🚀 Preuves “SAE 1.02” et/ou SAE 2.02

Titre SAE : SAE 2.02 Exploration Algorithmique d’un problème

▶︎ Les apprentissages critiques

1. AC12.01 | Implémenter des conceptions simples 2. AC12.02 | Élaborer des conceptions simples **** 3. AC12.03 | Faire des essais et évaluer leurs résultats en regard des spécifications

Objectifs clés

▶︎ Analyse et réflexivité sur vos actions

Dans le cadre de la SAE 2.02, j’ai été pleinement impliqué dans le développement d’une application d’aide à l’affectation optimisée des secouristes. Cette SAE, réalisée en équipe, m’a permis d’adopter une démarche rigoureuse pour identifier les points critiques du projet et proposer des améliorations concrètes.

Notre équipe a d’abord analysé les objectifs fonctionnels du sujet, en identifiant les contraintes spécifiques liées à l’affectation (compétences, disponibilité, cohérence du graphe des compétences). Très tôt, nous avons fait le choix de structurer le projet de manière modulaire afin de pouvoir tester et comparer différentes approches d’optimisation sans impacter l’ensemble de l’application.

Je me suis particulièrement investi dans la comparaison des deux approches d’affectation : exhaustive et gloutonne. Après avoir implémenté les deux méthodes, j’ai participé à la mise en place de tests de performance pour évaluer leur efficacité sur différents jeux de données. Cela m’a permis d’avoir un retour précis sur la complexité pratique des deux solutions et d’en tirer une analyse critique.

Mon autonomie s’est exprimée à travers la recherche de solutions pour intégrer des indicateurs de performance (temps d’exécution, couverture des besoins), mais aussi via la prise d’initiative pour proposer des améliorations sur l’interface utilisateur, en me basant sur les retours de nos premiers testeurs.


▶︎ Quelles ressources avez-vous choisies et combinées pour réaliser vos tâches et résoudre les problèmes rencontrés dans cette SAE ?

Pour cette SAE, j’ai utilisé plusieurs types de ressources afin d’optimiser notre solution.

Tout d’abord, j’ai mobilisé les cours sur les structures de données et les algorithmes sur les graphes, notamment pour la vérification que le graphe des compétences était bien un DAG (graphe orienté acyclique). J’ai complété cela par des recherches personnelles pour trouver des implémentations efficaces du tri topologique et pour comprendre les limites des algorithmes exhaustifs.

Nous avons également exploité les retours utilisateurs (enseignants et camarades) pour améliorer l’expérience dans l’application, en particulier pour le choix dynamique de la méthode d’affectation et l’affichage des résultats.