Master mention informatique parcours machine learning pour la science des données - 2ème année
Date de mise à jour :
Identifiant Offre Info : 14_AF_0000192905
Organisme responsable :
Université Paris Cité
(ouvre dans un nouvel onglet)
Référentiels
Code Rome
- M1801 Administration de systèmes d'information
- M1802 Expertise et support en systèmes d'information
- M1803 Direction des systèmes d'information
- M1805 Études et développement informatique
- M1806 Conseil et maîtrise d'ouvrage en systèmes d'information
Formacode
- 24231 : Réseau informatique
- 31054 : Informatique
Présentation de la formation
Objectifs
Ce master a pour objectifs de former des Data Scientists maitrisant les différentes méthodes d'apprentissage machine (supervisé, non supervisée et semi-supervisé sous différentes approches y compris le deep learning) et capables de concevoir de nouvelles méthodes adaptées aux divers domaines d'activités dans le but d'extraire de la connaissance utile à l'optimisation des offres et services de l'entreprise. permettre de poursuivre en thèse dans le domaine de…
- former des Data Scientists maitrisant les différentes méthodes d'apprentissage machine (supervisé, non supervisée et semi-supervisé sous différentes approches y compris le deep learning) et capables de concevoir de nouvelles méthodes adaptées aux divers domaines d'activités dans le but d'extraire de la connaissance utile à l'optimisation des offres et services de l'entreprise.
- permettre de poursuivre en thèse dans le domaine de l'apprentissage machine, l'intelligence artificielle et la science des données sur des sujets d'ordre théorique et appliqué à divers domaines dont le text-mining, le NLP, l'IA générative et le Computer vision.
Programme de la formation
En master M2, les enseignements dispensés sont consacrés exclusivement à l'Apprentissage Machine, l'intelligence artificielle et la science des données, l'UE Anglais est également dispensée. Pour répondre efficacement aux objectifs de la formation, tous les enseignements se déroulent dans une salle machine. Mise à niveau et Business Intelligence Apprentissage non supervisé - 9 ECTS Clustering Mixture models Factorisation and Recommendation Dimensionality reduction II…
Mise à niveau et Business Intelligence
Apprentissage non supervisé - 9 ECTS
Clustering
Mixture models
Factorisation and Recommendation
Dimensionality reduction II
Apprentissage et décision - 12 ECTS
Supervised learning II
Reinforcement learning
Time series II
Deep Learning II
Graph learning
Natural Language Processing (NLP) - 6 ECTS
Generative AI
Reinforcement learning
Data embedding and learning
Data engineering - 3 ECTS
Big Data Analytics
Packaging
Semestres 4 - 30 ECTS
Projet et Recherche - 12 ECTS
Projet PludriDisciplinaire (PPD)
Anglais
UE Mission en entreprise - 18 ECTS
Validation et sanction
Type de formation
Certifiante
Niveau de sortie
Bac + 5 et plus
Durée, rythme, financement
Financement
- Conventionnement
- Non
Conditions d'accès
Public visé
- Tout public
Niveau d'entrée
Sans niveau spécifique
Conditions spécifiques et prérequis
Prérequis pour entrer en M2 : Master 1 en informatique ou Master mathématiques appliquées avec des pré-requis en science des données, diplôme d'ingénieurs ou validation d'acquis personnels et professionnels (VAPP D. 23/08/1985)
Lieu de réalisation de l'action
Modalités d'enseignement
Formation entièrement en présentielle
Adresse
45 Rue des Saints-pères75006 Paris 6e
Responsable : Université Paris Cité
Périodes prévisibles de déroulement des sessions
Début
Fin
- Adresse d'inscription
-
Université Paris Cité
75006 Paris 6e - État du recrutement
- Ouvert
- Modalités
- Entrées / Sorties à dates fixes