Management bases de données

Catalog of Institut Mines-Télécom Business School courses

Code

MUYF MIS 3601

Level

L3

Field

Systèmes d’information

Language

Français/French

ECTS Credits

2

Class hours

28

Total student load

40

Program Manager(s)

Department

  • Service Bachelor
  • Technologies, Information et Management

Educational team

Introduction to the module

Ce cours a pour but de sensibiliser les apprenants à la valeur de la donnée en entreprise et à ses bonnes pratiques de gestion et de protection.
Les apprenants acquièrent une vision de haut niveau de la donnée dans l’environnement professionnel. Cela leur permettra de faire la différence en entreprise en considérant la donnée comme un bien immatériel et de contribuer efficacement à la valoriser et à la protéger.
Au terme de ce cours vous serez en mesure de :
- comprendre la notion de Systèmes de Gestion de Bases de Données
- gérer des problèmes d'entreprise.
A l’issue de cet enseignement, les apprenants devront être capables de :
• de créer une Base de Données
• de réaliser des extractions et des rapports professionnels

Learning goals/Programme objectives

  • LG1 Being able to extend digital intelligence through its different dimensions
  • LG2 Having the ability to manage uncertainty and complexity with accuracy and rigor
  • LG4 Having access to different cross disciplinary management approaches and tools

Learning objectives/Intended learning outcomes

  • 1.1 - Develop digital citizenship and prosperity
  • 1.2 - Develop digital creativity for the individual and the organizational
  • 1.3 - Develop competitiveness in business, and digital sovereignty
  • 2.2 - Explore solutions, decisions, and their relative and absolute impacts
  • 4.2 - Understand and employ cross-disciplinary concepts, knowledge, theories
  • 4.3 - Apply cross-disciplinary management approaches and tools effectively and judiciously
  • 4.4 - Evaluate the use of cross-disciplinary management approaches and tools

Rubrics

L'utilisation des bases de données est un point particulier du numérique/digital. Les apprenants apprennent ici une base de données, et sont sensibilisés à la valorisation de données et à l’intelligence artificielle.

Content : structure and schedule

Les sujets suivants sont abordés :
- définition de la donnée dans l’entreprise
- Usage et de valeur de la donnée en entreprise
- Risques liés à la donnée
- Modèles de description de la donnée
- Gestion de la donnée
- Protection de la donnée
- Contraintes réglementaires sur la donnée

Séance 1. Définitions et principes de la gestion de données : Séance d'introduction, présenter ce qu'est la donnée, et comment elle se place en entreprise. Démonstration de la valeur de la donnée. Présentation brève de l'organisation d'une entreprise et les qualités de la donnée pour l'organisation ;
 Travail intersession 1 : réflexion sur les risques liés à la donnée et aux menaces afin de savoir la protéger sur des exemples pratiques.

Séance 2. La donnée et son environnement : La donnée est replacée ici dans le contexte économique (valeur monétaire de la donnée). Comment on vend la donnée, comment on l'achète, quel type de données etc… (Intelligence Artificielle, Big Data)
Intersession 2 : Préparation à la séance suivante en réfléchissant sur comment les apprenants devraient gérer une donnée, la protéger, la partager. Réflexion sur les notions abordées à la séance suivante au niveau informatique.

Séance 3. Informatique et données : Débriefe de la réflexion de l'intersession précédente. Les infrastructures dans le cloud (pour les managers, avoir au moins une notion est très importante car s'ils ne s'y connaissent pas, ils sont très démunis quand ils arrivent en entreprise. Vocabulaire précis sur les données).
Intersession 3 : Exercice sur un cas d'usage choisi par l'apprenant. Décision sur une base de données à traiter, proposition de bases de données « si j'avais une entreprise je ferais comme cela ».

Séance 4. Travaux Pratiques : Réexamen et progression du travail sur le cas de l'apprenant effectué lors du précédent travail intersession dont notamment une petite présentation des apprenants qui souhaitent parler de leur cas ou présentation des cas originaux choisis par les apprenants. Session beaucoup plus précise sur la gestion de base de données, cas pratique utilisé dans l'entreprise même de l'enseignant.
Intersession 4 : Reprendre la base de données proposée à l'intersession précédente, et corriger le travail suite au cours donné ce jour, plus de précisions, d'améliorations, etc.

Séance 5. Les usages de la donnée : Correction de l'exercice de l'intersession précédente. Plusieurs points abordés ici : 1-Comment utilise-t-on les données concrètement (plusieurs solutions algorithmiques, etc.)
2-Aspects des données avec l'environnement. Quelle la consommation énergétique d'un mail par exemple.
Intersession 5 : Exercice reprenant tous les concepts vus en cours et la manière dont les apprenants vont gérer les problématiques durant l’examen. Encouragement à contacter l'enseignant afin de poser les questions sur les incompréhensions du cours.

