Preuves “ressources”
Ressources de la compétence Réaliser :
Semestre 1
- Introduction aux bases de données et SQL
- Mathématiques discrètes
- Economie Durable et numérique
- IA 1
Semestre 2
- Exploitation d’une base de donnée
- Outils numériques pour les statistiques descriptives
- Introduction à la gestion des systèmes d’informations
- Anglais
- IA 2
R1.05 & R2.06 : Introduction aux bases de données et SQL, exploitation d’une base de donnée
- modèle relationnel : notion de clé primaire et étrangère, formes normales (1NF, 2NF, etc)
- diagrammes de classes UML : concept de classe, héritage et sous-classe, association binaire, contraintes
- implémentation SQL : créer des classes, implémenter des clés primaire et étrangère, une partie des contraintes textuelles, requêtes avec select, jointures, insertion, suppression et mise à jour de table
- exploitation d’une base : fonctions de groupe et de regroupement, divisions, vues, administration MySQL
R1.06 : Mathématiques discrètes
- Arithmétique : Divisibilité et congruence, fonctions usuelles, résolution d’équations et d’inéquations
- Théorie des Ensembles : ensembles, sous-ensembles, unions, inclusions, différences, ensembles fini/infini, produit cartésien
- Logique propositionnelle : assertions, traductions dans un langage rapide à écrire, opérateurs booléen de bases, relation d’implication, d’équivalences, conséquences logiques
- Raisonnements et Démonstrations : déduction/équivalence/absurde, schémas démonstratifs propres aux ensembles, équations et égalité ensemblistes
R1.09 : Economie durable et numérique
- Fondements de l’économie : marchés et dysfonctionnements, acteurs économiques, croissance et déséquilibres économiques, politique économique, mondialisation
- Ecoconception des services numériques : économie circulaire, numérique responsable, enjeux du développement durable, régulation et impact du numérique
- Enjeux économiques des données de l’information : acteurs et modèles de l’économie numérique, marché de la donnée
R2.08 : Outils numériques pour statistiques descriptives
- Modélisation avec Excel : fonctions somme, somme_si_ens, NB, RechercheV, tris, filtre, tableaux croisés dynamiques
- introduction à pandas : lecture de fichier csv, représentation graphique avec python