1 : 620 heures

� Master 1, Semestre 7 : 30 ECTS : 345 Heures + projet

• Fondamentaux : 13 ECTS : 140 Heures

Matière Parcours

ECTS Volume horaire

- Traitement numérique du signal et Ondelettes SI1 P1, P2 4 60 - Programmation orienté objet C++ II1 P1, P2 3 40 - Traitement numérique des Images SI2 P1, P2 3 40 - Projet P1, P2 3

• Complémentaires : 5 ECTS : 75 Heures

Matière Parcours

ECTS Volume horaire

- Langue vivante I (Anglais) P1, P2 2 25 - Outils Libres, Langue vivante II ou FLE P1, P2 1 20 - Vie de l’entreprise P1, P2 2 30

• Options : 12 ECTS : 4 options parmi les 5 suivantes : 130 Heures

Matière Parcours

ECTS Volume horaire

- Automatique linéaire échantillonnée AU1 P2 3 30 - Calcul scientifique IN1 P1, P2 3 40 - Modélisation et implémentation numérique IN2 P1 3 30 - Algorithmique numérique matricielle IN3 P1,P2 3 30 - Filtrage et applications SI3 P1, P2 3 30

7

� Master 1, Semestre 8 : 30 ECTS : 275 heures + stage • Fondamentaux : 10 ECTS : 40 Heures

Matière Parcours ECTS Volume horaire

- Probabilité et Statistique IN4 P1, P2 3 40 - Stage P1, P2 7 2 à 4

mois

• Complémentaires : 5 ECTS : 75 Heures

Matière Parcours

ECTS Volume horaire

- LV1 (Anglais) P1, P2 2 25 - Outils Libres1, Langue vivante II2 ou FLE3 P1, P2 1 20 - Vie de l’entreprise P1, P2 2 30

• Options : 5 parmi les 6 suivantes : 15 ECTS : 160 Heures

Matière Parcours

ECTS Volume horaire

- Vision par ordinateur SI4 P1, P2 3 30 - Représentation d’états : modélisation et applications AU2 P1, P2 3 30 - Analyse num. des équations aux dérivées partielles IN5 P1 3 30 - Méthodologie UML-RT & VHDL II2 P2 3 40 - Système d’exploitation temps réel II3 P1, P2 3 30 - Systèmes à événements discrets II4 P1, P2 3 30

1 Langage R et/ou Python 2 Allemand ou Espagnol (ouverture selon effectifs) 3 FLE : Français langue étrangère pour les non francophones

8

Master 2 : 490 heures

� Master 2, Semestre S9 : 30 ECTS : 310 Heures + projet

• Fondamentaux : 11 ECTS : 100 heures

Matière Parcours ECTS Volume horaire

- Images et formes SI5 P1, P2 3 30 - Processus stochastique IN6 P1, P2 3 40 - Filtrage d’état et fusion d’information SI6 P1, P2 3 30 - Projet P1, P2 2

• Complémentaires : 8 ECTS : 90 heures

Matière Parcours ECTS Volume horaire

- LV1 (Anglais) P1, P2 3 30 - Logiciels Libres4 , LV25 ou FLE6 P1, P2 2 20 - Vie de l'entreprise P1, P2 3 40

• Options : 11 ECTS : 4 options parmi les 5 suivantes : 120 Heures

Matière Parcours

ECTS Volume horaire

- Méthode des éléments finis IN7 P1 3 30 - Surveillance en environnement naturel et industriel AU3 P1, P2 3 30 - CAO IN8 P1, P2 2 20 - Analyse spectrale SI7 P1, P2 3 40

- Systèmes embarqués et Télémesures II5 P2 3 30

4 Langage Java et/ou Latex 5 Allemand ou Espagnol en fonction des effectifs 6 Français Langue Etrangère (pour les non francophones)

9

� Master 2, Semestre S10 : 30 ECTS : 180 Heures + stage

• Fondamentaux : 9 ECTS : 100 heures

Matière Parcours ECTS Volume horaire

- Perception multicapteurs SI8 P1, P2 3 30 - Navigation et positionnement satellitaire SI9 P1, P2 3 40 - Classification et Représentation de données SI10 P1, P2 3 30

• Complémentaires : 12 ECTS

Matière Parcours ECTS Volume horaire

- Stage en entreprise P1, P2 12 4 à 6 mois

- Cycle conférences P1, P2

• Options : 9 ECTS : 80 Heures 3 options parmi les 4 suivantes

Matière Parcours

ECTS Volume horaire

- Réseaux de neurones et apprentissage statistique SI11 P1, P2 3 30 - Réseaux et capteurs coopérant II6 P2 3 30 - Analyse de données IN9 P1, P2 3 20 - Résolution de systèmes linéaires IN10 P1 3 30

