L'Université Bordeaux 1 propose une filière sélective destinée aux bacheliers scientifiques ayant un bon niveau d’anglais.
Elle est destinée à donner à l’étudiant une double ouverture :
- Ouverture à l’international : des enseignements scientifiques en anglais dès la première année ainsi qu'un semestre ou une année dans une université étrangère partenaire en troisième année de Licence.
- Ouverture pluridisciplinaire.
Cet enseignement se fera en enseignement à distance, avec un suivi assuré par des enseignants.
Ce parcours offre une formation scientifique d'excellence ouverte et cohérente avec les standards internationaux. La mise en place de la mineure vise à former des scientifiques capables de travailler à l'interface entre deux champs disciplinaires.
- Enseignant: Cochard David
- Enseignant: Jaubert Jacques
- Enseignant: Veschambre Couture Christine
- Enseignant: Dupas Remy
- Enseignant: Felix Patrick
- Enseignant: Gracianette Luc
- Enseignant: Passault Gregoire
- Enseignant: Pham Jean-Marie
- Enseignant: Deschamps Jean-Christophe
- Enseignant: Francois Julien
- Enseignant: Traore Mamadou Kaba
- Enseignant: Vallespir Bruno
- Enseignant: Zouggar Anne
- Enseignant: Casseau Christophe
- Enseignant: Hilaire Thibault
- Enseignant: Lasserre Alice
- Enseignant: Thibault Samuel
- Enseignant: Airimitoaie Tudor Bogdan
- Enseignant: Pesquet Baptiste
- Enseignant: Raoul Marie
- Enseignant: Zemmari Akka
Oscillo
- Enseignant: Guillet Jean Paul
- Enseignant: Hutsebaut Melissa
- Enseignant: Herdam Ayaal
With this course students will get the first approach to the vast domain of artificial intelligence which drastically changes practices in all sciences and penetrates into all areas of the life
The integrated lectures are split into presentational interactive course, practical work with Soft Ware tools implementing AI approaches and projects in relation with the major of students
The content comprises three parts
i)Introduction to Artificial Intelligence, its challenges, AI revolution, accomplishments.
ii) Machine Learning as the core of Data-driven AI.
Here general principles of machine learning will be presented both from un-supervised and supervised learning prospective. The case studies will include different application areas.
iii) Deep Learning
Here fundamentals of Deep learning will be presented such as Neural Network architectures and optimization algorithms.- Enseignant: Benois Pineau Jenny
- Enseignant: Zemmari Akka
- Enseignant: Jolivet Vanessa
- Enseignant: Lortolary Odile
- Enseignant: Peigneux D'Egmont Arturo
- Enseignant: Riou Sandrine
- Enseignant: Rohard Gaelle
- Enseignant: Sand Isabelle
- Enseignant: Simon Berengere
pot pourri of tests
- Enseignant: Bodin Sebastien
- Enseignant: Peake Jeni
- Enseignant: Robson Pascale
- Enseignant: Michel Laurent
The English departement (DLLC) are offering 10 places for
First Year students who have a good level of English (B2 and
above) to participate in Erasmus Virtual Exchange (EVE)
from February to May 2021 (9 week course with specific dates to be
confirmed).
The 10 selected students will be exempt from their
traditional English module for Semester 2 and will be awarded 6
ECTS. The topic of the online exchanges and seminars with students
from all over the world will be Climate Change.
- Enseignant: Chabanais Jessica
- Enseignant: Plaskett Joanne
- Enseignant: Reynolds Alexandra
Programme, liens zoom, documents, forum de discussion, utilisés pendant la journée du 20 novembre 2020.
