Stage en entreprise ou Préparation de mémoire

Informations

Langue d'enseignement : Anglais
Crédits ECTS: 27

Programme

Cet enseignement comporte un stage :

  • Type de stage : Stage de fin d'études
  • Nombre de semaines de stage : 16
  • Modalité de suivi du stage :
    - suivi de stage par un tuteur si stage en entreprise
    - encadrement par un Enseignant-Chercheur s'il s'agit de la préparation d'un mémoire de recherche
  • Heures d'enseignement dispensées à l'étudiant : 5 heures
  • Temps de travail personnel : 675 heures

Objectifs et compétences

Objectifs :
Stage en entreprise pour se familiariser avec le secteur industriel et mettre en pratique les acquis de la formation ou préparation d'un mémoire de recherche en laboratoire pour consolider la formation et s'initier à la recherche.

Compétences :
  • Être en capacité d'investir ses connaissances et aptitudes dans le cadre d'une mise en situation professionnelle.
  • Etre capable de communiquer des résultats à l'écrit et à l'oral
  • Assurer une veille scientifique et professionnelle
  • Maitriser les enjeux liés au financement de l'économie
  • Connaître le ou les champs professionnel(s) associé(s) à la discipline.
  • Modéliser et décider dans un environnement économique complexe
  • Construire son projet personnel et professionnel et, entre autres, connaître les techniques de recherche d'emploi.
  • Travailler en équipe dans différents contextes, y compris avec des personnes issues de disciplines différentes : s'intégrer, se positionner, collaborer, communiquer et rendre compte.

  • Être autonome dans le travail
  • Faire preuve de capacités de recherche d'informations, d'analyse et de synthèse.
  • Poursuivre par soi-même ses apprentissages ; se préparer à se former tout au long de la vie
  • Maitriser les concepts fondamentaux en mathématiques et en probabilité
  • Maitriser les bases scientifiques de la modélisation et les outils modernes du langage scientifique : mathématiques, statistiques, méthodes numériques
  • Maitriser le raisonnement et la modélisation en économie et en finance
  • Maitriser le vocabulaire technique des différents enseignements
  • Analyser et synthétiser des données en vue de leur exploitation

  • Connaître et mettre en application les principaux modèles mathématiques intervenant dans les différentes disciplines connexes du domaine Sciences et Technologies mais aussi des autres domaines
  • Maîtriser les bases du raisonnement probabiliste ; savoir mettre en œuvre une démarche statistique pour le traitement des données.
  • Construire et rédiger une démonstration mathématique synthétique et rigoureuse.
  • Être capable de résoudre des équations (linéaires, algébriques, différentielles) de façon exacte et par des méthodes numériques.
  • Maîtriser la notion d'approximation en s'appuyant sur les notions de limite, de norme, de comparaison asymptotique et la notion d'ordre de grandeur.
  • Être capable de mettre en oeuvre des algorithmes de base de calcul scientifique
  • Être capable de traduire un problème simple en langage mathématique.
  • Mettre en œuvre des outils mathématiques et informatiques pour des applications relevant du domaine des sciences cognitives, de l’économie et de la gestion.
  • Appliquer des techniques d'induction de type statistique tout en maîtrisant leurs limites et leurs risques.
  • Être familiarisé avec les propriétés algébriques, analytiques et géométriques des espaces R, R2, R3.
  • Maîtriser les techniques courantes en mathématiques pures et appliquées, dans le but d'un approfondissement ultérieur ou de leur transmission dans le cadre dune situation professionnelle
  • Être familiarisé avec les propriétés algébriques, analytiques et géométriques de R et Rn.
  • Connaitre les propriétés des différentes structures algébriques.

  • Analyser, modéliser et résoudre des problèmes simples de physique.
  • Être en capacité de savoir aborder un problème complexe.
  • Mobiliser les concepts mathématiques, informatiques, de la physique et de la chimie pour gérer et résoudre des problématiques à fort niveau d’abstraction
  • Utiliser des outils mathématiques (y compris le calcul numérique et matriciel) et statistiques.
  • Savoir valider un modèle par comparaison de ses prévisions aux résultats expérimentaux, et apprécier les limites de validité d’un modèle
  • Savoir construire une leçon de mathématiques

Organisation pédagogique

le mode de fonctionnement de l'UE est présenté au début des enseignements

Contrôle des connaissances

Rédaction de mémoire et soutenance orale

Lectures recommandées

l'ensemble des références bibliographiques est communiqué au début des enseignements

Responsable de l'unité d'enseignement

El Maati Ouhabaz

Enseignants

la composition de l'ensemble de l'équipe pédagogique est communiquée au début des enseignements