10

Descriptifs des modules Ingénierie Numérique (IN)--------------------------------------------------------- Calcul Scientifique (IN1) (Structure de données, tris, langages Unix, Fortran, C. Calcul matriciel matlab, formel mathematica, infographie Modélisation et Implémentation numérique (IN2) Etude de plusieurs grands types de problèmes: de leur modélisation (lois physiques) aux calculs -numériques, chaque classe de problème admettant des modes de résolution numérique spécifiques liés à la nature même de la solution du problème :

Les phénomènes de transport modélisés par les équations hyperboliques (ex. de Trafic routier....). Les problèmes elliptiques (exemple : la corde vibrante). Les phénomènes dissipatifs décrits par les équations paraboliques (propagation de la chaleur dans un milieu, propagation d'une épidémie). La propagation des ondes (propagation du son, phénomènes d'électromagnétiques en particulier la lumière)

Algorithmique Numérique Matricielle (IN3) Décomposition en valeurs singulières. Factorisation QR. Conditionnement. Algorithmes de résolution des systèmes linéaires. Gradient conjugué. Polynômes orthogonaux formels. Calcul des éléments propres d’une matrice. Probabilités Statistiques (IN4) Variables aléatoires, Théorèmes de Borel et Cantelli, loi forte des grands nombres, vecteurs gaussiens, théorème de la limite centrée, espérance conditionnelle, martingales à temps discret ; estimation , modèle statistique, méthode du maximum de vraisemblance, modèle exponentiel, inégalité de Cramer-Rao, efficacité de l'estimateur du maximum de vraisemblance, régions de confiance, Lemme de Neyman-Pearson, test U.M.P, et familles à rapport de vraisemblance monotone, modèle linéaire. Analyse Numérique des EDP (IN5) Equations de Laplace et de Poisson, schéma à cinq points, convergence sur un rectangle, Lemme de Cea, éléments finis, application à l’équation de Poisson, Théorème de Lax-Richtmyer, équation de la chaleur, méthode de différences finies explicite et implicite, méthode de Crank-Nicholson , équation des ondes, transformation en système de premier ordre, méthodes de Lax et de Wendroff. Processus Stochastiques (IN6) Etude des processus stationnaires et application aux AR, MA et ARMA, processus markoviens, gaussiens. Prédicteurs linéaires. Saisonnalité, tendance et prédiction. Méthode de Box et Jenkins. Méthode des éléments finis (IN7) Mise en œuvre de la méthode des éléments finis et résolution de problèmes concrets. Applications aux problèmes d’écoulement, .... Géométrie de la CAO (IN8) Interpolation et approximation des courbes et surfaces, Splines de Bézier, B-splines, Splines bidimensionnelles, Splines de type variationnel, applications à la visualisation. Analyse des Données (IN9) Modélisation d'une régression linéaire appliquée à la prévision financière Utilisation du logiciel de traitement de données statistiques SAS. Résolution de systèmes linéaires (IN10) Méthodes de résolution des systèmes linéaires et non linéaires. Optimisation et méthodes d’extrapolation, recherche opérationnelle.

11

Signal Image (SI ) ------------------------------------------------------------------------ Traitement Numérique du Signal (SI 1) Echantillonnage, Shannon, Signaux numériques déterministes, Fourier discret, filtrage numérique. Traitement numérique d’images (SI 2) Ondelettes, signaux, images, débruitage, compression. Transformation de l’image : FFT, Walsh, Hadamard. Filtrage et applications (SI 3) Méthode des moindres carrés filtrage de Wiener Introduction au filtrage d’état Application aux systèmes de perception Vision par Ordinateur (SI 4) Extraction des primitives Calibrage de capteurs Stéréovision Reconstruction 3D Images et formes (SI 5) Représentation et description Segmentation statistique Reconnaissance Interprétation Analyse du mouvement. Filtrage d’état et Fusion d’information (SI 6) Estimation multicapteurs et fusion de données -Filtrage non-linéaire Rappels sur la théorie de l'estimation dynamique -Filtrage de Kalman Etendu , IMM , particulaire -Fusion d'estimations

Structure de filtre décentralisée, filtre centralisée -Fusion multicapteurs par filtrage non-linéaire Modélisation des capteurs Analyse du mouvement 2D/3D Application au suivi de formes Fusion d’informations -Modèles probabilistes :

Fusion d’estimation et de décision, Estimation aux moindres carrés pour la fusion d’informations

-Fusion et Théorie de l’évidence : Théorie de Dempster-Shafer, Accumulation des croyances et décision.