Séance 6. Protection de la donnée : Utilisation de L'I-outil. Attitude critique par rapport aux données. Sécurité informatique. Le réglementaire de la donnée (RGPD). Prise de recul par les apprenants face à toutes les thématiques abordées. 30 minutes sur les questions des apprenants pour l'examen.
Intersession 6 : Révision pour l'examen Final. (Insistance sur le contact avec l'enseignant pour reposer des questions…)

Examen Final

Sustainable Development Goals

N°9 Innovation et Infrastructures
N°12 Consommation responsable

Number of SDG's addressed among the 17

2

Learning delivery

synchrone

Pedagogical methods

Les apprenants sont invités à beaucoup interagir durant les cours et un contact direct avec l’enseignant est disponible (e-mail / téléphone / WhatsApp / Moodle). Ils sont encouragés à poser leurs questions, à apporter leurs expériences (personnelles ou professionnelles) et à critiquer le contenu du cours. Les apprenants sont également préparés à l’examen final par des exercices donnés à la fin de chaque cours et à réaliser pour le cours suivant qui les aideront à pratiquer ce qu’il y a dans le cours en autonomie. Chaque séance est constituée d’une période de trois heures séparée en deux parties par une pause de quinze minutes. La pédagogie est dispensée par des études de cas, des travaux pratiques/dirigés, des exposés, l’utilisation de ressources en lignes (vidéos, web, applications…), des débats.

Evaluation and grading system and catch up exams

Examen final = 100% de la note finale.
L’examen final est constitué de deux parties. L’une est centrée sur une analyse d’un texte d’actualité faisant intervenir les notions vues en cours et vise à valider la compréhension des notions culturelles qui seront à exploiter en entreprise. L’autre est un exercice de cours portant sur les techniques de gestion des données et visant à évaluer la compréhension des technologies utilisées.
Des point bonus sont affectés si rendus d'exercices, travaux individuels faits.

En cas d’échec, un examen de rattrapage est organisé sur table, il compte pour 100% de la note finale (note plafonnée selon règlement de scolarité).

Module Policies

Professor-Student Communication
● The professor will contact the students through their school email address (IMT-BS/TSP) and the Moodle portal. No communication via personal email addresses will take place. It is the student responsibility to regularly check their IMT-BS/TSP mailbox.
● Students can communicate with the professor by emailing him/her to his institutional address. If necessary, it is possible to meet the professor in his office during office-hours or by appointment.

Students with accommodation needs
If a student has a disability that will prevent from completing the described work or require any kind of accommodation, he may inform the program director (with supporting documents) as soon as possible. Also, students are encouraged to discuss it with the professor.

Class behavior
● Out of courtesy for the professor and classmates, all mobile phones, electronic games or other devices that generate sound should be turned off during class.
● Students should avoid disruptive and disrespectful behavior such as: arriving late, leaving early, careless behavior (e.g. sleeping, reading a non-course material, using vulgar language, over-speaking, eating, drinking, etc.). A warning may be given on the first infraction of these rules. Repeated violators will be penalized and may face expulsion from the class and/or other disciplinary proceedings.
● The tolerated delay is 5 minutes. Attendance will be declared on Moodle during these 5 minutes via a QR code provided by the teacher at each course start.
● Student should arrive on time for exams and other assessments. No one will be allowed to enter the classroom once the first person has finished the exam and left the room. There is absolutely no exception to this rule. No student can continue to take an exam once the time is up. No student may leave the room during an examination unless he / she has finished and handed over all the documents.
● In the case of remote learning, the student must keep his camera on unless instructed otherwise by the professor.

Honor code
IMT-BS is committed to a policy of honesty in the academic community. Conduct that compromises this policy may result in academic and / or disciplinary sanctions. Students must refrain from cheating, lying, plagiarizing and stealing. This includes completing your own original work and giving credit to any other person whose ideas and printed materials (including those from the Internet) are paraphrased or quoted directly. Any student who violates or helps another student violate academic behavior standards will be penalized according to IMT-BS rules.

Textbook Required and Suggested Readings

- Bases de données - 4e éd. Hainaut (Dunod, 2018)
- MongoDB - Comprendre et optimiser l'exploitation de vos données. Ferrandez (ENI, 2019)
- Les Blockchains. Leporcher, Goujon, Chouli (ENI, 2019)
- Mdm, Enjeux et méthodes de la gestion des données. Gabassi, Régnier-Pécastaing, Finet (Dunod, 2008)
- https://www.youtube.com/channel/UCm5wThREh298TkK8hCT9HuA
- L'enfer numérique (editionslesliensquiliberent.fr)
- Le projet Unicorn de Gene Kim (très important à lire sur la pertinence des problématiques d’entreprise et de la valeur de la donnée : livre important pour tout public / very important to read on the relevance of business issues and the value of data: an important book for any audience)

Keywords

Management, Système d’informations, Base de données, Analyses, Valeur, Modélisation

Prerequisites

Aucun spécifique. Curiosité indispensable. Une connaissance générale de l’informatique et de l’entreprise est la bienvenue mais pas indispensable / No specific requirements. Curiosity essential. General knowledge of IT and business is welcome but not essential.