MASTER INFORMATIQUE - SPÉCIALITÉ : INTELLIGENCE ARTIFICIELLE

Transcription

1 MASTER INFORMATIQUE - SPÉCIALITÉ : INTELLIGENCE ARTIFICIELLE RÉSUMÉ DE LA FORMATION Type de diplôme : Master (LMD) Domaine : Sciences, Technologies, Santé Nature de la formation : Mention Niveau d'étude visé : BAC +5 Composante : Mathématiques et informatique Programme - MASTER 2 - INTELLIGENCE ARTIFICIELLE EN BREF Durée : 2 ans Page 1 / 6

2 MASTER 2 - INTELLIGENCE ARTIFICIELLE Présentation Niveau requis en entrée : BAC+4 ou équivalent Niveau validé à la sortie : BAC+5 ou équivalent Durée de la formation : 2 ans Forme de l'enseignement : Enseignement en présentiel Lieu d'enseignement : * UFR Mathématiques et Informatique : 45 rue des Saints Pères Paris Notre objectif est de présenter à tous les étudiants le monde de la recherche, élément nécessaire pour animer des entreprises innovantes. Ceci est réalisé au travers d une première année commune aux trois approches qu'elles soient professionnelle, recherche ou les deux. Les étudiants pourront découvrir, pendant cette année commune, des thématiques constituant les axes de recherche privilégiés du laboratoire LIPADE. Ces derniers seront développés devant tous les étudiants avant qu ils ne choisissent leurs options. Les spécialisations seront plus différenciées par les options lors du second semestre du M1. Ce M1 permet aux étudiants de passer du savoir au savoir-faire. Des projets applicatifs sont proposés. EN BREF crédits ECTS : 60 Capacité d'accueil : 0 EN SAVOIR + Sites web : Lien vers l'ufr Mathématiques et Informatique * Intelligence Artificielle (IA) : Cette spécialité comporte deux parcours : * Agent-based Computing Les méthodes et théories du domaine des agents contribuent en robotique, commerce électronique, intelligence ambiante, villes intelligentes. La technologie multi-agents est un nouveau paradigme pour concevoir des systèmes intelligents, capables d' effectuer des raisonemments complexes et qui, connectés, peuvent interagir à des fins différentes (realisation d objectifs individuels ou collectifs). Ce parcours forme des experts dans le domaine de l' intelligence artificielle. * Apprentissage Automatique Les algorithmes d'apprentissage artificiel sont présents dans plusieurs domaines tels la bioinformatique, le marketing, le tex-mining et le Big data. Ils constituent l'ossature du data mining. Les aspects modélisation et algorithmique sont étudiés et appliqués. Ce parcours forme des experts ingénieurs ou chercheurs dans le domaine du data mining. Page 2 / 6

3 Objectifs Cette formation a un objectif double qui sera affiné en fonction des choix entre les deux blocs : Bloc Apprentissage et Bloc Agents intelligents et systèmes multi-agents. Parcours Apprentissage. Il permettra d une part d étudier les méthodes d apprentissage non supervisé, semi-supervisé et supervisé et les méthodes de visualisation. Ces méthodes sont couramment utilisées dans le contexte fouille de données qui est l art d extraire des informations, voire des connaissances à partir des données de plus en plus volumineuses. Celles-ci peuvent provenir de divers domaines tels que la génomique, l analyse textuelle, l image, les réseaux et la parole. Cette formation permettra aussi de maîtriser l utilisation des modèles probabilistes souvent utilisés tels que la PLSA (Probabilistic Latent Semantic Analysis), les modèles de mélange ou encore les modèles de mélange par blocs qui sont devenus un outil classique dans l apprentissage numérique. D autre part, une attention particulière sera accordée à la visualisation des données de grande dimension. Parcours Agent-based Computing. Il a pour objectif de former les étudiants à une des technologies les plus attractives et marquantes de l informatique actuelle, les agents intelligents et les systèmes multi-agents. Les technologies, méthodes et théories du domaine des agents intelligents et des systèmes multi-agents contribuent actuellement à divers domaines tels que la robotique, le commerce électronique, la collaboration par médiation d ordinateurs, la recherche d informations, la simulation sociétale, etc. La technologie multi-agents est non seulement une technologie très prometteuse mais elle émerge aussi comme une nouvelle forme de pensée, un paradigme conceptuel pour analyser des problèmes et concevoir des systèmes mais aussi pour faire face à la complexité, la distribution souvent nécessaire de la connaissance et du contrôle, l interactivité, tout en fournissant une nouvelle perspective pour le calcul et l intelligence. Plusieurs projets et stages dans différents domaines d application seront proposés. Organisation La première année est commune aux 3 spécialités de la mention informatique. La deuxième année est spécifique à chaque spécialité. La deuxième année est spécifique à chaque parcours et fait partie du Master International. Programme Page 3 / 6

