DU-812170 - Culture Numérique et Sécurité des Données
Culture numérique et sécurité des données
💻 Culture Numérique et Sécurité des Données
DU-812170 - Formation Continue / Première année cycle ingénieur
Présentation du cours
Ce cours vise à former les futurs ingénieurs aux enjeux essentiels de la culture numérique et de la sécurité des données. Dans un monde où les technologies numériques sont omniprésentes, il est crucial de comprendre les risques, les possibilités et les responsabilités liées à l'utilisation des outils numériques.
📊 Informations générales
Code : DU-812170
Niveau : Formation Continue / Première année cycle ingénieur
Semestre : S2
Volume : 5 heures de travaux pratiques
Évaluation : Note de Projet et Évaluation en classe
📄 Support de Cours Complet
Le document PDF complet avec toutes les notions, exemples et exercices est disponible :
📥 Accéder au PDF du cours (Nextcloud)Objectifs pédagogiques
À l'issue de ce cours, vous serez capable de :
🛡️ Identifier les risques numériques
Être conscient des risques personnels, de confidentialité, économiques et sociétaux liés aux outils numériques.
💾 Comprendre les données
Appréhender la nature des données, leur cycle de vie et leur impact sur la société.
📜 Appliquer la charte SIAG
Connaître, comprendre et appliquer la charte de l'université sur les Systèmes d'Information.
🤖 Comprendre l'IA et les algorithmes
Disposer des connaissances pour appréhender le fonctionnement des ordinateurs, algorithmes et IA.
🔍 Choisir ses outils de manière raisonnée
Sélectionner des outils numériques adaptés et justifier ses choix de manière argumentée.
🧠 Développer son esprit critique
Reconnaître les biais cognitifs, la désinformation et adopter une posture critique face au numérique.
Programme du cours
Objectifs : Appréhender le fonctionnement des ordinateurs, des algorithmes et de l'IA. Comprendre la nature des données et leur impact.
Contenu détaillé :
1. Architecture et Systèmes
- Composants d'un ordinateur (CPU, RAM, Stockage)
- Rôle du système d'exploitation (OS)
- Principes de base des réseaux (Internet, adresses IP, DNS)
2. Algorithmique et Programmation
- Qu'est-ce qu'un algorithme ?
- Exemples concrets et impact sur la vie quotidienne
- Introduction aux langages de programmation (sans programmation active)
3. Introduction à l'Intelligence Artificielle
- Définitions : IA, Machine Learning, Deep Learning
- Exemples d'applications (reconnaissance d'image, traduction)
- Limites et potentiels
4. La Donnée
- Cycle de vie d'une donnée (création, stockage, traitement, suppression)
- Données personnelles, sensibles, anonymes
- Notion de métadonnées
Objectifs : Être conscient des risques (personnels, confidentialité, économiques, sociétaux) et de ses propres biais cognitifs.
Contenu détaillé :
1. Cybersécurité et Menaces
- Ingénierie sociale et hameçonnage (phishing)
- Logiciels malveillants (virus, rançongiciels)
- Importance des mises à jour et des mots de passe robustes
2. Protection de la Vie Privée
- Identité numérique et empreinte digitale
- Modèles économiques des plateformes (capitalisme de surveillance)
- Paramétrage de la confidentialité sur les réseaux sociaux et navigateurs
3. Désinformation et Esprit Critique
- Reconnaître une fausse information (fake news)
- Bulles de filtres et chambres d'écho
4. Biais Cognitifs
- Présentation des biais courants (confirmation, disponibilité, etc.)
- Comment les algorithmes peuvent amplifier ces biais
Objectifs : Choisir de manière raisonnée ses outils numériques et être capable de justifier son choix.
Contenu détaillé :
1. Écosystèmes Logiciels
- Logiciels libres (Open Source) vs. Logiciels propriétaires
- Licences et droits d'usage
2. Services en Ligne (Cloud)
- Analyse des offres GAFAM (Google, Apple, Facebook, Amazon, Microsoft)
- Alternatives respectueuses de la vie privée (Proton, Framasoft, etc.)
3. Critères de Choix d'un Outil
- Grille d'analyse : Sécurité, Pérennité, Interopérabilité, Éthique, Coût
- Mise en situation : choisir un outil pour un projet d'ingénieur
Objectifs : Connaître, comprendre et appliquer la charte de l'université sur les SIAG.
