Mastère Expert Ingénierie de l'Intelligence Artificielle et des applications

Les principaux usages de l'IA et de la datascience Appréhender les ruptures technologiques apportées par l'IA, le machine learning et le deep learning Maitriser les concepts fondamentaux de l'IA Savoir mettre en oeuvre les modèles prédictifs et d'analyse de données Connaitre les aspects éthiques et juridiques de l'IA Du machine learning au deeplearning Connaitre le langage et les librairies de développement Python permettant d'appréhender les algorithmes prédictifs et le machine learning Modéliser des algorithmes Mettre en oeuvre des algorithmes de Machine Learning supervisés et non supervisés Utiliser TensorFlow et ses principales librairies Mettre en oeuvre un réseau neuronal artificiel Utiliser le reinforcement learning Mettre en oeuvre le machine learning dans un système opérationnel Construire des pipelines d'opérations en utilisant DevOps, DataOps et MLOps Déployer des modèles d'apprentissage automatique dans un environnement de production en utilisant les outils et les plateformes MLOps. Mettre des solutions de modélisation de l'apprentissage automatique en utilisant les technologies AWS. Déployer des solutions d'apprentissage automatique dans un environnement de production à l'aide du Cloud Computing Lien data Sécuriser les logiciels et services d'IA Comprendre les concepts et les défis clés en matière de sécurité de l'IA Appréhender le codage sécurisé et d'évaluation des vulnérabilités pour les systèmes d'IA Mettre en œuvre et gérer des API et des points de terminaison d'IA sécurisés. Développement et architecture logicielle avancés Mettre en oeuvre une architecture logicielle avancée orientée services (SOA) Appréhender l'architecture logicielle dans un contexte de sécurité des systèmes d'information Développer des applications mobiles crossplatform iOS et Android Mettre en oeuvre des architectures Big Data et de data processing Dataviz et informatique décisionnelle BigData : visualiser, exploiter et piloter ses données : Maitriser les enjeux de la datavisualisation Mettre en oeuvre la récolte et l'exploitation de données utiles Savoir utiliser l'IA pour structurer ses données Savoir représenter les données Déployer un environnement applicatif sécurisé dans un système d'information (DevOps) Maitriser les bases des réseaux TCP/IP et de l'OPSEC Savoir déployer et héberger un environnement applicatif contenairisé (Docker, Kubernetes) Savoir détecter et analyser des vulnérabilités applicatives, web Innover et agir en entreprise Lancer et manager sa start-up?: réaliser une étude de marché, poser des hypothèses, construire un plan de communication, construire un business plan Savoir lire un bilan administratif et financier Connaitre le droit social et des affaires