École Privée d’Ingénierie du Niger — L’école du nouveau monde

✉ elearning@epiniger.edu.ne    🌐 epiniger.edu.ne

EPI e-Learning

L'école du nouveau monde · Plateforme e-Learning

Filière : Licence Professionnelle en Génie Logiciel (GELO)

  • Linux LPI 101 — Administration de Base

    Ce cours initie à l’administration d’un système Linux en ligne de commande, en suivant les thèmes de l’examen LPI 101 (Linux Professional Institute, certification LPIC-1). Linux fait tourner la grande majorité des serveurs web, des plateformes cloud et de nombreux équipements réseau ; dans les PME, les administrations et les opérateurs nigériens, il héberge sites, bases de données, serveurs de fichiers et passerelles. L’administrateur travaille souvent à distance, en SSH, sur des liaisons à faible débit : la maîtrise du terminal, sans interface graphique, est donc essentielle. Le cours couvre la navigation, les fichiers et permissions, les utilisateurs et les paquets, les processus, le démarrage et l’automatisation par scripts bash planifiés avec cron. Toutes les sessions présentées ont été exécutées sur Ubuntu 24.04 ; elles s’appliquent à Debian et, pour l’essentiel, aux distributions Red Hat/Fedora.

    Objectifs d’apprentissage

    • Naviguer et administrer un système Linux en ligne de commande avec aisance.
    • Gérer les fichiers, les permissions, les utilisateurs et les groupes sous Linux.
    • Installer, configurer et administrer des paquets logiciels sur une distribution Debian/Ubuntu.
    • Comprendre le démarrage du système Linux, les processus et les scripts shell de base.

    Prérequis

    Architecture des Ordinateurs & Systèmes (ARO2141) — GELO S2 : notions de système d’exploitation, processus, mémoire, mode noyau et appels système.

    Plan du cours

    1. Leçon 1 — Prise en Main de Linux
    2. Leçon 2 — Gestion des Fichiers et des Permissions
    3. Leçon 3 — Gestion des Utilisateurs et des Paquets
    4. Leçon 4 — Processus et Scripts Shell

    Travaux pratiques

    • Machine virtuelle Debian ou Ubuntu (VirtualBox), WSL sous Windows ou serveur de salle de TP accessible en SSH.
    • TP par leçon : navigation, permissions et répertoire partagé, comptes et groupes d’un service municipal, compilation depuis les sources.
    • TP (leçon 4) : script de sauvegarde automatisée et de monitoring système avec cron.

    Modalités d’évaluation

    Volume horaire : CM 12 h, TD 6 h, TP 12 h, TPE 30 h, soit 60 h (3 crédits). Évaluation CC + ET : contrôle continu 40 % (TP notés, scripts rendus, quiz), examen terminal 60 %. Nature : mixte (questions de cours et manipulations sur machine).

    Bibliographie

    • Linux Professional Institute, Linux Essentials Study Guide et supports d’apprentissage LPIC-1 (learning.lpi.org).
    • Sobell M., A Practical Guide to Linux Commands, Editors, and Shell Programming, Pearson.
    • Shotts W., The Linux Command Line, No Starch Press (complément, disponible librement en ligne).

  • Architecture des Ordinateurs & Systèmes

    Ce cours relie le matériel et le logiciel : il explique comment un processeur moderne exécute les instructions (pipeline, caches, cœurs multiples) puis comment le système d’exploitation partage ce matériel entre de nombreux programmes (processus, mémoire virtuelle, ordonnancement, synchronisation). Ces notions sont indispensables au développeur : elles expliquent pourquoi un programme est lent ou rapide, pourquoi un smartphone Android à processeur ARM consomme peu, pourquoi une application multi-thread de paiement mobile peut perdre des transactions si elle est mal synchronisée. Les calculs du cours sont vérifiés par de petits simulateurs en Python et des programmes C (fork, threads POSIX) exécutables sous Linux.

