Intelligence Artificielle, Systèmes, Données - 2ème année de Master

L'année de formation

UE obligatoires

  • Fondamentaux de l’apprentissage automatique
  • Optimization for Machine Learning
  • Bases de données avancées (SBGD non classiques)
  • Représentation des connaissances, raisonnement, planification
  • Projet Sciences des Données
  • Apprentissage Profond

UE optionnels

  • Apprentissage automatique avancé
  • Apprentissage incrémental, Théorie des Jeux et Applications
  • Apprentissage profond pour l’analyse d’images
  • Traitement Automatique des Langues
  • Nuages de Points et Modélisation 3D
  • Ethique et intelligence artificielle
  • Graphes de connaissance, logiques de description, raisonnement sur les données
  • Fouille de Graphes
  • Machine Learning sur Big Data
  • Choix social computationnel
  • Recherche Monte-Carlo et Jeux
  • Introduction to reinforcement learning
  • Anonymisation, confidentialité
  • Data wrangling, qualité de données
  • Systèmes, paradigmes et langages pour les Big Data
  • Fondements des langages de requête graphe et RDF

UE Obligatoires

Formation année universitaire 2021 - 2022 - sous réserve de modification

Modalités pédagogiques

La formation démarre en septembre, dont la présence en cours est obligatoire.
L'année se compose d'un semestre d'enseignements avancés sur les disciples de l'IA (de septembre à décembre) suivi d'un semestre d'options (de janvier à avril) et d'un stage de recherche (avril à septembre). Les cours sont divisés en deux semestres. Pendant le premier semestre de tronc commun, de septembre à décembre, l'étudiant doit suivre six cours d'intelligence artificielle et de science des données, pour un total de 30 ECTS. Pendant le second cours optionnels, de janvier à avril, les étudiants doivent choisir au minimum six cours d'approfondissement parmi une large sélection d'options (apprentissage automatique avancé, traitement automatique des langues, nuages de points et modélisation 3D, éthique et science des données, fouille de graphes ...), pour un total de 18 ECTS.
Pour les étudiants qui en ont besoin, des cours de mise à niveau sur les fondements mathématiques et informatique sont programmés avant le début des cours de tronc commun en septembre.

UE obligatoires

  • Fondamentaux de l’apprentissage automatique
  • Optimisation pour l'apprentissage automatique
  • Bases de données avancées (SBGD non classiques)
  • Apprentissage Profond
  • Systèmes, paradigmes et langages pour les Big Data
  • Ethique et science des données
  • Fouille de Graphes
  • Data wrangling, qualité de données
  • Apprentissage par renforcement
  • Projet Sciences des Données

UE obligatoires

  • Apprentissage profond pour l’analyse d’images
  • Flux de données
  • Recherche Monte-Carlo et Jeux
  • Visualisation de données
  • IA sur le Cloud
  • Graphes de connaissance, logiques de description, raisonnement sur les données
  • Machine Learning sur Big Data

UE obligatoires

Formation année universitaire 2021 - 2022 - sous réserve de modification

Modalités pédagogiques

La formation démarre en septembre, dont la présence en cours est obligatoire. Le rythme d'alternance est de quatre semaines en entreprise et deux/trois semaines à l'université.

Les enseignements sont organisés en semestre 3 et semestre 4. Chaque semestre est constitué d'une UE auxquelles s'ajoute un mémoire pour le semestre 4.
La note finale d'une UE est obtenue par pondération entre des notes de contrpole continu, de projets, devoirs, interrogations écrites ou orales, et note de participation... Toute UE pour laquelle l'étudiant a obtenu une note finale supérieure ou égale à 10/20 est définitivement acquise ainsi que les ECTS associés.

Chaque semestre est composé d'UE, ainsi que d'une UE mémoire pour le semestre 4. Un semestre est est définitivement acquis si toutes les conditions suivantes sont vérifiées :

  • Il est constitué d'au moins 30 ECTS
  • La note finale du semestre est supérieure ou égale à 10/20
  • La note finale de chaque UE composant le semestre est supérieure ou égale à 6/20
  • La note finale du mémoire pour la validation du semestre 4 est supérieure ou égale à 10/20
  • La validation d'un semestre implique la validation de chaque UE de ce semestre est des ECTS associés

La validation d'une année entraîne la validation de chacun des deux semestres et de toutes les UE les composant ainsi que de tous les ECTS associés. Une année est définitivement acquise (ainsi que les 60 ECTS associés) si toutes les conditions suivantes sont vérifiées :

  • Elle est constituée d'au moins 60 ECTS et la note finale de l'année est supérieure ou égale à 10/20
  • La note finale de chaque semestre de l'année est supérieure ou égale à 10/20
  • La note finale de chaque UE de chaque semestre de l'année et supérieure ou égale à 6/20
  • La note finale du mémoire pour la validation du semestre 4 est supérieure ou égale à 10/20


Stages et projets tutorés

Le stage est effectué d'avril à août dans un laboratoire de recherche académique ou industriel et se conclut par la rédaction d'un mémoire et une soutenance courant septembre.