Analyse spectrale (SI 7) Analyse, Synthèse et compression des signaux et des images Transformée de Fourier, algorithmes Rapides Transformée en ondelettes (continues, orthogonales et biorthogonales) Analyse multi-résolution

12

Paquets d’ondelettes et de fonctions trigonométrique Algorithme de la best-basis Ecriture de codes en langage C et Matlab Représentation temps-fréquence Perception Multicapteurs (SI 8) Analyse de scènes dynamiques Capteurs passifs et actifs Détection et estimation de mouvement Estimation de la structure Suivi de formes Filtrage statistique et fusion d’informations Application à la perception multicapteurs Navigation et Positionnement Satellitaire (SI 9) Système GPS

- Principe : Triangulation - Trajectoire des satellites (Orbitographie) - Propagation/Correction du signal GPS - Système GPS différentiel - Augmentation GPS : WAAS EGNOS

Signal GPS - Construction/Traitement du signal GPS - Acquisition et poursuite du signal GPS - Projection, « Map matching »

Navigation - Navigation GPS - Système d’information géographique - Hybridation de capteurs

Conférences Systèmes de référence, géo-référencement et altitude Application de la navigation par satellite aux transports terrestres Classification et Représentation de données (SI 10) Visualisation et analyse de données en haute dimension :

Exploration des données et extraction d’attributs Visualisation des données : ACP, MDS, LPP, projection spectrale.

Classification automatique Métriques de similarités, de comparaison de données Partitionnement des données

Méthodes hiérarchiques, nuées dynamiques, approches à noyaux Classification semi-supervisée

Prise en compte de connaissances a priori : contraintes ou labels. Réseaux de neurones et apprentissage statistique (SI 11) Réseaux de neurones artificiels Introduction et notion de base : Le Perceptron, Le réseau de neurones multicouches ,Systèmes auto organisés, Systèmes modulaires Machine à noyaux et réseaux Bayesiens : Concepts de base de l’apprentissage statistique : Machines à vaste marge, Machines à noyaux, Réseaux Bayesiens

13

Automatique (AU) -----------------------------------------------------------------

Automatique Linéaire Echantillonnée (AU1) Signaux et systèmes échantillonnés. Notions de la transformée en Z Systèmes linéaires échantillonnés fondamentaux Boucle d'asservissement numérique Stabilité et performances Commande des systèmes échantillonnés asservis Représentation d’état : modélisation et applications (AU2) Représentation d'état des systèmes continus et discrets Résolution des équations d'état Analyse de stabilité Commandabilité, Observabilité Commande par retour d'état Observateurs d’état Identification de la matrice d’état Notion de contrôle optimal Surveillance en environnement industriel et naturel (AU3) Introduction aux problèmes de surveillance Concepts et terminologie ( système/composant, sûreté de fonctionnement, défaillance, FMDS,..) Notion de fiabilités Introduction au diagnostic (validation de mesures, pré-traitement, détection, méthodes) Décision binaire et multihypothèses en diagnostic, non séquentielle et séquentielle (Wald) Détection défaillance / source Diagnostic et localisation de défaillance / source Estimation/détection conjointe

14

Informatique Industrielle (II) ---------------------------------------------------- Programmation orienté objet, C++ (II 1) Rappels de programmation en C Initiation à la conception orientée objet : introduction des concepts de classe, objet, encapsulation, Héritage, polymorphisme, etc. Applications : Programmation en langage C++, programmation graphique OpenGL Méthodologie UML-RT (II 2) Méthodologie de conception pour les systèmes embarqués Modélisation et spécification fonctionnelle en langage évolué UML et UML-Real Time Conception et réalisation en langage VHDL Applications : Implantation sur BSP et simulation sur cible FPGA Systèmes temps-réel (II 3) Description d’un exécutif temps reel : rôle et structure. Approche et programmation multi tâches Ordonnancement temps-réel Communication inter-tâches Langages et systèmes d'exploitation pour le temps réel Application sur un OS Temps Réel, Linux RTAI Systèmes à événements discrets (II 4) Introduction aux Systèmes à événements discrets (SED)

- Notions générales sur les systèmes dynamiques - la notion de modèle, utilités des modèles en conception - Quelques exemples de SED

Modélisation par machines à états finis - Systèmes Synchrones et Asynchrones - SED non autonomes. Les modèles de Moore et Mealy

Modélisation des SED par Réseaux de Pétri - Formalisme des Réseaux de Pétri ordinaires. - RdP non autonomes : temporisés, synchronisés, interprétés de commande. - Application à l’évolution des performances des systèmes de production. Recherche des propriétés

principales. - RdP colorés, RdP stochastiques, …

Systèmes Embarqués et Vision (II 5) Dimensionnement et implantation des systèmes embarqués

Définition matérielle, logicielle et implantation pour le contrôle d'un système autonome Plateforme JAVA Mobile Edition et spécification temps réelle RTSJ

Vision embarquée Réseaux et capteurs coopérants (II 6) Réseaux : -Réseau CAN, réseaux sans fil (Wifi, BlueTooth,..)