Lien web : https://uf-mi.u-bordeaux.fr/sites/jemi/
- Enseignant: Bercu Bernard
- Enseignant: Bigot Jeremie
- Enseignant: Clautiaux Francois
- Enseignant: Couallier Vincent
- Enseignant: Coudière Yves
- Enseignant: Coumau Louis
- Enseignant: Detienne Boris
- Enseignant: Hartmann Andreas
- Enseignant: Herr Laurent
- Enseignant: Jaming Philippe
- Enseignant: Legrand Pierrick
- Enseignant: Mounoud Pierre
- Enseignant: Pesneau Pierre
- Enseignant: Provenzi Edoardo
- Enseignant: Senegas Marc Alexandre
- Enseignant: Sueur Franck
- Enseignant: Tossici Dajano
- Enseignant: Tucsnak Marius
- Enseignant: Zemor Gilles
Ressources pour stages tuteurés LP2E
- Enseignant: Mikolajezyk Pascal
Basics of algorithms with Python programming language.
- Enseignant: Beurton Aimar Marie
- Enseignant: Herice Charlotte
- Enseignant: Picoche Coralie
Licence pro - management du risque dans le bâtiment
Cours d'anglais 2020-2021
- Enseignant: Van Scoyk Grace
- Enseignant: Kamlet Manon
- Enseignant: Clement Lionel
- Enseignant: Counilh Marie-Christine
test pour élections anonymes
- Enseignant: Journet Nicholas
Written Presentation - Technological Innovations
Individually, you must create a powerpoint slideshow and a one-page written document. You must choose a technological innovation, and outline the purpose and benefit of your chosen product using the following structure:
- Context and Needs
- Main Parts
- Operating Principle
- Advantages and Limitations
- Future Improvements
This structure must be followed in both your:
- Slideshow - You may only use notes on the slideshow, the same as you would for an oral presentation. It must include images to accompany the information presented, so as to provide a visual reference for the text.
- Written Scientific Paper (One A4 Page Typed) - You are expected to write a detailed analysis and summary of your chosen technological innovation. You should use the subheadings outlined above. You must absolutely justify its necessity, explaining why this innovation is helpful and how it can help solve problems. You must include a diagram of the operating principle, and explain in detail exactly how it works.
Friday 20 March - 12h00
Submit your first draft of both your powerpoint slideshow and your written scientific paper in the forum of this lesson. You will each be given personalised feedback with objectives and targets to support you in developing your work. This feedback will be given to you by Tuesday 18h00. You must use the feedback to improve your work for a final version.
Friday 27 March - 12h00
Submit your final version via email (alisonmaylindsay@gmail.com).
Late submissions will result in marks being deducted. Final marks will be put on ScoDoc.
- Enseignant: Lindsay Alison
Ce cours est destiné aux étudiants de niveau M2 ne connaissant pas les notions techniques ni les outils pour appréhender la thermique des bâtiments. Il vise à former aux notions et outils à connaître pour l'étude de la thermique des bâtiments, au niveau de l'enveloppe. Il est basé sur des exercices relativement simples afin de concentrer son attention sur les connaissances à acquérir et sur les outils et méthodes à savoir mettre en oeuvre.
Mots-clés : bâtiment, modes constructifs, composition de parois, calculs de R et de U, choix des matériaux, calcul des ponts thermiques, renouvellement d'air, calcul des déperditions (dimensionnement), bilan thermique et consommations conventionnelles des logements (3CL), simulation thermique dynamique (STD Pleaides-Comfie), dimensionnement chauffage - clim avec Pleiades.
Le cours comporte :
1/ une documentation : éléments de cours, textes réglementaires, méthodes de calcul, documentation de fabricants, ...
2/ plusieurs TP (miniprojets) d'application pour acquérir les connaissances de base et la connaissance des outils : bilan thermique en approx statique, simulation thermique dynamique (Pleiades Comfie)
A l'issue de ce cours l'étudiant sera en mesure de travailler sur des projets variés.
- Enseignant: Gaudet Marc Andre
- Enseignant: Messager Laurence
- Enseignant: Muller Patrick
- Enseignant: Payan Sandrine
- Enseignant: Rebillat Francis
visites de chantier L3
- Enseignant: Varaigne Yves
Le cours traite des statistiques bayésiennes et propose de nombreuses applications n traitements d'images.
- Enseignant: Dossal Charles
- Enseignant: Strouse Elizabeth
- Enseignant: Weynans Lisl