    Objectifs d’apprentissage

    • Comprendre en profondeur l’architecture des processeurs modernes : pipelines, caches, RISC/CISC.
    • Maîtriser les concepts fondamentaux des systèmes d’exploitation : processus, mémoire, entrées/sorties.
    • Analyser les mécanismes de gestion de la mémoire : pagination, segmentation, mémoire virtuelle.
    • Appliquer les notions d’ordonnancement des processus et de synchronisation des threads.

    Prérequis

    Algèbre de Boole & Architecture Numérique (BOO1142) — GELO S1 : numération binaire et hexadécimale, logique combinatoire et séquentielle, structure de base d’un ordinateur (processeur, mémoire, bus). Des bases de programmation en C et en Python sont utiles pour les TP.

    Plan du cours

    1. Leçon 1 — Architecture du Processeur
    2. Leçon 2 — Systèmes d’Exploitation : Concepts Fondamentaux
    3. Leçon 3 — Gestion de la Mémoire
    4. Leçon 4 — Ordonnancement et Synchronisation

    Travaux pratiques

    • Simulation du mécanisme de pagination avec translation d’adresses et comparaison des algorithmes de remplacement (leçon 3).
    • TP : simulation d’ordonnancement (FCFS, SJF, Round-Robin, priorités) et analyse de la performance d’un système (leçon 4).
    • Démonstrations en C sous Linux : fork/wait, condition de course et mutex, producteur-consommateur avec sémaphores.

    Modalités d’évaluation

    Volume horaire : CM 15 h, TD 8 h, TP 5 h, TPE 32 h, soit 60 h (3 crédits). Évaluation CC + ET : contrôle continu 30 % (TD, TP, quiz), examen terminal 70 %. Nature : mixte (exercices chiffrés et questions de cours).

    Bibliographie

    • Tanenbaum A., Systèmes d’exploitation, Pearson.
    • Patterson D. & Hennessy J., Computer Organization and Design, Morgan Kaufmann.
    • Silberschatz A., Galvin P. & Gagne G., Operating System Concepts, Wiley (complément).

  • Modélisation BDD & Merise Avancée

    Ce cours approfondit la conception des bases de données relationnelles entamée au S1 (BDM1143). Il couvre les situations de modélisation que l’on rencontre dans les systèmes d’information réels — hôpitaux, établissements scolaires, microfinances, opérateurs de Mobile Money — : entités faibles, associations ternaires, héritage. Il formalise ensuite le passage au modèle logique et la qualité d’un schéma par la théorie des dépendances fonctionnelles et la normalisation. La seconde moitié est consacrée à la mise en œuvre dans un SGBD relationnel (MySQL, PostgreSQL) : SQL avancé (jointures, sous-requêtes, agrégats, fonctions de fenêtrage), transactions, niveaux d’isolation et vues. Les requêtes du cours ont été exécutées sous PostgreSQL 16 ; les différences avec MySQL 8 sont signalées.

    Objectifs d’apprentissage

    • Maîtriser les techniques avancées de modélisation avec Merise : entités faibles, héritage, associations ternaires.
    • Concevoir et normaliser un schéma relationnel jusqu’à la 3NF à partir d’un cahier des charges.
    • Rédiger des requêtes SQL avancées : jointures, sous-requêtes, fonctions d’agrégation.
    • Gérer les transactions, la concurrence et les vues dans un SGBD relationnel (MySQL/PostgreSQL).

    Prérequis

    Introduction aux BDD & Modélisation Merise (BDM1143) — GELO S1 : MCD simple (entités, associations binaires, cardinalités), règles de base du passage au MLD, requêtes SQL SELECT / INSERT / UPDATE / DELETE élémentaires.

    Plan du cours

    1. Leçon 1 — Merise Avancée
    2. Leçon 2 — Modèle Logique et Normalisation
    3. Leçon 3 — SQL Avancé
    4. Leçon 4 — Transactions et Sécurité

    Travaux pratiques

    • TD de modélisation : MCD d’un système d’information hospitalier et de gestion scolaire ; normalisation pas à pas.
    • TP SQL sur une base de microfinance (jointures, sous-requêtes, agrégats, fenêtrage).
    • TP (leçon 4) : conception et implémentation d’une BDD de gestion scolaire sous MySQL (script également compatible PostgreSQL).

