AIC : Apprentissage, Information et Contenu

Dernière mise à jour : 
Dec 1, 2015
Master II
Scolarité : 
250
 € par an
Ce parcours est dans le thématique « Sciences des Grandes Données ». Cette thématique concerne l’exploitation et le traitement de grandes masses d’information, prenant en compte d’une part la complexité, l’hétérogénéité, et la distribution des données et de leur exploitation, et d’autre part la qualité, la fiabilité, la sécurité et les performances des bases de données, des moteurs de recherche et des systèmes d’information. Le parcours AIC (Apprentissage, Information et Contenu) est au confluent de l’algorithmique, de l’apprentissage automatique, des statistiques, et de l’algorithmique spécifique des domaines d’application visés (par exemple linguistique ou vision computationnelles).

Pour vous former à devenir un-e « data scientist », ce parcours vous apportera les compé tences fondamentales et techniques qui vous permettront d’exploiter de grandes masses de donné es, à savoir analysercomprendre, prédire, décider et/ou interagir. Les thématiques abordées sont :

  • Apprentissage automatique et optimisation à grande échelle
  • Algorithmes distribués pour l’accès et le traitement de l’information
  • Recherche et extraction d’information dans les textes
  • Indexation et interprétation des images
  • Reconnaissance et interaction vocale
  • Apprentissage profond
  • Analyse du Web et des réseaux sociaux

Le parcours AIC prépare aux métiers de la recherche et de la R&D dans de nouveaux domaines d’application en plein essor : vision par ordinateur (véhicules autonomes et biométrie) ; reconnaissance vocale (nécessaire aux nouvelles interfaces homme-machine pour les smartphones) ; filtrage et agrégation de contenus hétérogènes et textuels (indispensables aux solutions commerciales de gestion de flux de données massifs) ; pilotage et surveillance de systèmes industriels complexes ou critiques qui s’appuient sur l’analyse de données...

Poursuite d’études : à l’issue du parcours, les étudiants peuvent préparer un doctorat au sein de l’ED STIC de l’Université Paris-Saclay en rejoignant l’un des laboratoires de recherche du site ou au sein de départements R&D en entreprise.

Insertion professionnelle : les diplômés du M2 peuvent travailler dans des entreprises développant des logiciels innovants, des startups ou intégrer le départements R&D d’entreprises comme Thalès, Orange, HP, IBM Research, Yahoo, Google…

S3 - Semestre 3

Tronc commun

Traitement des Images et du Signal

Apprentissage

Algorithmes distribués et matriciels à grande échelle

Recherche et extraction d'information dans les textes

Algorithmes d'inférence et d'apprentissage à grande échelle

Optimisation

6 UE au choix

Apprentissage avancé

Apprentissage à partir de données structurées

Décision distribuée et théorie des jeux

Extraction d’information : des documents aux interfaces

Reconnaissance et interaction vocale

Indexation d'image et recherche par le contenu

Interprétation d'images

Apprentissage pour les données scientifiques et techniques

Modèles graphiques pour l'accès à l'information à grande échelle

Apprentissage par renforcement

Optimisation avancée

Data Science for Big data

Learning from the Web

Audio synthesis

S4 - Semestre 4

Formation à la vie en entreprise ou à la recherche

Communication et anglais

Projet

Lieux d'enseignement