IASD : Intelligence Artificielle, Systèmes, Données

⚠️ Attention : cette formation ne semble actuellement plus dispensée ⚠️

Dernière mise à jour : 
13/12/2019
Master II
Scolarité : 
256
 € par an
Le Master IASD a pour objectif de former les étudiants aux aspects informatique de l'intelligence artificielle, en mettant l'accent sur l'articulation entre apprentissage automatique, gestion et fouille de grandes masses de données, paradigmes du Big Data, représentation des connaissances. Le Master s'intéresse aussi aux applications de l'IA et à son impact sur la société.

Les enseignements sont assurés par des chercheurs actifs dans le domaine et abordent les différents aspects de l’IA d’aujourd’hui : apprentissage automatique, représentation des connaissances, gestion et fouille de grande masses de données,  paradigmes du Big Data. En plus des enseignements fondamentaux, les étudiants peuvent personnaliser leur cursus en choisissant 6 cours en plus parmi un large éventail d’options : apprentissage par renforcement, recherche Monte-Carlo et jeux, traitement automatique des langues, théorie des jeux, apprentissage et protection de la vie privée et bien d’autres.

La formation offre des enseignements de pointes dans 3 domaines : l'Intelligence Artificielle, l'Apprentissage automatique et les Données. La formation est également proposée en apprentissage.

Le master s’adresse aux étudiants qui se destinent à des carrières de recherche et de développement dans le domaine de l’intelligence artificielle et des sciences des données. Il peut déboucher à une carrière académique, doctorat (Université, CNRS, INRIA, CEA, CNES, INRA, etc.) ou une carrière R&D (Google, Facebook, Criteo, Keyrus, Amazon, 1000mercis, IBM, Havas, AXA, BNP Paribas, etc.).

Tronc Commun

Fondamentaux de l’apprentissage automatique

Optimisation pour l’apprentissage automatique

Bases de données avancées (SGBD non classiques)

Représentation des connaissances, raisonnement, planification

Projet Science des données

Apprentissage Profond

Options :

Note: toutes les options comptent 3 ECTS. Chaque étudiant doit choisir au minimum 6 options, soit 18 ECTS.
Les slides de la journée de présentation des options sont disponibles ici.

Systèmes, paradigmes et langages pour les Big Data

Apprentissage automatique avancé

Apprentissage incrémental, Théorie des Jeux et Applications

Apprentissage profond pour l’analyse d’images

Traitement Automatique des Langues

Nuages de Points et Modélisation 3D

Éthique et intelligence artificielle

Graphes de connaissance, logiques de description, raisonnement sur les données

Fouille de graphes

Machine Learning sur Big Data

Choix social computationnel

Recherche Monte-Carlo et Jeux

Introduction à l’apprentissage par renforcement

Anonymisation, confidentialité

Data wrangling, qualité de données

Fondements des langages de requêtes graphe et RDF

Lieux d'enseignement