- Admission : /en/education/bachelor/computer-science-and-communication-systems/admission/
- Study program : /en/education/bachelor/computer-science-and-communication-systems/study-program/
- Structure of studies : /en/education/bachelor/computer-science-and-communication-systems/structure-of-studies/
- Career perspectives : /en/education/bachelor/computer-science-and-communication-systems/career-perspectives/
- Exchange programs : /en/education/bachelor/computer-science-and-communication-systems/exchange-programs/
- People : /en/education/bachelor/computer-science-and-communication-systems/people/
- Admission : /en/education/bachelor/computer-science-and-communication-systems/admission/
- Study program : /en/education/bachelor/computer-science-and-communication-systems/study-program/
- Structure of studies : /en/education/bachelor/computer-science-and-communication-systems/structure-of-studies/
- Career perspectives : /en/education/bachelor/computer-science-and-communication-systems/career-perspectives/
- Exchange programs : /en/education/bachelor/computer-science-and-communication-systems/exchange-programs/
- People : /en/education/bachelor/computer-science-and-communication-systems/people/
Study program
Module description
BackThis module description is supplemented by the HEIA-FR Directive on module organization for the 2024/2025 academic year.
7 ECTS credits
-
Bases de données non relationnellesIDB3C-NRDB-SSemesterAutumnWeight2
-
Traitement des données distribuéesIDB3C-TDDS-SSemesterAutumnWeight3
-
Visualisation des donnéesIDB3C-VSDT-SSemesterAutumnWeight2
Module specifications
Supervisor(s)
Houda Chabbi,Andreas Fischer,Philippe Joye
Module grade calculation method
Note du module = moyenne pondérée des notes des cours
Targeted competences / General learning objectives
- Savoir qualifier les données pour l'ingestion et choisir le bon modèle de traitement (batch vs streaming)
- Identifier les bons systèmes de stockage entre fichiers distribués, object storage et systèmes de bases de données en fonction des besoins et contraintes attendues
- Concevoir et mettre en place une chaîne de traitements adéquate pour des données distribuées
- Identifier et choisir des techniques et méthodes de visualisation des données selon le but de la visualisation, la taille des données, leur type et structure.
- Concevoir, développer et exploiter des méthodes et techniques de visualisation
Remediation options
Pas de remédiation
Remediation options (if repeating the year)
Identique au cas sans répétition
Prerequisites
Avoir réussi les modules "Infrastructure pour ingénierie des données" et "Conception logicielle".
Evaluation and validation methods
Chaque cours du module fait l'objet d'un contrôle continu et d'une note finale de cours arrondie au dixième de point.Si le descriptif de cours mentionne un examen de révision, la note finale de cours est la moyenne arithmétique entre la note du contrôle continu et celle de l'examen. Les informations relatives aux cours figurent dans les descriptifs de cours. Le module est réussi lorsque les deux conditions suivantes sont réunies : la moyenne pondérée des notes de cours, arrondie au demi, est d'au moins 4.0 et aucune note de cours n'est inférieure à 3.0. La présence aux cours est obligatoire. Dans un module échoué, la répétition porte sur tous les cours dont la note est inférieure à 4.0.