Contenu détaillé :
1. Règlement Général sur la Protection des Données (RGPD)
- Principes clés (consentement, droit à l'oubli, etc.)
- Impact pour l'utilisateur et le futur ingénieur
2. Charte du bon usage des Systèmes d'Information et des Applications de Gestion (SIAG)
- Lecture et analyse de la charte SIAG de l'Université de Lille
- Droits et devoirs de l'étudiant
- Études de cas pratiques sur l'usage des ressources informatiques de l'université
Objectifs : Maîtriser les fondamentaux de l'IA générative et du prompt engineering pour optimiser son usage professionnel des outils d'intelligence artificielle.
Contenu détaillé :
1. Introduction à l'IA Générative
- Comprendre les modèles de langage (LLMs) et leur fonctionnement
- Panorama des outils d'IA générative (ChatGPT, Claude, Gemini, etc.)
- Applications concrètes dans l'ingénierie
- Limites et considérations éthiques
2. Techniques de Prompt Engineering
- Principes de base d'un prompt efficace
- Structure et formulation des requêtes
- Techniques avancées : few-shot learning, chain-of-thought
- Itération et raffinement des prompts
3. Cas d'Usage pour l'Ingénieur
- Aide à la rédaction technique et documentation
- Analyse et débogage de code
- Génération d'idées et brainstorming
- Résumé et synthèse d'informations techniques
4. Bonnes Pratiques et Responsabilité
- Vérification et validation des résultats
- Protection des données sensibles
- Propriété intellectuelle et droits d'auteur
- Usage éthique et transparent de l'IA
📄 Support de cours Module 5
Document PDF détaillé sur l'IA générative et le prompt engineering :
📥 Télécharger le PDF du Module 5Compétences développées
🌐 Écosystème numérique
Compréhension globale de l'environnement numérique et de ses enjeux techniques et sociétaux.
🔒 Sécurité des données
Maîtrise des enjeux de cybersécurité et protection des données personnelles.
📋 Application du RGPD
Connaissance pratique des principes de protection des données et conformité réglementaire.
✅ Bonnes pratiques
Adoption de comportements sécurisés et responsables dans l'usage du numérique.
🧠 Esprit critique
Capacité d'analyse et de discernement face à l'information numérique et aux biais.
🎯 Choix d'outils
Capacité à évaluer et sélectionner des outils numériques de manière éclairée et argumentée.
Ressources et documents
📄 Support de cours officiel
Accédez au document PDF complet du cours avec toutes les notions détaillées :
📥 Télécharger le PDF📖 Références
- Charte SIAG de l'Université de Lille
- Guide RGPD de la CNIL
- Ressources ANSSI (Agence Nationale de la Sécurité des Systèmes d'Information)
- Plateforme Pix pour l'évaluation des compétences numériques
🔗 Ressources complémentaires
- CNIL : Comprendre le RGPD
- Cybermalveillance.gouv.fr
- Framasoft : Alternatives libres
- Privacy Tools : Outils de protection
💡 Conseils pratiques
- Activer l'authentification à deux facteurs
- Utiliser un gestionnaire de mots de passe
- Vérifier les sources d'information
- Configurer la confidentialité de ses comptes
🎓 Applications pour les futurs ingénieurs
Les compétences de ce cours sont essentielles pour :
- Projets industriels : Gérer la sécurité des données techniques et de production
- Conformité : Respecter les normes RGPD dans les développements logiciels
- Cybersécurité : Protéger les systèmes industriels et données sensibles
- Innovation responsable : Concevoir des solutions éthiques et respectueuses de la vie privée
- Management : Sensibiliser les équipes aux bonnes pratiques numériques
📞 Contact & encadrement
👨🏫 Responsable du cours : Dr. Yinoussa Adagolodjo
✉️ Email : Utiliser le formulaire de contact sur la page d'accueil
🏢 Bureau : Bâtiment Polytech, Université de Lille
⏰ Permanence : Sur rendez-vous (contact par email)
Ce cours constitue une base essentielle pour tout futur ingénieur évoluant dans un monde numérique. Les compétences acquises sont transversales et applicables dans tous les domaines de l’ingénierie moderne.