Cloud Computing

Enseignants

Riviere Etienne;

Langue
d'enseignement

Anglais
> Facilités pour suivre le cours en français

Préalables

Thèmes abordés

• principes architecturaux du "cloud computing"
• Mise à l'échelle de services de "cloud computing" (stockage, méthode et temps de calcul, ...)
• Blocs de base pour les services de "cloud computing"
• Calculs à grande échelle dans des environnements de "cloud computing"
• Modèles de programmation pour les services sur le "cloud"
• Fournir des services Web évolutifs dans le "cloud"

Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :

Eu égard au référentiel AA du programme « Master ingénieur civil en informatique », ce cours contribue au développement, à l'acquisition et à l'évaluation des acquis d'apprentissage suivants : INFO1.1-3 INFO2.2-3, INFO2.5 INFO5.2, INFO5.4-5 INFO6.1, INFO6.4, INFO6.5 Eu égard au référentiel AA du programme « Master [120] en sciences informatiques », ce cours contribue au développement, à l'acquisition et à l'évaluation des acquis d'apprentissage suivants : SINF1.M1 SINF2.2-3, SINF2.5 SINF5.2, SINF5.4-5 SINF6.1, SINF6.4, SINF6.5 Les étudiants ayant suivi ce cours avec succès seront capables de expliquer les objectifs, les avantages et les modèles du "cloud computing", en donnant des exemples pratiques; décrire les principales composantes du cloud computing; élaborer et concevoir des services dans le "cloud" qui fonctionnent de manière fiable à grande échelle; expliquer comment le stockage et la virtualisation sont utilisés dans le "cloud" et les appliquer dans la pratique; appliquer les principes fondamentaux des applications Web multi-niveaux dans un environnement de "cloud computing"; aborder les problèmes liés aux calculs sur de  données massives (par exemple, par le biais du "Map Reduce computing paradigm").

Contenu

Ce cours couvre les technologies modernes d’infonuagique (cloud computing) et leurs principes de développement. Il aborde des aspects système tels que la virtualisation, le stockage et la tolérance aux pannes, ainsi que des aspects de génie logiciel tels que la construction de backends applicatifs orientés services et capables de passer à l’échelle automatiquement (élasticité). Il explique les techniques modernes de gestion et de traitement des données et la manière de les intégrer dans des applications cloud. Le cours aborde également des sujets avancés et des technologies émergentes pour une infrastructure cloud sécurisée et efficace.
Les concepts et outils fondamentaux abordés en cours sont progressivement mis en application au fil d’un projet s’étalant sur tout le semestre, au cours duquel les étudiants construisent, à partir de zéro, un backend cloud-native pour une application représentative.

Méthodes d'enseignement

• Cours magistraux
• Lectures scientifiques et/ou vidéos issues de l’industrie
• Quizzes sur Moodle avec évaluation par les pairs
• Tutoriels pratiques
• Projet

Les quiz sont réalisés individuellement. Le projet doit être réalisé en binôme.

Modes d'évaluation
des acquis des étudiants

Première session en janvier
La note finale est calculée comme suit pour la première session :

• Examen final : 60 %
• Projet : 40 %

La participation aux quiz sur Moodle et à leur évaluation par les pairs n’est pas notée, mais elle fait partie du matériel pédagogique et constitue un bon moyen de préparer l’examen.
Seconde session en août
Il ne sera pas possible de refaire le projet pour la seconde session. Les pondérations sont :

• Examen final : 70 %
• Projet : 30 % (reporté de la première session)

Modalités d’évaluation (examens, dans les deux sessions)
L’examen peut utiliser tout ou partie des modalités d’évaluation suivantes. La proportion respective de points pour chaque partie est annoncée en début d’examen :

• Questions ouvertes sur le contenu du cours ;
• Problèmes ouverts nécessitant l’application des compétences et connaissances acquises pendant le cours et le projet ;
• Questions à choix multiples et à réponses multiples selon le principe du « standard-setting ». Une réponse incorrecte ne peut entraîner de note négative, mais un seuil minimal T (annoncé lors de l’examen) de réponses correctes peut être requis avant que les étudiants ne puissent effectivement commencer à obtenir des points pour cette partie de l’examen.

