DATA-IA - Executive Mastère Spécialisé Data & Intelligence Artificielle

Objectif

L’Executive Master Spécialisé® Data & Intelligence Artificielle accompagne la transformation numérique par la data et l’intelligence artificielle.

Avec l’essor du numérique, jamais autant de données n’ont été produites, stockées et utilisées qu’il s’agisse à des fins d’analyses de données ou bien de conception de solutions d’intelligence artificielle. Avec cette évolution majeure, les enjeux autour des données n’ont jamais été aussi stratégiques et cruciaux.

Pour devenir un acteur incontournable de cette révolution scientifique et technologique, le MS vous permet d’accéder à la fois à un contenu pédagogique de haut-niveau et à une mise en application en entreprise des concepts par le biais de l’apprentissage. Vous pourrez ainsi faire le lien entre des enseignements prodigués par des enseignants-chercheurs au rayonnement international et le déploiement de solutions data et IA.

Rejoignez des métiers hautement qualifiés autour de la data et de l’IA - data scientists, data analysts, data architects et data engineers, MLOps, machine learning engineer – et contribuez à une diffusion responsable, éthique et efficace de ces nouvelles avancées !

contenu

Contenu de la formation

Base de données relationnelles
Hadopp et cloud computing
Kit data science
Statistiques
Enjeux sociaux, économique et juridiques
Base de données non-relationnelles
Apprentissages statistique et fouille de données
IA générative et déploiement
ML Ops
Machine learning avancé
Machine learning équitables et interprétable
Données et technologies du web
Data challenge
Thèse professionnelle : période en entreprise permettant de mettre en pratique les méthodes et techniques, outils et approches étudiées pendant les cours. Opportunité de confronter l’expérience pratique et la réflexion conceptuelle.

niveau requis

Titulaires d’un diplôme d’ingénieur en informatique ou en télécommunications, ou
Titulaires d’un Master 2 universitaire scientifique ou technique, en informatique ou en mathématiques appliquées, ou
Titulaires de diplômes étrangers de niveau équivalent à Bac+5, MSc ou MBA, en informatique ou mathématiques appliquées.

Un niveau d’anglais minimum est exigé : TOEIC de 700 au moins, TOEFL (Paper) de 550 au moins ou un niveau similaire d’un test équivalent.

Pré-requis
Il est fortement recommandé à tous les candidats de suivre le MOOC « Fondamentaux pour le Big Data » et de joindre leurs résultats à leur dossier de candidature (notez que les résultats peuvent être transmis dans un second temps, après le dépôt du dossier complet).

Il est demandé aux candidats de maîtriser suffisamment les concepts ci-dessous pour être à l’aise dans leur utilisation.

- Mathématiques
Analyse : suites/séries numériques, éléments de calcul différentiel, éléments d’analyse de Fourier, d’analyse Hilbertienne
Algèbre : espaces vectoriels, applications linéaires, calcul matriciel, produits scalaires, formes quadratiques
Optimisation : multiplicateurs de Lagrange, descente de gradient
Statistique : expérience aléatoire, estimateur, risque, maximum de vraisemblance, moindres carrés, intervalles de confiance, tests statistiques
Probabilité : lois de probabilités, vecteurs aléatoires, loi/espérance conditionnelle, loi des grands nombres, théorème de la limite centrale, chaînes de Markov

- Informatique
Programmation en Java
Concepts de base : comment définir une variable, structures de contrôle : boucles for, for each, while
Classes et objets : comment définir une classe, les attributs, les méthodes ; concepts de public, private, protected ; différence entre une variable ou méthode static ou normale (non-static) ; l’héritage : comment étendre une classe (extends) ; les interfaces : comment définir une interface et l’implémenter dans une classe ; le polymorphisme : comment surcharger une méthode, comprendre comment marchent les méthodes surchargées
Bases de la bibliothèque standard de Java : collections (ArrayList, HashMap, HashSet, etc.) ; comment insérer un item dans une liste, supprimer un item au début, à la fin, ou au milieu ; quand utiliser les collections (par exemple, ArrayList versus LinkedList).
Comment prendre une description mathématique ou textuelle d’un algorithme et l’implémenter.
Programmation en Python
Maîtriser les concepts équivalents à ceux de Java ci-dessus (sauf public, private, protected et les interfaces)
Unix/Linux
Maîtriser les commandes de base

informations pratiques

Responsables du mastère
Yann Balgobin yann.balgobin@telecom-paris.fr

compétences acquises

14 mois de formation en alternance

· Fondamentaux de la data, de l’IA avec les aspects sociaux, éthiques, économiques et juridiques

· Techniques d’apprentissage avancées

· Sécurité et protection des données

· • Intelligence artificelle Data & MLOps en action dans les domaines

· Données du web et visualisation de données

Le MOOC « Fondamentaux pour le Big Data » est un préalable obligatoire.

Pour des compétences 100% opérationnelles

• Des compétences techniques pointues : collecte, représentation, modélisation, analyse et traitement des données, intégration des contraintes de stockage distribué

• Des connaissances transversales indispensables pour contribuer à la création de valeur et développer une vision d’ensemble stratégique

• Une application en entreprise en cours de formation

Parcours

DATA-IA-MS1-Executive Executive Mastère Spécialisé Data & Intelligence Artificielle - 1ère année de Mastère Spécialisé

Mastère spécialisé - Executive Mastère Spécialisé Data & Intelligence Artificielle