INTELLIGENCE ARTIFICIELLE
- APPRENTISSAGE PROFOND
- RECONNAISSANCE DE FORMES
- VEHICULES INTELLIGENTS
- ANALYSE DE DONNEES
- OPTIMISATION
- IA EMBARQUEE
- CALCULS DISTRIBUES
Cette formation est disponible sur le campus de
PARIS-VÉLIZY
Objectifs
Cette option forme des ingénieurs polyvalents dans le domaine des technologies de l’intelligence artificielle. Le spectre de la formation, délibérément large, couvre les standards technologiques en vigueur dans l’industrie ainsi que les fondements scientifiques et techniques de la discipline. Le cursus s’appuie sur la réalisation de projets centrés sur des applications concrètes.
Compétences
A l’issue de la formation, les étudiants sont capables de mettre en oeuvre, de manière critique, les modèles récents d’apprentissage automatique dans le cadre d’une thématique spécifique (aide à la décision, reconnaissance de formes, traitement du langage naturel, etc). Ils maîtrisent les aspects techniques relatifs au déploiement des modèles sur une variété de supports de calculs (implémentation parallèle, cloud computing, systèmes embarqués). Leurs connaissances scientifiques et techniques leur permettent de suivre l’évolution constante des modèles et technologies.
Secteurs d’embauche
Les technologies de l’intelligence artificielle sont en plein développement au sein des entreprises. Le secteur de l’informatique recrute historiquement des profils variés dans le domaine. Les secteurs de la défense, des transports et du bio-médical sont également demandeurs d’ingénieurs spécialisés. La finance d’entreprise, la finance de marché et les assurances sont aussi très intéressées par ce type de profil. Différents types de postes sont accessibles, selon les parcours et sensibilités des étudiants : ingénieur de développement, ingénieur de recherche, data scientist, consultant, etc.
Unités d’enseignement
En 4e année
- Anglais : 28h - 2,5 ECTS
- Compétences transversales : 28h - 2,5 ECTS
- Projet de synthèse : 98h - 7 ECTS
- Bases d’optimisation et de statistiques : 14h - 1,5 ECTS
- Bases de données avancées : 14h - 1,5 ECTS
- Conduite de projets et génie logiciel : 14h - 1,5 ECTS
- Sécurité réseau et SI : 14h - 1,5 ECTS
- Introduction au machine learning : 28h - 3 ECTS
- Réseaux de neurones : 28h - 2,5 ECTS
- IA appliquée : 28h - 2,5 ECTS
+ 1 UE au choix : 28h - 2,5 ECTS
En 5e année
- Projet de fin d’études : 168h - 10 ECTS
- Optimisation et calcul distribué : 28h - 2,5 ECTS
- Cloud computing et analyse de données : 28h - 2,5 ECTS
- Techniques avancées d’optimisation : 28h - 2,5 ECTS
- Méthodes probabilistes en IA : 28h - 2,5 ECTS
- Machine Learning avancé : 28h - 2,5 ECTS
- IA appliquée : 28h - 2,5 ECTS