Les questions d’examen sont rédigées en anglais. Les étudiants peuvent y répondre en anglais et/ou en français.
Modalités d’évaluation (projet)
L’évaluation du projet repose sur trois éléments obligatoires :

• Remise d’un dépôt logiciel accompagné d’une documentation appropriée et du matériel nécessaire à la reproductibilité ;
• Remise d’un rapport court, incluant une auto-évaluation des fonctionnalités du projet par rapport à une liste de fonctionnalités ;
• Une présentation technique privée avec un ou plusieurs membre(s) de l’équipe pédagogique du cours, au cours de laquelle les deux étudiants du binôme sont tenus de démontrer leur compréhension de l’architecture et du code de leur projet, ainsi que leur capacité à le déployer.

Le projet est évalué sur la base de la qualité du code et des fonctionnalités implémentées, sous réserve du caractère convaincant de la maîtrise et de la compréhension de ces deux aspects lors de la présentation technique.
L’ensemble du matériel fourni pour le projet est en anglais. Le code du projet (et ses commentaires), la documentation, le rapport et la présentation technique doivent être fournis en anglais.
Toute violation des obligations déontologiques (y compris, mais sans s’y limiter, le plagiat, la collaboration avec des étudiants extérieurs au groupe de projet ou avec des tiers, le partage volontaire ou involontaire de code, par exemple via un dépôt GitHub public, etc.) entraînera une note de 0 pour le projet, et les étudiants seront dénoncés aux autorités compétentes.
Modalités d’évaluation (informations générales)
Le professeur peut demander à un étudiant de passer un examen oral supplémentaire, en plus de l’examen final et/ou du projet, notamment (mais pas exclusivement) en cas de problèmes techniques ou de suspicion d’irrégularités.
Règles relatives à l’utilisation de l’intelligence artificielle (IA) pour les activités d’évaluation continue
Vous ne pouvez pas utiliser l’IA pour répondre aux quiz ou fournir des retours pendant la phase d’évaluation par les pairs. Cette activité n’a de valeur pédagogique que si les étudiants expriment leur compréhension du cours avec leurs propres mots.
L’utilisation de l’IA pour le projet n’est pas recommandée, car réaliser le projet manuellement constitue le moyen le plus efficace d’acquérir les compétences visées par le cours. Son utilisation est néanmoins autorisée (que ce soit pour générer du code ou de la documentation), sous réserve du respect des règles suivantes :

• Les étudiants doivent assumer la pleine responsabilité de leur travail et être capables d’expliquer oralement l’ensemble du code et des livrables (documentation, scripts de déploiement, etc.) remis dans le cadre du projet. Toute incapacité à expliquer une partie du livrable lors de l’examen oral entraînera un échec, quel que soit le volume de code et de fonctionnalités présents dans le livrable.
• L’utilisation de l’IA doit être documentée précisément dans la documentation du projet, dans une déclaration dédiée relative à l’IA indiquant quelles IA ont été utilisées et pour quelle partie. La soumission de code ou de documentation généré partiellement ou entièrement par une IA sans documenter cette utilisation sera considérée comme du plagiat. Les étudiants qui n’ont pas utilisé d’IA doivent également fournir cette déclaration. Les projets sans déclaration relative à l’IA, que celle-ci ait été utilisée ou non, se verront infliger une pénalité de -5 points (sur 20).
• Une utilisation abusive de l’IA compromettant l’acquisition des connaissances visées par le projet peut être considérée comme une irrégularité au sens de la Section 7, Articles 107 et suivants du Règlement général des études et des examens (RGEE), avec toutes les conséquences que cela implique, comme prévu aux Articles 111 et suivants. En cas de suspicion d’utilisation abusive de l’IA dans le projet remis, ou de déclaration d’utilisation de l’IA incomplète ou inexacte, l’enseignant du cours peut convoquer l’étudiant concerné pour un entretien oral supplémentaire et prendre les mesures nécessaires en concertation avec le président du jury de l’EPL.

Autres infos

Prérequis :

• LINFO1252 (ou un cours équivalent de niveau Bachelor en systèmes d’exploitation)

Prérequis recommandés :

• LINFO1341
• LINFO1121

Il est généralement recommandé d’avoir une bonne maîtrise des réseaux, des systèmes d’exploitation et des bases de données. Le professeur peut recommander des lectures complémentaires pour vous aider à combler d’éventuelles lacunes sur ces sujets, sur demande.

Ressources
en ligne

Page Moodle (rechercher LINFO2145).
Dépôt GitHub privé contenant tous les tutoriels et le matériel technique du projet.

Faculté ou entité
en charge

> INFO