    Modalités d’évaluation

    Volume horaire : CM 14 h, TD 6 h, TP 10 h, TPE 30 h, soit 60 h (3 crédits). Évaluation CC + ET : contrôle continu 40 % (TD, TP gestion scolaire, quiz), examen terminal 60 %. Nature : mixte (écrit de modélisation et épreuve SQL).

    Bibliographie

    • Nanci D. & Espinasse B., Ingénierie des systèmes d’information — Merise, Vuibert.
    • Ramakrishnan R. & Gehrke J., Database Management Systems, McGraw-Hill.
    • Elmasri R. & Navathe S., Fundamentals of Database Systems, Pearson (complément).

  • Langage C — Structures & Fichiers

    Ce cours prolonge l’algorithmique du S1 en langage C, le langage des systèmes d’exploitation, des logiciels embarqués, des pilotes et de nombreux outils réseau. L’étudiant y apprend à maîtriser la mémoire (pointeurs, allocation dynamique), à regrouper des données dans des types structurés, à implémenter en C les structures de données classiques (listes chaînées, piles, files, arbres, tables de hachage) et à rendre les données persistantes dans des fichiers texte et binaires. Le cours se termine par l’organisation d’un programme en modules compilés séparément avec un Makefile, à travers un projet de gestion de contacts en ligne de commande, adapté aux contextes à faible connectivité (données stockées localement, sans serveur).

    Objectifs d’apprentissage

    • Programmer en C avec maîtrise de la gestion de la mémoire : pointeurs, allocation dynamique.
    • Implémenter les structures de données classiques en C : listes chaînées, arbres, tables de hachage.
    • Réaliser des entrées/sorties sur fichiers en C : fichiers texte et binaires, accès aléatoire.
    • Développer des programmes C modulaires et robustes avec gestion des erreurs.

    Prérequis

    Algorithmique & Structures de Données (ALG1141) — GELO S1 ; Introduction aux BDD & Modélisation Merise (BDM1143) — GELO S1. Il est recommandé de savoir écrire en C un programme simple (variables, boucles, fonctions, tableaux).

    Plan du cours

    1. Leçon 1 — Pointeurs et Gestion de la Mémoire
    2. Leçon 2 — Structures et Types Définis
    3. Leçon 3 — Structures de Données en C
    4. Leçon 4 — Fichiers et Programmation Modulaire

    Travaux pratiques

    • Exercices de programmation compilés avec gcc -Wall -Wextra -std=c11 et contrôlés avec valgrind (fuites mémoire).
    • TP projet (leçon 4) : mini-système de gestion de contacts en fichiers binaires (CLI), découpé en modules .h/.c et compilé avec un Makefile.

    Modalités d’évaluation

    Volume horaire : CM 14 h, TD 6 h, TP 10 h, TPE 30 h, soit 60 h de charge totale (3 crédits). Évaluation CC + ET : contrôle continu 40 % (TP, projet contacts, quiz), examen terminal 60 %. Nature : mixte (écrit et pratique sur machine).

    Bibliographie

    • Kernighan B. & Ritchie D., Le Langage C, Masson (Dunod).
    • King K. N., C Programming: A Modern Approach, W. W. Norton.
    • Delannoy C., Programmer en langage C, Eyrolles (complément).

  • Algorithmique Avancée & Complexité

    Ce cours approfondit l’algorithmique du S1 : il apprend à analyser rigoureusement le coût d’un algorithme, à concevoir des solutions efficaces à l’aide des grands paradigmes (diviser pour régner, programmation dynamique, glouton, backtracking), à choisir les structures de données adaptées (arbres équilibrés, tables de hachage, tas, graphes) et à reconnaître les problèmes difficiles pour lesquels on se contente d’heuristiques. Ces compétences sont décisives pour un développeur au Niger comme ailleurs : une application de Mobile Money qui traite des millions de transactions, un moteur de recherche de produits d’un site e-commerce ou l’optimisation des tournées de livraison d’une entreprise de Niamey exigent des algorithmes qui passent à l’échelle, sur des serveurs aux ressources souvent limitées. Tous les programmes sont écrits en Python 3 et ont été exécutés ; les résultats affichés sont reproductibles.