- Interfaçage sur une plateforme Cisco d'une caméra Wifi Capteurs Coopérants : - Notion de coopération de capteurs

- Les besoins en communication dans la coopération de capteurs - Architectures logiques pour la coopération de capteurs - Capteurs pour la détection de mouvements (principes, caractéristiques,..)

-Application : Détection d'objets dans avec un système multicapteurs distribué

15

Modules Complémentaires ----------------------------------------------------------- Un certain nombre de langages informatiques modernes s'introduisent progressivement dans le monde industriel et de la recherche. Il est souhaitable que les étudiants connaissent les fondements de certains de ces langages. Initiation Langage JAVA Langage objet portable multi-plateforme, proche C++, caractérisé par des applets et servlets, fonctionnant en machine virtuelle. Documentation automatisée. Programmation orientée Exceptions, techniques de traitement de tests unitaires et d’intégration. Latex Langage de composition de document texte très utilisé dans les publications scientifiques - Les bases de LaTeX - Structuration, macros, espaces verticaux, ressources, - Mathématiques et tableaux - Etc … Initiation Python Langage interprété de haut niveau, langage procédurale ou objet, fortement typé, multi-plateforme. Initiation langage R Langage libre (GNU) pour le traitement des données et l'analyse statistique

Langues vivantes

Anglais Master 1 (50% CC et 50% ET pour chaque semestre) Master 2 (en Contrôle Continu) Développement des compétences professionnelles écrites et orales: 1- Se vendre à l’international : a. Techniques de rédaction d’un C.V. pro ou recherche à l’international b. Techniques d’écriture d’une lettre de motivation en anglais Préparation au TOEIC (score reconnu par les entreprises nationales et internationale) : 1- Enrichissement du vocabulaire lexical général 2- Développement des compétences orales et écrites Approches scientifiques: Donner aux étudiants la possibilité d’approfondir ses connaissances spécialisées (orale et écrites) par le biais de la presse semi - spécialisée et spécialisée anglo-saxonnes : 1- apprentissage de la structuration spécifique des textes spécialisés, 2- Enrichissement du vocabulaire scientifique, 3- Apprentissage à la rédaction technique, 4- Rédaction d’un résumé cohérent et structuré. Favoriser l’autonomie des étudiants lors d’exercices oraux (débats et exposés scientifiques) : 1- Développer son aisance, 2- Savoir rendre son argumentaire attractif et visuel 3- Assumer ses choix 4- Savoir conclure.

16

Vie d’entreprise --------------------------------------------------------------------------- Qualité (M1) Insertion professionnelle et Entretien d’embauche (M1) Marketing (M1) L'entreprise (M2) - A quoi sert une Entreprise ? - L’Entreprise, son environnement, sa stratégie

La vision de l’Entrepreneur en référence à des critères objectifs, qualitatifs et à un pari sur l’avenir L’engagement de l’Entrepreneur

- Le fonctionnement de l’Entreprise, les grandes fonctions Le management de l’Entreprise, Les grandes fonctions, leurs rôles

- L’Homme dans l’entreprise - De l’utilité des tableaux de bord - La prévision de vente, outil d’aide à la décision Économie de l'innovation (M2) a) Définition et processus d'innovation: Innovations technologiques (processus et produits) et d'organisation (automatisation et gestion des ressources humaines). Propriété intellectuelle et diffusion des innovations b) Entreprise et innovation: concurrence et mise en oeuvre de méthodes de consolidation/diversification et différentiation de la production; création d'entreprises innovantes et entrepreneurs c) Systèmes et réseaux d'innovation: alliances stratégiques entre firmes; coopération; valorisation de la recherche scientifique et incubation de nouvelles entreprises; politiques publiques d'innovation et territoires (pôles de compétitivité...) Séminaires de professionnels : programme évolutif selon disponibilités (M2): - Chefs d'entreprises - Consultants d'entreprises - Chef de projet de développement logiciel - visites d’entreprises Simulation d'entretien (Job dating, Journée Premier Emploi)

17

Projets --------------------------------------------------------------------------------------------- Le projet consiste en la résolution d’un problème concret dont le sujet et le suivi seront assurés par un enseignant. Il comportera obligatoirement une partie de programmation. Le projet est obligatoire ; un étudiant non présent à la soutenance du projet ne pourra pas valider son année, il n’est pas rattrapable en deuxième session.

