2- Descriptif détaillé du parcours Sciences et Techniques de l'informatique de. Semestre 1. Volume des heures de formation présentielles (14 semaines)

Transcription

1 2- Descriptif détaillé du parcours Domaine : Sciences et Technologies Mention Informatique de Gestion Semestre 1 () Fondamentale Intelligence artificielle approfondie Informatique pervasive et nuagique l' Transve rsale / F1 F2 Elément constitutif d' (EC) Intelligence artificielle approfondie Informatique pervasive et nuagique EC EC 42 3 x 42 3 x Optimisation F3 Optimisation 42 3 x Entreposage, analyse et fouille de données Statistiques F4 Entreposage, analyse et fouille de données 42 3 x F Statistiques intermédiaires 42 3 x intermédiaires elle 6 Anglais FO 21 1, x Total , 2

2 Domaine : Sciences et Technologies Mention Informatique de Gestion () Fondamentale Génie algorithmique l' Transve rsale / Elément constitutif d' (EC) Semestre 2 EC EC F1 Génie algorithmique 42 3 x Fondement du génie logiciel F2 Fondement du génie logiciel 42 3 x Time series Time series modeling and modeling and F3 forecasting forecasting 42 3 x Informatique répartie F4 Informatique répartie 42 3 x Systèmes d information F Systèmes d information 42 3 x elle 6 Anglais FO 21 1, x Total , 3

3 Domaine : Sciences et Technologies Mention Informatique de Gestion Semestre 3 Option MIAD : Méthodes Intelligentes pour l'aide à la Décision () Fondamentale Raisonnement par contraintes Systèmes multi-agents l' Transve rsale / Elément constitutif d' (EC) C TD TP C I EC (le cas EC F1 Raisonnement par contraintes x F2 Systèmes multi-agents x Web intelligence F3 Web intelligence x Soft computing F4 Soft computing x Planification et ordonnancement F Planification et ordonnancement x elle FO Total

4 Domaine : Sciences et Technologies Mention Informatique de Gestion Semestre 3 Option IGC : Informatique et Gestion de la Connaissance (IGC) () Fondamentale l' Transver sale / Elément constitutif d' (EC) EC EC Modèles graphiques F1 Modèles graphiques 42 3 Apprentissage automatique Gestion des connaissances Data mining avancées F2 Apprentissage automatique 42 3 F3 Gestion des connaissances 42 3 x F4 Data mining avancées 42 3 x x Mobility data analysis F Mobility data analysis 42 3 x elle FO Total

5 Domaine : Sciences et Technologies Mention Informatique de Gestion Semestre 3 Option SML : Statistical Machine Learning () l' entale / Transversale / Elément constitutif d' (EC) Crédits accordés EC EC Fondamentale Foundation of statistical machine learning F1 Foundation of statistical machine learning x 2 Simulation F2 Simulation x 3 4 Natural language processing Applied machine learning Programming and mathematical methods for machine learning elle F3 Natural language processing F4 F Machine learning applied to business and finance Programming of machine learning algorithms x x x Total

6 SEMESTRE -4 Mémoire de recherche (30 crédits) Le mémoire doit traiter une problématique de recherche liée aux spécificités du mastère. Il doit se dérouler au sein des structures de recherche liées ou associées à l ISG et ce, sous la direction d enseignants chercheurs du grade A ou de maîtres assistants habilités par la commission des mastères de l ISG. Ce mémoire doit comporter une partie théorique et une validation expérimentale. La durée est d au moins six mois. La validation doit se faire sur la base d une soutenance publique et ce, devant un jury composé d au moins trois membres. La soutenance avec succès de ce mémoire permettra à l étudiant d acquérir 30 crédits.