4 Option M2 Informatique - parcours : Apprentissage Automatique Semestre 3 UE 2 Apprentissage Automatique Apprentissage Non Supervisé Apprentissage Supervisé Modèles de mélanges Modèles de mélanges par blocs Data Mining & application Visualisation UE Tronc commun : Intelligence Artificielle Anglais Méthodologie de la recherche Apprentissage orienté agent Théorie de la décision UE 3 Libre - 1 au choix 1 option(s) au choix parmi 1 Enseignement dans un Master du PRES Langages de Communication Agents et Dialogues Logique computationnelle Négociation automatisée Planification et planification multi agent Argumentation computationnelle Satisfaction des contraintes et Programmation CAP EMPLOI Semestre 4 Apprentissage Automatique UE Stage M2 informatique - parcours : Agent-based computing Semestre 3 Agent-Based, Computing UE Tronc commun : Intelligence Artificielle Anglais Méthodologie de la recherche Apprentissage orienté agent Théorie de la décision UE 2 Agent-Based Computing Langages de Communication Agents et Dialogues Logique computationnelle Page 4 / 6

5 Négociation automatisée Planification et planification multi agent Argumentation computationnelle Satisfaction des contraintes et Programmation UE 3 Libre - 1 au choix 1 option(s) au choix parmi 1 Enseignement dans un Master du PRES Apprentissage Non Supervisé Apprentissage Supervisé Modèles de mélanges Modèles de mélanges par blocs Data Mining & application Visualisation CAP EMPLOI Semestre 4 Agent-Based Computing UE Stage Conditions d'admission Pour candidater en master première année : Vous devez être titulaire d un diplôme de licence mathématiques ou informatique (selon les masters) ou d un diplôme jugé équivalent par notre commission pédagogique Pour candidater en master deuxième année : Vous devez avoir réussi une première année de master de la même discipline ou avoir un niveau jugé équivalent par notre commission pédagogique Insertion professionnelle Le parcours fournit aux étudiants des bases théoriques solides qui leur permettront d effectuer de la recherche théorique ou appliquée de haut niveau dans le secteur public comme dans le secteur privé. Deux options sont possibles : * continuer en thèse de doctorat dans un des domaines de recherche particuliers des agents intelligents et des systèmes multi-agents ou de l apprentissage numérique ou tous les domaines connexes tels que l image, le texte, la parole ou le signal, ou dans le domaine de la bioinformatique et notamment Page 5 / 6

6 la génomique où l apprentissage prend une place très importante dans le traitement des données biopuces. Ces développements peuvent être dans un laboratoire universitaire (de préférence au sein des équipes du Lipade) ou dans un laboratoire d une entreprise publique ou privée * faire de la recherche appliquée en tant qu ingénieur de recherche dans un département de recherche et développement (R&D) d une entreprise publique ou privée. Cette formation suscite de en plus d intérêt dans les domaines tels que la grande distribution, le secteur bancaire, la surveillance, le marketing, le diagnostic, la bioinformatique, le traitement et l analyse du signal et de l image, le web mining, le text mining, la téléphonie etc. L utilité des méthodes développées est évidente dans les divers secteurs qui offrent incontestablement des postes d ingénieur très demandés remplissant la tâche de dataminer. Les entreprises publiques ou privées concernées par les compétences de nos étudiants sont par exemple : EDF, RATP, France Telecom, CEA, Dassault Aviation, Thales Group, Institut Géographique National (IGN), etc. Contact(s) administratif(s) Service Commun de Formation Continue Renseignements Tel. +33 (0) Fax. +33 (0) formation.continue@scfc.parisdescartes.fr UFR Mathématiques et Informatique Scolarité administrative 45, rue des Saints-Pères Pavillon Cunéo - 5è étage Paris Tel / scolarite@mi.parisdescartes.fr Page 6 / 6