• Projet

(M1 : Octobre à février) (M2 : Septembre à janvier)

– Sujet et suivi assurés par un enseignant – Travail en monôme voire binôme – Travail de 100 heures en autonomie – Partie Programmation – Quelques créneaux réservés dans l’emploi du temps – Pré-rapport en décembre – Rapport et soutenance en février – Principales salles dédiées : Poincaré 114 et 116

Stages ---------------------------------------------------------------------------------------------- Chaque étudiant de Master INS3I doit effectuer un stage par année de Master. Les stages seront effectués en entreprise ou exceptionnellement dans un laboratoire de recherche. Le responsable du MASTER donne son accord aux propositions de stage émanant des entreprises. Une convention de stage entre l’entreprise ou laboratoire et l’université est donc établie. Le stage de première année permet de découvrir une activité technique dans l'entreprise. Le stage de deuxième année amorce la transition vers le futur métier d'ingénieur en mettant les élèves en situation professionnelle et en immersion complète dans un projet concret. Il permet, non seulement, la validation des connaissances théoriques et pratiques, mais aussi, il met à l'épreuve les capacités méthodologiques. Comme les projets, ces stages sont obligatoires et non rattrapable en deuxième session et invalide l’année si celui-ci n’est pas soutenu. Disposition pédagogique :

– Pré-rapport 1 mois après le début du stage – Rapport final et soutenance, septembre. – Master 1 INS3I

• 2 mois minimum à 4 mois • Début : mai 2013 • Fin impérative : 31aout 2013

– Master 2 INS3I • 4 mois minimum à 6 mois, 5 conseillé • Début : avril 2013 • Fin impérative : 21 septembre 2013

18

MODALITES DE CONTROLE DES CONNAISSANCES

Modalités générales du Cursus Master (4 semestres) Inscription L’inscription administrative est annuelle ; elle s’effectue dans un parcours de formation, conformément aux dispositions nationales. L’accès en 1ère année de master n’est pas sélectif. L’inscription pédagogique est faite en début d’année universitaire pour les deux semestres ou au début de chaque semestre, avec possibilités de modification, au plus tard dans le mois qui suit le début du semestre d’enseignement. Le nombre d’inscriptions en M 1 n’est pas limité. L’admission en 2ème année de Master (recherche ou professionnelle) n’est pas de droit et se fait sur décision du Président de l’Université Le redoublement en M2 n’est pas de droit. Il est subordonné à la décision du jury. Tout étudiant n’ayant pas obtenu son diplôme de licence et qui n’aurait qu’un semestre de retard, n’est pas autorisé à progresser de Licence en Master. Calendrier universitaire et sessions d’examen - L’année universitaire s’organise entre le 1er septembre et le 30 septembre de l’année universitaire concernée (délibération de jury comprises). A titre exceptionnel, pour les étudiants inscrits dans un diplôme avec un stage long, les délibérations de session 2 auront lieu avant le 15 octobre de l’année universitaire N+1. L’intervalle entre deux sessions d’examen est, au moins, de deux mois sauf dispositions pédagogiques particulières adoptées en CEVU et CA (semaine de tutorat...). Validation des parcours de formation - Les aptitudes et l’acquisition des connaissances sont appréciées par un contrôle continu et régulier et/ou par un examen terminal. - Les modalités des examens doivent garantir l’anonymat des copies. - L’organisation du Master est semestrielle, sa validation est annuelle. Attention :

* la dernière note obtenue à une épreuve repassée est conservée. * en cas d’habilitation partagée, ce sont les modalités de contrôle de l’université porteuse qui s’appliquent, ou du moins, celles qui ont fait l’objet d’un consensus entre les formations des universités concernées. * si une épreuve est constituée d’un groupe d’épreuves (cour magistral, TD, TP), la présence à une épreuve engage l’étudiant pour les autres épreuves. Il appartient au jury de déterminer l’application ou pas du contrôle continu à la notion d’épreuve. * un même enseignement au cours du semestre sur des sites différents donne lieu à un même sujet d’examen et à une épreuve organisée en même temps. ECTS (European Credits Transfert System) et capitalisation Les crédits ECTS sont affectés aux UE (Unité d’enseignement), et aux EC (Eléments Constitutifs) si possible. Les crédits ECTS sont répartis par points entiers. Capitalisation – Compensation * capitalisation Au sein d’un parcours de formation, les UE ou EC avec crédits ECTS sont définitivement acquises et capitalisables dès lors que l’étudiant y a obtenu la moyenne.

