PARCOURS - Intelligence Artificielle Appliquée (IA2)

  • Sciences et technologies
PARCOURS - Intelligence Artificielle Appliquée (IA2)

Call to actions

Pour que nous puissions vous recontacter

Ce champ est facultatif. Si vous ne le remplissez pas, la question donnée en exemple ci-dessus sera envoyée.

Envoi du message…

Votre message a été envoyé.

Une erreur est survenue pendant l'envoi de la question. Essayez de nous contacter par téléphone.

Résumé

Le parcours MIAGE IA2 forme des informaticiens capables de mettre en œuvre de manière très concrète les différentes techniques issues de l’intelligence artificielle. En savoir plus

Objectifs

Formation initiale / Formation continue
Master
2 ans
Campus SophiaTech - Site des Lucioles
Français

Détails

EUR D'APPARTENANCE

Nouveau parcours 2020

VIDEO

Présentation

Le parcours MIAGE IA2 forme des informaticiens capables de mettre en œuvre de manière très concrète les différentes techniques issues de l’intelligence artificielle (IA).
A l’issue de cette formation, ils seront capables de :

  • décider si une problématique relève d’une technique d’IA,
  • connaître les limites et contraintes associées à chaque technique d’IA,
  • développer une application d’IA en s’appuyant sur les librairies ou services cloud existants.

Les + du parcours IA2

  • Une formation adossée aux laboratoires de recherche en informatique d'Université Côte d'Azur pour des enseignements au plus près de l'état de l'art.

  • Un parcours labellisé par l'Institut Interdisciplinaire d'Intelligence Artificielle de la Côte d'Azur (3IA).

  • Des intervenants professionnels issus des entreprises de Sophia-Antipolis, première technopole dEurope.

Programme

La première année est commune aux quatre parcours MIAGE. Chaque semestre est organisé autour d’un projet qui fait le lien entre les différents modules enseignés.
 

Semestre 1

Technologies Web au service de l’entreprise

Les technologies Web constituent le principal support à la communication numérique d’une organisation, mais elles sont également devenues une opportunité pour repenser le business modèle de l’entreprise.

  • Web et Base de données (Fonctionnement des BD, Javascript et HTML 5)
  • Outils d'Ingénierie (Ingénierie des besoins, Mathématiques pour le BigData, Outils pour l'ingénierie logicielle)
  • Diagnostic et gestion financière (Management du numérique et des SI, Analyse financière, Planification projet)
  • Communication ( Communication for Business, Anglais)
Semestre 2

Organisation et Système d’Information

Le SI a pour rôle de permettre à chaque membre de l’organisation de disposer des informations qui lui permette d’effectuer son travail dans les meilleures conditions possibles. SI et organisation doivent être considérés conjointement.

  • Composants logiciels pour l'entreprise (Programmation avancée, BDs pour le Big Data, IoT & réseaux)
  • Cadrage d'un projet SI (Élaboration d'un recueil d'exigences, Qualité et validation, Suivi de projet, Urbanisation des SI)
  • Pilotage et Stratégie d'Entreprise (L’équilibre financier, Intelligence économique et veille stratégique, Stratégie d'entreprise)
  • Communication en entreprise (Communication outil de management, Anglais)
Semestre 3

Intelligence Artificielle Appliquée

Les étudiants se spécialisent progressivement en M2 pour appréhender l'intelligence artificielle de façon concrète.
Un projet de création d’entreprise autour d’une thématique IA permet aux étudiants de mettre en pratique leur compétences dans le cadre d’un projet transverse effectué en groupe.

IA et société

  • Les différentes définitions de l’IA.
  • Ethique et IA citoyenne.
  • Souveraineté et perspective éco de l'IA.

Vision

  • Réseaux convolutifs pour la classification d’image.
  • Localisation et identification d’objets dans une image ou une vidéo.
  • Détecter une action dans une image/vidéo.
  • Reconnaitre du texte dans une image.
  • Reconnaître une personne / authentifier par une image.

