Aller au contenu principal

Master mention sciences cognitives parcours neurosciences computationnelles et Intelligence Artificielle / Computational neuroscience and artificial Intelligence - 2ème année

Date de mise à jour :
Identifiant Offre Info : 14_AF_0000239714
Organisme responsable : Université Paris Cité (ouvre dans un nouvel onglet)

Nouvelle recherche

Référentiels

Code Rome

  • H1206 Management et ingénierie études, recherche et développement industriel
  • K2401 Recherche en sciences de l'homme et de la société

Formacode

  • 14278 : Sciences cognitives
  • 31028 : Intelligence artificielle
  • 32062 : Recherche développement

Présentation de la formation

Objectifs

Compétences spécifiques de la mention Mobiliser les concepts spécifiques aux sciences cognitives en prenant en compte les contraintes physiques, physiologiques et psychologiques des humains Développer, tester et évaluer une application ou une modélisation en prenant en compte les mécanismes cognitifs humains Modéliser un phénomène cognitif ou un problème notamment avec des outils informatiques associés aux outils mathématiques ou des sciences cognitives Mettre en synergie des…

Compétences spécifiques de la mention
  • Mobiliser les concepts spécifiques aux sciences cognitives en prenant en compte les contraintes physiques, physiologiques et psychologiques des humains
  • Développer, tester et évaluer une application ou une modélisation en prenant en compte les mécanismes cognitifs humains
  • Modéliser un phénomène cognitif ou un problème notamment avec des outils informatiques associés aux outils mathématiques ou des sciences cognitives
  • Mettre en synergie des connaissances pluridisciplinaires pour proposer des solutions innovantes, en combinant informatique, psychologie, biologie et technologies cognitives.
  • Assurer une veille scientifique et technologique de haut niveau dans le champ des sciences cognitives
  • Mettre en œuvre une démarche expérimentale propre aux sciences cognitives en intégrant des approches et savoir-faire techniques pluridisciplinaires
  • Identifier et quantifier une réponse comportementale et cognitive chez l'homme en identifiant et en appliquant les techniques pertinentes
  • Trier et synthétiser des données expérimentales en mettant en œuvre les bonnes pratiques de laboratoire et les principes de déontologie et d'intégrité scientifique en respectant les principes éthiques dans la manipulation des données applicables aux personnes
  • Interpréter les données recueillies en les confrontant aux données préexistantes ou issues de la littérature scientifique et/ou technique
  • Exploiter les résultats obtenus en dialoguant avec tous les acteurs des projets pluridisciplinaires à hautes composantes technologiques
  • Réaliser des illustrations représentatives des phénomènes observés en utilisant les outils numériques dédiés
  • Diffuser la synthèse, les conclusions, les enjeux et les perspectives

Programme de la formation

M2 – Semester 3 Master core curriculum Internship preparation (1 day/week) (6 ECTS) Options : 18 ECTS among these options Computational psychiatry (6 ECTS) 7Advanced bayesian modeling and model comparison (3 ECTS) Integrative modeling of living organisms (3 ECTS) Advanced Reinforcement learning applied to Cognitive Science (3 ECTS) Human-AI Interactions (6 ECTS)(Will open in 2026) Advanced Computational Neuroscience (3 ECTS) Ethics in Cognitive Sciences (only for direct entrance to…

M2 – Semester 3
Master core curriculum
Internship preparation (1 day/week) (6 ECTS)
Options : 18 ECTS among these options
Computational psychiatry (6 ECTS)
7Advanced bayesian modeling and model comparison (3 ECTS)
Integrative modeling of living organisms (3 ECTS)
Advanced Reinforcement learning applied to Cognitive Science (3 ECTS)
Human-AI Interactions (6 ECTS)(Will open in 2026)
Advanced Computational Neuroscience (3 ECTS)
Ethics in Cognitive Sciences (only for direct entrance to M2) (3 ECTS)
Human experimentation and statistics (only for direct entrance to M2) (3 ECTS)
Options : 6 ECTS among these options
Attention (6 ECTS)
Decision (6 ECTS)
Cognitive neuroscience of consciousness (6 ECTS)
Computational language modeling and cognition (6 ECTS)
Generative modeling of images (6 ECTS), (6 weeks (5h per week) from January to March)
Advanced MAchine Learning & Deep Learning (6 ECTS)
Reinforcement learning (RL) (6 ECTS)
Reconnaissance des formes et IA (in French) (6 ECTS)
Explainable AI (6 ECTS)
IA pour la robotique et les sciences cognitives (lectures in French, slides in English) (6 ECTS)
Modèles probabilistes en neurosciences (in French) (6 ECTS)
Fonctionnement des réseaux de neurones : analyse mathématique (in French) (6 ECTS)
Vision from retina to primary visual cortex (6 ECTS)
Physiology of perception (6 ECTS)
(open in 2026) Motor control (3 ECTS)
Social robotics (6 ECTS)
Introduction à l'apprentissage automatique (in French) (3 ECTS)
Méthodes du premier ordre pour l'optimisation non convexe et non lisse (in French) (3 ECTS)
Optimisation stochastique & généralisation pour le ML (in French) (3 ECTS)
Algorithms for speech and natural language processing (6 ECTS)
Closed-loop neuroscience (3 ECTS)
Dynamical system and computational neuroscience (3 ECTS)

M2 – Semester 4
Master core curriculum
INT-401Internship (full time) (30 ECTS)

Validation et sanction

Master mention sciences cognitives

Type de formation

Certifiante

Niveau de sortie

Bac + 5 et plus

Durée, rythme, financement

Durée

En centre

225 h

Financement

Conventionnement
Non

Conditions d'accès

Public visé

  • Tout public

Niveau d'entrée

Sans niveau spécifique

Conditions spécifiques et prérequis

-

Lieu de réalisation de l'action

Modalités d'enseignement

Formation entièrement en présentielle

Adresse

45 Rue des Saints-pères
75006 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