Descriptif des cours

Bloc compétences technologiques

Bloc Compétences Droit/Économie/Régulation/Éthique de l'IA

Bloc Compétences économie et management des IA

Bloc Séminaires de spécialité / Cycles de conférences (3 UE à choisir)

Bloc Professionnalisation

Formation année universitaire 2025 - 2026 - sous réserve de modification


Modalités pédagogiques

Le Master représente 476 heures de cours dispensées dès le 1er septembre. La formation repose sur une approche combinant enseignements théoriques, professionnalisation et mise en pratique.

La montée en compétences s'appuie sur une pédagogie qui alterne théorie, mises en situation et cas pratiques, grâce à une approche diversifiée comprenant des hackathons, de la pédagogie active et des cycles de conférences. Les compétences sont ainsi concrètement appliquées pour garantir leur bonne acquisition par les apprenants. En termes de pédagogie, la formation met un accent particulier sur l'application des connaissances et compétences acquises en cours.

Les enseignements sont organisés en 4 grands pôles.

  1. Technologique : Data sciences et IA.
  2. Gouvernance, droit et éthique de l’IA.
  3. Economie et management de l’information et de l’innovation.
  4. Application métiers

Rythme d'alternance : Début de formation le 1er septembre pour une semaine à l'université, puis 2 jours université / 3 jours entreprise jusqu'à mi-juin.

La formation est en apprentissage, il n’y a pas de stage. Un mémoire de recherche structure le parcours de l’étudiant et finalise son parcours.

Activités :

  • Traduire les enjeux métiers en problématiques et en solutions basées sur l’IA.
  • Rédiger des cahiers des charges à partir de l’expression des besoins stratégiques et opérationnels.
  • Concevoir, gérer et développer des projets IA.
  • Planifier les tests et le processus de validation des modèles IA.
  • Déployer des solutions IA.
  • Suivre, maintenir et optimiser des solutions basées sur des technologies IA.
  • Collecter, analyser, stocker, sécuriser et préparer de grands volumes de données pour l’apprentissage, les tests et l’inférence.
  • Elaborer des rapports de résultats sur les projets IA.
  • Collaborer avec des experts métiers et gérer des équipes pluridisciplinaires et multi-profils.
  • Communiquer avec les acteurs concernés et les parties prenantes, internes et externes.
  • Effectuer une veille technologique et commerciale sur l’écosystème de l’IA.
  • Assurer le respect de la réglementation en vigueur et des enjeux environnementaux, éthiques et juridiques.
  • Auditer les IAs.