Objectifs : Maîtriser les fondamentaux du développement web front-end, créer des pages web responsives et interactives avec HTML5, CSS3 et JavaScript.

Contenu : Structure HTML sémantique, Mise en page CSS (Flexbox, Grid), JavaScript moderne (ES6+), DOM manipulation, Responsive design.

Objectifs : Concevoir et gérer des bases de données relationnelles, maîtriser SQL pour les requêtes et optimisations.

Contenu : Modélisation relationnelle, MySQL/MariaDB, Requêtes SQL (SELECT, JOIN, agrégations), Transactions et ACID, Optimisation et indexation.

Objectifs : Connecter des applications Java aux bases de données, utiliser JPA et Hibernate pour la persistance objet-relationnelle.

Contenu : JDBC (connexion, requêtes, transactions), JPA annotations et mapping, Hibernate (configuration, HQL, Criteria API), Relations entre entités, Optimisation des performances.

Objectifs : Concevoir des systèmes d'information avec MERISE et UML, modéliser des bases de données et architectures applicatives.

Contenu : Méthode MERISE (MCD, MLD, MPD), Diagrammes UML (cas d'usage, classes, séquences), Passage du modèle conceptuel au physique, Études de cas web.

Objectifs : Développer des applications web dynamiques avec PHP et MySQL, gérer sessions et sécurité.

Contenu : PHP 8+ (syntaxe, POO, namespaces), Connexion MySQL (PDO, requêtes préparées), Sessions et authentification, MVC pattern, Sécurité web (XSS, CSRF, SQL injection).

Objectifs : Créer des applications d'entreprise robustes avec Spring Boot, maîtriser l'architecture REST et microservices.

Contenu : Spring Boot (architecture, configuration), REST API (controllers, services, repositories), Spring Data JPA, Spring Security, Tests unitaires et d'intégration, Déploiement et containerisation (Docker).

Objectifs : Intégrer des modèles d'IA dans des applications web, créer des API ML, utiliser TensorFlow.js et services cloud IA.

Contenu : APIs ML (Flask, FastAPI), Déploiement de modèles (MLflow, Docker), TensorFlow.js pour le navigateur, Services cloud IA (OpenAI, Hugging Face), Chatbots et NLP dans le web, Projets pratiques (recommandation, classification).

Objectifs : Réaliser un projet complet combinant développement web et IA, de la conception au déploiement.

Contenu : Cahier des charges et modélisation, Architecture full-stack (Frontend + Backend + IA), Développement collaboratif (Git, code review), Intégration de modèles ML, Tests et déploiement en production, Présentation projet final.