Machine Learning Fundamentals

  • Processus et méthodologies de l'Extraction de Connaissances à partir des Données
  • Définition des objectifs des applications de Data Mining et Machine Learning.
  • Apprentissage supervisé de modèles de connaissances prédictifs.
  • Apprentissage non supervisé de motifs de connaissance descriptifs.
  • Approches algorithmiques de classification, régression, clustering, détection d'exceptions et extraction de règles d'association et motifs séquentiels.

Traitement du langage naturel

  • Recherche d’information (moteur de recherche)
  • Extraction d’information
  • Analyse de sentiment.
  • Classification et catégorisation de documents.
  • Résumé automatique de texte.

Agent conversationnel et systèmes multi-agents

  • Agent simple et systèmes multi-agents.
  • Agents intelligents en recherche d'information.
  • Agents conversationnels.

Résolution de problèmes

  • Complexité algorithmique, algorithmes optimaux et sous-optimaux.
  • Heuristiques et méta-heuristiques.
  • Différents paradigmes de résolution (Programmation linéaire, Programmation par contraintes, Programmation dynamique, …) et solveurs

IA pour les jeux

  • Théorie des jeux.
  • Algorithme Minimax et élagage alpha-bêta.
  • Agent réactif et planification de haut niveau.
  • Machine learning appliqué aux jeux : alphaGo.

Raisonnement automatique

  • Modélisation de la connaissance.
  • Inférence et raisonnement.
  • Systèmes experts.

Algorithmes évolutionnaires

  • Algorithmes génétiques.
  • Estimation de distribution.
  • Optimisation multi-objectif.

Modélisation de l’incertitude dans le raisonnement

  • Logique floue.
  • Systèmes experts probabiliste.
  • Simulations Monte-Carlo.

IA et esthétique

  • Du modèle génératif à l’art génératif : l’IA comme outil d’aide à l’artiste.
  • Les réseaux antagonistes génératifs.
  • Les approches « neural style transfer ».
  • Les paréidolies de deep dream.

L’IA dans l’entreprise

  • Nouveaux usages de l’IA dans l’entreprise : dans les processus support et dans le cœur de métier : cas d’usage emblématiques.
  • Le SI augmenté : Perspectives d’évolution du SI intégrant l’IA
  • Choix d’organisation de l’entreprise autour de l’IA.
  • Le référentiel légal de l’IA et les mesures de protection.
  • Nouveaux métiers amenés par l’IA.

Implémentation matérielle du machine learning

  • Rappel sur la programmation concurrente et parallèle.
  • Définition du modèle de calcul de Cuda.
  • Mise en œuvre de CuDA sur des algorithmes d’IA : deep learning, random forest, simulation Monte-Carlo.

Gestion et Management

  • Entrepreneuriat
  • Management d’équipe
  • Anglais

Développement informatique

  • Développement Web
  • Développement mobile
  • Base de données et Big Data
Semestre 4

Stage de 6 mois en entreprise
ou
Temps plein en entreprise pour les alternants

Un parcours de l'Ecole Universitaire de Recherche Digital Systems for Humans

En complément de leur spécialisation en MIAGE, les étudiants peuvent enrichir leur cursus avec des cours d’autres disciplines (mineures en droit, business, informatique, industries créatives, entrepreneuriat, ...), des tutorats (immersion en laboratoire de recherche) et des projets d’innovation individuels ou en groupe (INVENT@UCA, FabLab). Les étudiants se dessinent ainsi un profil professionnel original en acquérant les compétences transdisciplinaires de plus en plus appréciées des entreprises, du monde de la recherche et des start-ups.
En savoir plus...

Lieux

Campus SophiaTech - Site des Lucioles

Responsable(s) de la formation

Responsable pédagogique du Master 1 : Philippe RENEVIER-GONIN

Responsable pédagogique du parcours IA2 : Michel WINTER

Admission

Pré-requis

Niveau(x) de recrutement

1er cycle (bac+3)

Formation(s) requise(s)

Programme

Compatibilité avec une activité professionnelle

Formation continue

Et après ?

Niveau de sortie

Niveau de sortie

2eme cycle (bac+4 & bac+5)