diff --git a/app/pe/moys/pe_rcstag.py b/app/pe/moys/pe_rcstag.py
index f7cb4d5b..1ff960cc 100644
--- a/app/pe/moys/pe_rcstag.py
+++ b/app/pe/moys/pe_rcstag.py
@@ -408,7 +408,7 @@ def compute_moyennes_par_RCS(
         coeffs_rcue_cube: coeffs des RCUE appliqués dans les moyennes de RCS
         inscr_mask: inscriptions aux compétences ndarray
                     (etuds_sorted x UEs|compétences x sxtags),
-                    des 0 et des 1
+                    des 1.0 (si inscrit) et des NaN (si non inscrit)
     Returns:
         Un DataFrame avec pour columns les moyennes par tags,
         et pour rows les etudid
diff --git a/tests/unit/test_pe.py b/tests/unit/test_pe.py
index 81b4d9c0..23c9779f 100644
--- a/tests/unit/test_pe.py
+++ b/tests/unit/test_pe.py
@@ -2,6 +2,8 @@
 Test calcul moyennes pour les poursuites d'études
 """
 import numpy as np
+import pytest
+
 from tests.unit import setup
 
 from app import db
@@ -9,6 +11,94 @@ from app import db
 import app.pe.moys.pe_rcstag as pe_rcstag
 
 
-def test_compute_moyennes_par_RCS:
-    """Test"""
-    pass
\ No newline at end of file
+@pytest.mark.parametrize(
+    "notes_S1, notes_S2, coeffs_S1, coeffs_S2, "
+    "coeffs_rcues_S1, coeffs_rcues_S2, inscr_S1, inscr_S2,"
+    "moyenne, coeffs_aggreges",
+    [
+        pytest.param(
+            [17.0, 15.0, 12.0],
+            [16.0, 14.0, 13.0],  # notes
+            [1.0, 2.0, 3.0],
+            [4.0, 5.0, 6.0],  # coeffs moy gen
+            [2.0, 4.0, 6.0],
+            [8.0, 10.0, 12.0],  # coeffs recus
+            [1.0, 1.0, 1.0],
+            [1.0, 1.0, 1.0],  # inscr
+            [
+                (17.0 * 2.0 + 16.0 * 8.0) / (2.0 + 8.0),
+                (15.0 * 4.0 + 14.0 * 10.0) / (4.0 + 10.0),
+                (12.0 * 6.0 + 13.0 * 12.0) / (6.0 + 12.0),
+            ],
+            [1.0 + 4.0, 2.0 + 5.0, 3.0 + 6.0],
+            id="etudiant_parfait",
+        ),
+        pytest.param(
+            [17.0, 15.0, 12.0],
+            [16.0, 14.0, 13.0],  # notes
+            [1.0, 2.0, 3.0],
+            [4.0, 5.0, 6.0],  # coeffs moy gen
+            [2.0, 4.0, 6.0],
+            [8.0, 10.0, 12.0],  # coeffs recus
+            [np.nan, 1.0, np.nan],
+            [1.0, np.nan, np.nan],  # inscr
+            [
+                (16.0 * 8.0) / (8.0),
+                (15.0 * 4.0) / (4.0),
+                np.nan,
+            ],
+            [4.0, 2.0, np.nan],
+            id="etudiant_non_inscrit",
+        ),
+        pytest.param(
+            [0.0, 15.0, 0.0],
+            [0.0, 0.0, 0.0],  # notes
+            [1.0, 2.0, 3.0],
+            [4.0, 5.0, 6.0],  # coeffs moy gen
+            [2.0, 4.0, 6.0],
+            [8.0, 10.0, 12.0],  # coeffs recus
+            [np.nan, 1.0, 1.0],
+            [1.0, np.nan, 1.0],  # inscr
+            [0.0, 15.0, 0.0],
+            [4.0, 2.0, 3.0 + 6.0],
+            id="etudiant_avec_0",
+        ),
+    ],
+)
+def test_compute_moyennes_par_RCS(
+    notes_S1,
+    notes_S2,
+    coeffs_S1,
+    coeffs_S2,
+    coeffs_rcues_S1,
+    coeffs_rcues_S2,
+    inscr_S1,
+    inscr_S2,
+    moyenne,
+    coeffs_aggreges,
+):
+    """Test de pe_rcstag.compute_moyennes_par_RCS"""
+    notes_cube = np.stack([np.array([notes_S1]), np.array([notes_S2])], axis=-1)
+    # Vérifie les dimensions
+    dim1, dim2, dim3 = notes_cube.shape
+    assert dim1 == 1, "La dim 0 doit être le nombre d'étudiants"
+    assert dim2 == 3, "La dim 1 doit être le nombre d'UEs/Compétences"
+    assert dim3 == 2, "La dim 2 doit être le nombre de semestres"
+
+    coeffs_cube = np.stack([np.array([coeffs_S1]), np.array([coeffs_S2])], axis=-1)
+    coeffs_rcue_cube = np.stack(
+        [np.array([coeffs_rcues_S1]), np.array([coeffs_rcues_S2])], axis=-1
+    )
+    inscr_cube = np.stack([np.array([inscr_S1]), np.array([inscr_S2])], axis=-1)
+    moys, coeffs = pe_rcstag.compute_moyennes_par_RCS(
+        notes_cube, coeffs_cube, coeffs_rcue_cube, inscr_cube
+    )
+
+    moy_resultat = np.array([moyenne])
+    assert (
+        (moys == moy_resultat) | (np.isnan(moys) & np.isnan(moy_resultat))
+    ).all(), "Moyenne erronée"
+    coeffs_resultat = np.array([coeffs_aggreges])
+    assert (
+        (coeffs == coeffs_resultat) | (np.isnan(coeffs) & np.isnan(coeffs_resultat))
+    ).all(), "Coeffs (pour moyenne générale sur toutes les UE) erronés"