19

Une UE ou un EC acquis ne peut être repassé sauf cas exceptionnel (voir rubrique « déroulement des examens... »). *compensation Un diplôme s’obtient, soit par acquisition de chaque UE constitutive d’un parcours de formation, soit par application des modalités de compensation entre UE. La compensation est possible aux différents niveaux suivants : - au sein de l’UE; - au sein du semestre, entre les différentes UE du semestre ; - au sein de l’année universitaire, entre les différentes UE de la même année de rattachement. La compensation ne s’effectue que dans le cadre des parcours types. Toute compensation donne droit aux crédits correspondants et permet l’obtention de l’EC, de l’UE, du semestre ou de l’année correspondante.

* BONUS :

- Prise en compte du sport, de la pré-pro, et de tout autre discipline enseignée dans une filière de l’ULCO (prise en option par l’étudiant, en plus du programme normal) dans la limite de 5 % du total maximum des points. - Le jury prend en compte le bonus, de préférence, au semestre. - Situation des étudiants qui s’inscrivent à l’ULCO et qui arrivent d’un autre établissement : Les résultats et notes obtenus par un étudiant provenant d’une autre université pratiquant la réforme « licence/master/doctorat » seront pris en compte par le jury si le parcours est compatible. Jury - Le Président de l’université nomme le président et les membres du jury. Un jury est nommé par année d’études et comprend au moins une moitié d’enseignants chercheurs ou d’enseignants. Le jury délibère et arrête les notes des étudiants au minimum à l’issue de chaque session de chaque semestre. Il se prononce sur l’acquisition des EC avec crédits ECTS et des UE, sur la validation des semestres et sur la validation de l’année, en appliquant, le cas échéant, les règles de compensation (voir le paragraphe concerné) et la règle dite du « supérieur ». - Règle du Supérieur : le Président de Jury précise dans le règlement des études s’il applique la règle du supérieur, et comment il l’applique. Les décisions prises ne peuvent plus varier dans l’année. Exemple d’énoncé d’une règle du supérieur : (d’autres modalités de calcul sont envisageables) Le contrôle continu ne compte que s’il est favorable à l’étudiant. La règle du supérieur vaut pour les deux sessions. e = examen final p = contrôle continu E = Note retenue si e supérieur ou égal à p, alors E = e ET si e inférieur ou égal à p, alors E = (e + p)/2 - Le Président du Jury est responsable de la transmission des procès-verbaux à la DEVE Les procès-verbaux d’examen des deux sessions de l’année doivent être transmis à la Division des études et de la Vie Etudiante (DEVE) pour le 31 octobre de l’année universitaire N+1. - Après proclamation des résultats, le jury est tenu de communiquer les notes aux étudiants (relevé de notes individuel). Afin de respecter l’article 6 de la LOI du 17/07/1978 portant diverses mesures d’amélioration des relations entre l’administration et le public, « ne sont communicables qu’à l’intéressé les documents administratifs portant appréciation ou jugement de valeur sur une personne physique, nommément désignée ou identifiable. »

20

A la demande de l’étudiant au Président du Jury, ses notes ne seront donc plus affichées, uniquement le résultat : admis, ajourné, AJAC. - Situation des étudiants qui s’inscrivent à l’ULCO et qui arrivent d’un autre établissement : Les résultats et notes obtenus par un étudiant provenant d’une autre université pratiquant la réforme « licence/master/doctorat » seront pris en compte par le jury si le parcours est compatible. - Points de JURY : L’existence de la possibilité ou non de “ points de jury ” est précisée dans le règlement propre à chaque formation. Il n’est pas possible de fixer de note éliminatoire. Obtention du diplôme intermédiaire de Maîtrise Pour obtenir la maîtrise, l’étudiant doit avoir validé ou compensé les deux semestres du M1. En cas d’obtention, le diplôme est édité, à la demande de l’étudiant, par le bureau scolarité. Obtention du diplôme final de Master Le diplôme de master sanctionne un niveau correspondant à l’obtention de 120 crédits européens au-delà de la licence (1ère et 2ème année de master). Mentions de réussite La moyenne prise en compte pour l’attribution d’une mention est celle de la dernière année du diplôme : - moyenne générale du M1 (semestres 7 et 8) dans le cadre de l’obtention de la maîtrise, - moyenne générale du M2 (semestres 9 et 10) dans le cadre de l’obtention du master. Attribution de la mention Passable : moyenne générale égale ou supérieure à 10/20 et inférieure à 12/20 Attribution de la mention Assez bien : moyenne générale égale ou supérieure à 12/20 et inférieure à 14/20 Attribution de la mention Bien : moyenne générale égale ou supérieure à 14/20 et inférieure à 16/20 Attribution de la mention Très bien : moyenne générale égale ou supérieure à 16/20. Déroulement des examens, Retard, Absence et notion de Défaillance - Le sujet d’examen doit spécifier clairement les documents autorisés (notamment le dictionnaire papier), à défaut aucun document ne peut être utilisé par l’ensemble des étudiants. Les traducteurs électroniques et téléphones portables sont interdits (les étudiants en seront informés). - Sera considéré comme retardataire, tout étudiant arrivé après l’horaire fixé pour le début de l’épreuve et, après que le dernier sujet ait été distribué. Les retards individuels sont à l’appréciation du président de jury ou de son représentant. En cas de retard de plusieurs candidats (grève), le président de jury peut décider, soit de retarder le commencement de l’épreuve en fonction de la durée supplémentaire d’acheminement des candidats, soit de la reporter à une date ultérieure. Le procès-verbal d’examen doit indiquer le nom de la personne à contacter en cas de retard. - Un étudiant est « défaillant » s’il n’a passé au moins une épreuve de la session de l’année en cours. Le semestre ne pourra être validé. L’étudiant doit pouvoir présenter un justificatif d’absence dans un délai de 5 jours ouvrables à compter de l’examen. A contrario, un étudiant qui s’est présenté à, au moins, une épreuve et a obtenu une note supérieure à zéro, ne sera pas considéré comme « défaillant » mais « admis » ou « ajourné ».

