v2.11.0 (6122)

Parcours thématiques des apprentis - 3A-ALT-IA-SD : Parcours Thématique des apprentis : Intelligence Artificielle & Sciences des Données 3A

Domaine > Informatique.

Descriptif

Responsable : Mathieu FONTAINE
Coordination des projets PRIM : Jhony Giraldo

L’objectif du parcours est de former des ingénieurs opérationnels, experts en apprentissage statistique et intelligence artificielle, et conscients des enjeux industriels et sociétaux de l’IA. L’ambition est de fournir une formation ouverte aux diverses disciplines constituant le champ de l’IA et de la science des données. La formation se situe à la croisée de trois domaines professionnels : data analysis, data engineering, et intelligence artificielle.

Points forts de la formation

  • Deux années d’alternance, précédées d’une première année à vocation généraliste, consacrée aux fondamentaux des domaines du numérique.
  • Une formation complète, explorant les différents champs de compétence du data scientist : traitement de données hétérogènes (texte, vidéo, audio, langage, etc.), infrastructures de données et programmation, jusqu’aux aspects sociologiques.
  • Un suivi régulier de l’apprenti par un tuteur académique.
  • Un projet intégrateur au long cours, réalisé à l’école sur deux ans.

Compétences acquises

  • Maîtrise des techniques du machine learning, du deep learning, de l’apprentissage par renforcement, et de l’optimisation
  • Savoir-faire en traitement de données perceptuelles (langage naturel, images, son)
  • Compréhension des concepts-clé en infrastructure de données
  • Connaissance du contexte socio-professionnel de l’intelligence artificielle

En troisème année, les étudiants apprentis suivent l'option IA, Intelligence Artificielle (commune avec l'ENSTA Paris).



 

Diplômes concernés

Pré-requis

INF224

Composition du parcours

    HSS_5AI14_TP CSC_5AI06_TP CSC_5AI01_TP CSC_5AI30_TP APM_5AI18_TP APM_5AI04_TP APM_5AI26_TP CSC_5AI27_TP CSC_5AI25_TP CSC_5AI29_TP

Unités d'enseignement

UE Type d'enseignement Domaines Catégorie d'UE Volume horaire Responsables Site pédagogique
APM_5AI04_TP Modèles probabilistes et apprentissage automatique Enseignement scientifique & technique UE d'option interne. 24 Wojciech PIECZYNSKI
APM_5AI18_TP Reinforcement learning Enseignement scientifique & technique Informatique UE d'option interne, Enseignement de Master. 24 Thomas BONALD
APM_5AI26_TP Kernel Machines Enseignement scientifique & technique Mathématiques UE d'option interne. 24 Florence D'ALCHE
CSC_5AI01_TP Logics and Symbolic AI Enseignement scientifique & technique UE d'option interne. 24 Thomas BONALD
CSC_5AI06_TP Deep learning I Enseignement scientifique & technique Image-Données-Signal UE d'option interne. 24 Geoffroy PEETERS
CSC_5AI25_TP Algorithmic information and artificial intelligence Enseignement scientifique & technique UE d'option interne. 24 Jean-Louis DESSALLES,
Nils HOLZENBERGER
CSC_5AI27_TP Large-scale Generative Models for NLP and Speech Processing Enseignement scientifique & technique Informatique Mehwish ALAM,
Nils HOLZENBERGER
CSC_5AI29_TP Language Models and Structured Data Enseignement scientifique & technique Informatique 24 Mehwish ALAM
CSC_5AI30_TP Language Modeling Enseignement scientifique & technique Informatique 24 Mehwish ALAM
HSS_5AI14_TP Intelligence artificielle et sciences des données : enjeu... Enseignement scientifique & technique UE d'option interne. 24 Winston MAXWELL,
Tiphaine VIARD
Veuillez patienter