    Objectifs d’apprentissage

    • Maîtriser les paradigmes de conception algorithmique avancés : diviser pour régner, programmation dynamique.
    • Analyser la complexité temporelle et spatiale des algorithmes avec rigueur mathématique.
    • Concevoir des algorithmes efficaces sur les structures de données avancées : arbres, graphes.
    • Résoudre des problèmes algorithmiques classiques de niveau intermédiaire (NP-complétude, heuristiques).

    Prérequis

    Algorithmique & Structures de Données (ALG1141) — GELO S1 ; Mathématiques Discrètes & Logique (MDS2121) — GELO S2 (récurrences, graphes, dénombrement).

    Plan du cours

    1. Leçon 1 — Analyse de la Complexité
    2. Leçon 2 — Paradigmes Algorithmiques Avancés
    3. Leçon 3 — Structures de Données Avancées
    4. Leçon 4 — Problèmes Difficiles et Heuristiques

    Travaux pratiques

    • Le syllabus ne prévoit pas de TP encadrés (0 h de TP) ; les 8 h de TD alternent exercices sur papier et programmes Python à exécuter.
    • Deux activités guidées proposées en travail personnel (TPE, 36 h) : tests empiriques de complexité sur des instances croissantes (Leçon 1) ; implémentation et comparaison d’algorithmes de tri et de recherche de chemin (Leçon 4).

    Modalités d’évaluation

    Volume horaire : CM 16 h, TD 8 h, TP 0 h, TPE 36 h, soit 60 h (CTT) — 3 crédits. Évaluation : contrôle continu (CC) 30 % + examen terminal (ET) 70 % ; nature mixte (M) : épreuves écrites et programmes.

    Bibliographie

    • T. H. Cormen, C. E. Leiserson, R. L. Rivest, C. Stein, Introduction à l’algorithmique, Dunod.
    • S. S. Skiena, The Algorithm Design Manual, Springer.
    • Complément : J. Kleinberg & É. Tardos, Algorithm Design, Pearson.

  • Statistiques Inférentielles & Probabilités

    Les statistiques inférentielles permettent de tirer des conclusions sur une population entière (toutes les requêtes d’un serveur, tous les utilisateurs d’une application) à partir d’un échantillon, en quantifiant l’incertitude. Ce cours prolonge les probabilités et statistiques descriptives du S1 vers les outils utilisés quotidiennement par un ingénieur logiciel et un data scientist : estimer les performances d’un serveur à partir de ses journaux, décider par un test A/B quelle version d’une interface garder, modéliser le temps d’exécution d’un algorithme, dimensionner un serveur face à un flux de requêtes, filtrer les spams avec le théorème de Bayes. Toutes les analyses sont réalisées en Python (pandas, scipy, matplotlib), sur des données de contexte nigérien : application de Mobile Money, portail d’une banque, réseau 3G/4G.

    Objectifs d’apprentissage

    • Maîtriser les méthodes d’estimation et de tests d’hypothèse pour analyser des données IT.
    • Appliquer les techniques de régression pour modéliser des relations entre variables.
    • Comprendre les fondements probabilistes nécessaires à la Data Science et au Machine Learning.
    • Utiliser Python (pandas, scipy, matplotlib) pour réaliser des analyses statistiques sur des données réelles.

    Prérequis

    Probabilités & Statistiques (PST1122) — GELO S1 : statistiques descriptives, variables aléatoires, lois binomiale, de Poisson et normale. Bases de Python.