21

La note ZERO sera alors saisie. Un étudiant absent justifié à une épreuve (ABJ) en session 1 et ayant obtenu son année malgré la note ZERO, peut être autorisé par le président de jury à repasser cette épreuve en session 2. - Etudiants boursiers : la présence des étudiants aux examens, TD et TP, est obligatoire. Régime spécial (art. 18 de l’arrêté du 23 avril 2002) Le règlement des études doit prendre en compte les besoins particuliers des étudiants engagés dans la vie active, des étudiants chargés de famille, des étudiants handicapés ou sportifs de haut niveau, des étudiants assumant des responsabilités particulières dans la vie universitaire, vie étudiante ou associative notamment : aménagements d’horaires et d’examens, choix du mode d’examen (examen final), sessions spéciales pour les sportifs de haut niveau par exemple. Sont concernés également les adultes en reprise d’études.

���� Sportifs de haut niveau (SHN) Le SUAPS peut attester de ce statut de SHN et diffusera la liste des étudiants SHN largement dans les départements et composantes. Les étudiants qui souhaitent bénéficier d’aménagements particuliers liés à ce statut doivent apporter un justificatif et donner le calendrier des compétitions. Les étudiants bénéficiant de ce statut doivent informer les départements des changements de calendrier au moins 15 jours avant. Le SUAPS enverra la liste des étudiants ayant une pratique sportive et participant à des compétitions (hors SHN). Les formations éviteront de placer les contrôles continus et les examens le jeudi après-midi.

���� Handicap Respect des textes réglementaires visés plus haut. Le médecin et les infirmières évaluent les besoins et aménagements nécessaires, en lien avec l’équipe pédagogique. Le BVE assure la mise en place et le suivi des mesures d’accompagnement ���� Salarié : application du régime salarié Peuvent demander à bénéficier de ce statut, les étudiants effectuant 60 heures par mois ou 16 heures par semaine durant l’année universitaire. Il doit attester de son statut de salarié (attestation de l’employeur). Il est dispensé d’assiduïté et est invité à passer l’examen terminal. Dispositifs d’évaluation des enseignements Ils sont adaptés aux réalités des différents départements en fonction du nombre d’étudiants et du caractère de ces enseignements. Ils font l’objet de la procédure instituée par l’université (questionnaire en ligne sous le sceau de l’anonymat) et/ou des commissions pédagogiques paritaires pour tenter de résoudre des problèmes de dysfonctionnement tant dans les conditions d’enseignement que dans les contenus avec les usagers étudiants.

Modalités Particulières du Master INS3I

Les aptitudes et l’acquisition des connaissances sont appréciées selon les unités par un contrôle continu et régulier et/ou un examen terminal et/ou un rapport d’étude. Les modalités d’examen de la formation sera diffusée par voie d’affichage.

