M2 - Science des données, intelligence artificielle
Le parcours propose un renforcement sur les aspects Intelligence Artificielle de la Science des Données. Il apporte des compétences de niveau avancé en mathématiques et informatique pour appréhender des données complexes : grande dimension, signaux uni et bi-dimensionnels, images, textes… Une attention particulière est portée aux architectures numériques pour traiter ces données, les étudiants ont accès à des serveurs de calculs pour lancer les algorithmes présentés dans les séances de TP et pour effectuer les nombreux projets proposés.
Le parcours est ouvert aux étudiants en formation initiale et en formation en alternance. Il propose deux doubles diplômes, avec le Master Sciences du Numérique et du Sport et avec le Magistère Statistique et Modélisation Économique. Les cours sont dispensés à l’Université Rennes 2. L’équipe pédagogique est constituée des enseignants et enseignants-chercheurs du département Miashs qui sont rattachés à l’Institut de Recherche Mathématiques de Rennes IRMAR et à l’Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA). Cette équipe est complétée par des intervenants du milieu professionnel, notamment pour les UE sur les Technologies de l’Intelligence Artificielle.
Semestre 3
UE « Statistique » |
CM |
TD |
Modèles linéaires en grande dimension (détails) |
16 h |
8 h |
Traitement des signaux et des images (détails) |
16 h |
8 h |
UE « Apprentissage » |
CM |
TD |
Apprentissage statistique avancé (détails) |
20 h |
10 h |
Optimisation pour la data science (détails) |
16 h |
8 h |
UE « Outils numériques pour l'intelligence artificielle » |
CM |
TD |
Outils numériques pour les bases de données à large échelle (détails) |
12 h |
24 h |
Technologies IA pour l'apprentissage (détails) |
12 h |
12 h |
UE « Intelligence artificielle » |
CM |
TD |
Apprentissage profond (détails) |
16 h |
8 h |
Traitement automatique du langage (détails) |
16 h |
8 h |
UE « Métier » |
CM |
TD |
English for Data Scientists (détails) |
|
24 h |
Conférences professionnelles (détails) |
30 h |
|
Cours thématiques (détails) |
24 h |
|
Projet data science (détails) |
16 h |
|
UE « Communication » |
CM |
TD |
Outils de professionnalisation (détails) |
|
|
Semestre 4
Stage obligatoire.