    Plan du cours

    1. Leçon 1 — Estimation et Intervalles de Confiance
    2. Leçon 2 — Tests d’Hypothèse
    3. Leçon 3 — Régression et Corrélation
    4. Leçon 4 — Probabilités pour la Data Science

    Travaux pratiques

    • TP Python (Leçon 4, chapitre 4 du syllabus) : analyse statistique d’un jeu de données de logs d’application (temps de réponse, réseau 3G/4G, type de requête) — statistiques descriptives, intervalle de confiance, tests paramétriques et non paramétriques, régression multiple.
    • Chaque leçon comporte des exercices chiffrés vérifiables avec scipy.stats ; ils constituent le programme des 6 h de TD et du travail personnel (22 h).

    Modalités d’évaluation

    Volume horaire : CM 12 h, TD 6 h, TP 0 h, TPE 22 h, soit 40 h (CTT) — 2 crédits. Évaluation : examen terminal (ET) 100 %, pas de contrôle continu ; nature mixte (M). Les tables statistiques (loi normale, Student, khi-deux) sont fournies à l’examen.

    Bibliographie

    • D. Wackerly, W. Mendenhall & R. Scheaffer, Mathematical Statistics with Applications, Cengage.
    • W. McKinney, Python pour l’analyse de données, O’Reilly.
    • Complément : G. Saporta, Probabilités, analyse des données et statistique, Technip ; documentation en ligne de scipy.stats.

  • Mathématiques Discrètes & Logique

    Les mathématiques discrètes étudient les objets « comptables » — ensembles finis, relations, graphes, formules logiques, dénombrements — qui constituent le socle théorique de l’informatique. Ce cours montre comment ces outils servent directement au génie logiciel : modéliser des données et des relations entre entités d’une base de données, raisonner sur la correction d’un programme, calculer un plus court chemin dans un réseau de télécommunications, dimensionner l’espace des clés d’un système cryptographique ou estimer la complexité d’un algorithme récursif. Les exemples s’inspirent du contexte nigérien : réseau d’agences d’une microfinance, codes de transaction Mobile Money, mots de passe d’un portail administratif, liaisons entre villes.

    Objectifs d’apprentissage

    • Maîtriser les fondements mathématiques de l’informatique : ensembles, relations, fonctions.
    • Utiliser la logique mathématique pour raisonner sur les programmes et les spécifications.
    • Comprendre la théorie des graphes et ses applications en algorithmique et en réseaux.
    • Appliquer la combinatoire et les méthodes de dénombrement aux problèmes informatiques.

    Prérequis

    Mathématiques Générales & Financières (MAT1121) — GELO S1 ; Probabilités & Statistiques (PST1122) — GELO S1. Des notions de base en programmation Python (S1) facilitent la lecture des exemples de code.

    Plan du cours

    1. Leçon 1 — Théorie des Ensembles et Relations
    2. Leçon 2 — Logique Mathématique
    3. Leçon 3 — Théorie des Graphes
    4. Leçon 4 — Combinatoire et Dénombrement

    Travaux pratiques

    • Le syllabus ne prévoit pas de TP encadrés (0 h de TP). Les 8 h de TD portent sur des exercices chiffrés : tables de vérité et formes normales, propriétés de relations, parcours et plus courts chemins, dénombrements et récurrences.
    • Travail personnel (TPE, 36 h) : exercices d’application de chaque leçon et petits programmes Python fournis (vérification de relations, Dijkstra, Kruskal) à exécuter et modifier.

    Modalités d’évaluation

    Volume horaire : CM 16 h, TD 8 h, TP 0 h, TPE 36 h, soit 60 h (CTT) — 3 crédits. Évaluation : examen terminal (ET) 100 %, pas de contrôle continu ; nature mixte (M).

    Bibliographie

    • K. H. Rosen, Discrete Mathematics and Its Applications, McGraw-Hill.
    • R. P. Grimaldi, Discrete and Combinatorial Mathematics, Pearson.
    • Complément : T. H. Cormen et al., Introduction à l’algorithmique, Dunod (chapitres sur les graphes).

