Projets Learn ‘In Auvergne à l’ISIMA

Le diplôme d’ingénieur ISIMA modernise ses enseignements en émargeant sur quatre projets soutenus par le programme Learn’In Auvergne, programme transverse du projet CAP 20-25 qui accompagne la transformation des pratiques pédagogiques.

Internet des objets connectés : challenges de sécurité :

C. Tilmant (ISIMA), J. Laffond (Polytech))

Dans le cadre de la formation à la sécurité informatique au sein de l’ISIMA, nous avons mis en place un cours en présentiel sur la sécurité des objets connectés (IoT).

Une modalité de contrôle de connaissances "classique" (examen écrit ou compte rendu de TP par contrôle continu) n’est actuellement pas pertinente. En effet, la sécurité informatique s’appuie énormément sur du savoir-faire basé sur de l’intuition et de la culture et non sur un protocole pré-établi.

Les challenges de sécurité sont des moyens efficaces pour contrôler les connaissances et qui ont fait leurs preuves : hackathons.

Pour cela, des challenges de securité seront mis en place durant les séances d’évaluation, ils devront être automatiques ( gestion informatique ), visuels ( projection en temps-réel des attaques ) et bien entendu fiable.
Cette approche par «jeu» (serious game) créera une émulation auprès des étudiants.

AGORA-MDL : digitalisation du cours de machine learning et Deep Learning :

V. Barra, V. Antoine, A. Guitton, C. Tilmant (ISIMA)

Le Big Data, et les algorithmes de l’intelligence artificielle, présentent une dimension nouvelle dans la connaissance. D’un monde d’expérimentations réduites et d’extrapolations, la science des données autorise à envisager des approches plus exhaustives, donc plus fiables, ne reposant plus sur des échantillons et sur des modèles, mais sur la quasi-totalité de l’information disponible. Il s’agit de passer du paradigme « Opinion driven » au paradigme "Fact driven".

Pour aborder ce virage, l’industrie a besoin de nouveaux profils : des ingénieurs maitrisant les outils de la data science en plus de leur domaine initial.

Ces profils sont à recruter parmi les jeunes diplômés des écoles d’ingénieurs et universitaires, ou en faisant évoluer leurs propres collaborateurs.

Le data scientist est chargé de recueillir et d’analyser un grand volume de données de diverses sources, afin de déterminer une stratégie organisationnelle et/ou opérationnelle.

A l’interface entre les mathématiques, l’informatique et le coeur de métier de l’entreprise, ce profil est encore rare en France et très peu de formations (initiale ou continue) proposent aujourd’hui d’acquérir l’ensemble des compétences nécessaires à ce nouveau métier.

En formation initiale, ou par recyclage de cadres d’entreprises, il est donc indispensable de proposer rapidement des formations, et des contenus innovants dans ce domaine en tension. Le projet AGORA-MDL propose le cours 6.1 « Machine & Deep Learning» à la digitalisation.

Machine Learning et Deep Learning, fondements du métier de data scientist, ces deux disciplines se prêtent en effet bien à ces pratiques d’enseignement modulaires et évolutives.

D’une part, le support informatique multimédia (vidéos, notebooks…) est adapté, et d’autre part ces disciplines évoluent quasi quotidiennement et requièrent donc une pédagogie souple et agile.

Acquisition de savoir-faire en mesures électroniques :

Michel Cheminat (ISIMA)

Lors des Travaux Pratiques d’électronique, la manipulation ne peut se faire qu’en présence d’un enseignant. Pour revoir les compétences hors des séances nous voulons mettre à disposition des étudiants des contenus vidéos expliquant certaines manipulations.

Il s’agit donc de nous aider à réaliser une quinzaine de vidéos (1 minute par vidéo environ) d’un enseignant réalisant une manipulation sur du matériel électronique (oscilloscope par exemple).

L’évaluation de ces compétences de savoir faire se fait lors d’un examen de TP individuel, ces vidéos doivent servir aux révisions "hors les murs".

Les vidéos seront disponibles avant les séances. Si elles sont visionnées avant de venir en TP (type classe inversée), l’acquisition de la compétence serait peut-être plus rapide et les questions plus précises.