22

2ème session Deux sessions de contrôle des connaissances sont organisées pour chaque semestre. Les examens de la première session sont organisés à l’issue de chaque unité. Une note de 10/20 dans l’unité attribut l’ensemble des ECTS associés à l’unité, cette note est égale à la moyenne des éléments constitutifs qui la composent, affectés de leurs coefficients. Les secondes sessions du semestre 1 seront organisées en septembre à l’issue de la soutenance de stage. Aucune épreuve de rattrapage n'est organisée en ce qui concerne la deuxième année, sauf cas exceptionnel sur décision de jury. Attention : la note de dernière session passée annule et remplace la note obtenue lors de la session précédente. Le projet en MASTER 1 et 2 consiste en la résolution d’un problème concret dont le sujet et le suivi seront assurés par un enseignant. Il comportera obligatoirement une partie de programmation. Aucun rattrapage individuel n'est prévu, sauf cas exceptionnel sur décision de jury. Evaluation du stage Les stages de MASTER 1 et de MASTER 2 sont obligatoires et font l’objet d’un rapport écrit et d’une soutenance devant l’ensemble du jury du MASTER. La notation du stage en entreprise est effectuée par le jury (enseignants et responsables du stagiaire dans l’entreprise). Elle prend en compte l’insertion du stagiaire, l’apport scientifique, la rédaction du rapport et la soutenance. Il n'y a pas de rattrapage concernant le stage, sauf cas exceptionnel sur décision de jury. Le jury s’autorise à affecter des « points de jury ». Rappel des dates et durées de stages

– Master 1 INS3I • 2 mois minimum à 4 mois • Début : mai 2013 • Fin impérative : 31aout 2013

– Master 2 INS3I • 4 mois minimum à 6 mois, 5 conseillé • Début : avril 2013 • Fin impérative : 21 septembre 2013

23

FORMATION CONTINUE La formation du MASTER est ouverte aux stagiaires de formation continue, après avis favorable du Président de l’Université.

INFORMATIONS ET INSCRIPTION

Brochure et demande de dossiers d'inscription : Emmanuelle ALVAREZ - CLAQUE Secrétariat du MASTER INS3I Université du Littoral, Côte d'Opale, Centre Universitaire de la Mi-Voix, 50 rue F. Buisson, BP. 699, 62228, Calais, Cedex. Date limite de dépôt des dossiers (sans attendre les résultats de Licence ou autre Master1) : dernier vendredi du mois de juin. Des informations complémentaires sur l'Université sont consultables sur les serveurs web suivants:

• http://www.univ-littoral.fr (serveur de l'ULCO) • http://www-lmpa.univ-littoral.fr (serveur du Laboratoire de Mathématiques Pures et

Appliquées) • http://www-lasl.univ-littoral.fr (serveur du Laboratoire d'Analyse des Systèmes du

Littoral)

CONDITIONS D’ADMISSION La formation s’adresse à des étudiants possédant une licence du domaine des Mathématiques, Electronique - Electrotechnique - Automatisme, Informatique, Physique ou tout autre diplôme jugé équivalent par le jury du MASTER. L'admission en M2 du MASTER se fait sur dossier. Tous les étudiants de M1 INS3I, doivent aussi déposer un dossier de candidature pour entrer en M2. Celui-ci doit être parvenir avant le dernier vendredi du mois de juin, sans attendre les résultats de la licence ou de la première année de Master d'un autre établissement (Ceux-ci seront envoyés dès que possible). Après examen du dossier, l'admissibilité sera prononcée par le jury du Master, sous réserve d'obtention de la licence pour l’inscription Master 1 ou d’un Master 1 pour le Master 2. Le candidat en sera informé courant juillet.

24

Exemples de stages et projets des deux dernières années Illustrant la formation et ses opportunités

• Exemples de projets

– Segmentation d’images texturées. Application à la recherche par le contenu

d’échantillons de dentelles. – Reconnaissance de visage par Eigenfaces

– Génération et acquisition d’un signal GPS sur composant programmable

MACH4 – Programmation d’un Robot-Chien à partir du robot Pekee – Analyse d’une carte Xilinx Spartan 3-400 – Détection d’objets à partir de capteurs télémétriques

– Caractérisation de concentration de cellules dans un échantillon marin – Outils de classification spectrale pour l’identification de phytoplancton – Identification d’un scripteur à partir de documents numériques – Reconnaissance vocale de chiffres par traitement du signal

– Simulations numériques d’un fluide réactif – Robustesse et recherche de points aberrants – Loi de Benford : théorie et applications – Autres projets « innovant »: web, Journée Premier Emploi, 4L Trophy

• Exemples de métiers

– Architecte Logiciel embarqué, Assystem Technologie, Lille. – Ingénieur Informatique industrielle, Jeumont Electric – Ingénieur d’exploitation en supervision, Arcelor Mittal, Dunkerque – Ingénieur données de contrôle, NOREALP, Dainville

– Ingénieur Développement Java, KEODS Paris – Ingénieur, Supervision de process, KEODS Paris

– Développeur logiciels scientifiques, Centre de Technologie Michelin

(Clermont-Ferrand) – Ingénieur bio informaticien, CHRU Lille – Chargé d’études statistiques, CA-FINAREF Lille