  • Gestion de Projet Informatique — Introduction

    Ce cours d’introduction au management de projet informatique donne aux étudiants de la Licence professionnelle Génie Logiciel (GELO) les méthodes et les outils nécessaires pour conduire un projet logiciel, du besoin exprimé par un client jusqu’à la mise en service. Il s’appuie sur des situations réalistes du contexte nigérien : informatisation de la scolarité d’EPI-Niger, application de paiement par Mobile Money (Airtel Money, Moov Money, Amanata), portail d’une mairie de Niamey ou logiciel de gestion d’une institution de microfinance à Maradi. Il présente à la fois les approches classiques (cascade, cycle en V) et les approches agiles (Scrum, Kanban), ainsi que la gestion des risques et la communication, souvent décisives dans les projets IT.

    Objectifs d’apprentissage

    • Comprendre les concepts fondamentaux du management de projet appliqués aux projets informatiques.
    • Maîtriser les outils de planification et de suivi des projets IT : diagramme de Gantt, PERT.
    • Distinguer les approches classiques (cycle en V, cascade) et agiles (Scrum, Kanban).
    • Appliquer les notions de gestion des risques et de communication de projet IT.

    Prérequis

    Économie Générale & Organisation des Entreprises (ECO1112) — GELO S1 : notions d’entreprise, d’organisation, de coûts et de budget.

    Plan du cours

    1. Leçon 1 — Fondements du Management de Projet IT
    2. Leçon 2 — Planification et Ordonnancement
    3. Leçon 3 — Méthodes Agiles
    4. Leçon 4 — Gestion des Risques et Communication

    Travaux pratiques

    • Le syllabus ne prévoit pas de TP encadrés (0 h de TP). Les 8 h de TD sont consacrées à des études de cas : rédaction d’un cahier des charges, construction d’un WBS, calcul d’un réseau PERT et d’un Gantt, tableau Scrum/Kanban, matrice des risques.
    • Travail personnel (TPE) : élaboration progressive d’un plan de projet complet pour une application web au Niger (Leçon 4).

    Modalités d’évaluation

    Volume horaire : CM 16 h, TD 8 h, TP 0 h, TPE 36 h, soit 60 h de charge totale (CTT) — 3 crédits. Évaluation : contrôle continu (CC) 50 % + examen terminal (ET) 50 %, nature mixte (épreuves écrites et travaux/dossiers).

    Bibliographie

    • PMI, PMBOK Guide, 7e édition, Project Management Institute.
    • K. Schwaber & J. Sutherland, Le Guide Scrum, scrumguides.org (gratuit, version française disponible).
    • Compléments : V. Messager, Gestion de projet agile, Eyrolles ; norme ISO 21500, Lignes directrices sur le management de projet.

  • Droit du Numérique & Propriété Intellectuelle

    Le développeur, le chef de projet ou l’administrateur système manipule chaque jour des objets juridiques : un logiciel protégé par le droit d’auteur, une bibliothèque sous licence GPL ou MIT, un contrat de développement assorti de pénalités, un SLA d’hébergement, des données personnelles de clients, un contrat électronique conclu sur une plateforme de vente en ligne. Ce cours de deuxième semestre donne les repères juridiques indispensables pour exercer dans le numérique au Niger et en Afrique de l’Ouest : textes nationaux et communautaires (CEDEAO, UEMOA, OHADA, OAPI), propriété intellectuelle, contrats informatiques, données personnelles et cybercriminalité. Avertissement : les références de textes citées sont données à titre indicatif ; la version en vigueur doit toujours être vérifiée au Journal officiel ou auprès des autorités compétentes, car ce domaine évolue rapidement.

    Objectifs d’apprentissage

    • Maîtriser le cadre juridique applicable aux activités numériques au Niger et en Afrique de l’Ouest.
    • Comprendre et appliquer les règles de propriété intellectuelle aux logiciels et aux créations numériques.
    • Analyser les implications légales des contrats informatiques, licences et conditions d’utilisation.
    • Identifier les enjeux juridiques liés à la protection des données personnelles et à la cybercriminalité.

    Prérequis

    Droit Civil & Introduction au Droit (DEC1111) — GELO S1 : sources du droit, notions de contrat, de responsabilité civile et de preuve.

    Plan du cours

    1. Leçon 1 — Cadre Juridique du Numérique en Afrique
    2. Leçon 2 — Propriété Intellectuelle des Logiciels
    3. Leçon 3 — Contrats Informatiques
    4. Leçon 4 — Protection des Données & Cybercriminalité

    Travaux pratiques

    • Le syllabus ne prévoit pas d’heures de TP ; les TD prennent la forme de cas pratiques argumentés (choix de licence, analyse de clauses, calcul de pénalités et de disponibilité SLA, conformité d’un traitement de données, qualification d’infractions), corrigés dans chaque leçon.

    Modalités d’évaluation

    Volume horaire : CM 14 h, TD 6 h, TP 0 h, travail personnel (TPE) 20 h, soit 40 h — 2 crédits. Évaluation : contrôle continu (CC) 40 % et examen terminal (ET) 60 % ; nature mixte (questions de cours et cas pratiques). Le quiz en ligne sert d’auto-évaluation.

    Bibliographie

    • Belleflamme & Peitz, Industrial Organization: Markets and Strategies, Cambridge University Press (économie des plateformes, des réseaux et de la propriété intellectuelle).
    • Niger, Loi portant régime général des transactions électroniques (texte officiel ; citée au syllabus sous le n° 2019-56, référencée ailleurs comme loi n° 2019-03 du 30 avril 2019 — à vérifier au Journal officiel).
    • Niger, Loi n° 2017-28 du 3 mai 2017 relative à la protection des données à caractère personnel, modifiée par la loi n° 2019-71 ; Loi n° 2019-33 du 3 juillet 2019 portant répression de la cybercriminalité (révisée en 2024).
    • OAPI, Accord de Bangui révisé et ses annexes (propriété industrielle, propriété littéraire et artistique), oapi.int.

  • Tech. Expression Écrite et Orale

    Ce cours prolonge « Langue Vivante & Communication » (LVI1151) en se concentrant sur les techniques qui rendent un informaticien efficace à l’écrit comme à l’oral : structurer un document technique, rédiger une spécification fonctionnelle, synthétiser une documentation, décrire un algorithme ou une architecture de façon précise ; prendre la parole en public, construire un exposé technique, utiliser les supports visuels et gérer le stress ; enfin préparer la recherche de stage et l’insertion professionnelle (CV, lettre de motivation, entretien, profil GitHub et LinkedIn). Les exercices sont ancrés dans le contexte nigérien : stages en ESN à Niamey, chez les opérateurs (Airtel, Moov Africa, Zamani Telecom, Niger Telecoms), dans les banques, microfinances, ONG et administrations.

    Objectifs d’apprentissage

    • Acquérir les techniques de communication orale et écrite adaptées au contexte professionnel IT.
    • Structurer et rédiger une argumentation technique claire et convaincante.
    • Préparer efficacement une soutenance de projet ou de stage en informatique.
    • Développer les compétences de prise de parole en public dans un contexte professionnel.

    Prérequis

    Langue Vivante & Communication (LVI1151) : courriel, compte-rendu, vocabulaire technique, bases de la présentation orale.

    Plan du cours

    1. Leçon 1 — Techniques de Rédaction Technique
    2. Leçon 2 — Techniques de Communication Orale
    3. Leçon 3 — Préparation au Stage et à l’Insertion

    Travaux pratiques

    • Le syllabus ne prévoit pas d’heures de TP ; les TD consistent en exercices de rédaction sous contrainte, simulations d’exposés et d’entretiens, rédaction de CV et de lettres, tous corrigés dans les leçons.

    Modalités d’évaluation

    Volume horaire : CM 12 h, TD 6 h, TP 0 h, travail personnel (TPE) 22 h, soit 40 h — 2 crédits. Évaluation : contrôle continu (CC) 50 % et examen terminal (ET) 50 % ; nature mixte (écrit et oral). Le quiz en ligne sert d’auto-évaluation.

    Bibliographie

    • EPI-Niger, Guide de rédaction des rapports et mémoires (document interne).
    • G. Vigner, Écrire pour convaincre, Hachette FLE.
    • M. Cohn, User Stories Applied, Addison-Wesley (spécification agile).