v2.11.0 (6271)

Parcours de domaine - PA-AI : Apprentissage et IA

Domaine > Mathématiques appliquées, Informatique.

Descriptif

Ce programme d’approfondissement en Intelligence Artificielle, conjoint entre les départements de Mathématiques Appliquées (MAP) et d’Informatique (DIX), propose une formation à l’intersection des mathématiques et de l’informatique, répondant aux avancées spectaculaires du domaine ces dernières années.

Objectifs

L’essor de l’apprentissage et de l’IA générative – avec des exemples marquants comme ChatGPT, Stable Diffusion ou AlphaFold – illustre la nécessité pour les futurs experts de maîtriser à la fois les fondements théoriques et les compétences en implémentation algorithmique. Ce parcours vise ainsi à doter les étudiants d’une double expertise : une compréhension fine des modèles et algorithmes d’IA d’un point de vue théorique, ainsi qu’une maîtrise avancée de leur mise en œuvre dans des applications concrètes. Ceci préparera les étudiants à exceller dans la recherche et l’innovation, aussi bien en milieu académique qu’industriel.

 

Diplômes concernés

Compétences

Ce programme offre des bases solides en Mathématiques Appliquées et en Informatique, combinant enseignements fondamentaux et développements récents pour comprendre ces avancées et relever les nouveaux défis associés. En particulier, il permettra aux étudiants d'acquérir les connaissances indispensables pour la réalisation de leur stage de troisième année et pour poursuivre en quatrième année dans le domaine de l'IA.

Composition du parcours

Unités d'enseignement

UE Type d'enseignement Domaines Catégorie d'UE Volume horaire Responsables Site pédagogique
APM_50113_EP EA Initiation recherche long P1 + P2 Programme d'approfondissement Mathématiques appliquées UE d'approfondissement, EA PA-MAP (au moins 1). 72 Maxime Breden
APM_51055_EP Traitement du Signal : de Fourier à l'Apprentissage Machine Programme d'approfondissement Mathématiques appliquées UE d'approfondissement. 36 Rémi FLAMARY
APM_51056_EP Théorie des probabilités pour le ML : applications aux mé... Programme d'approfondissement Mathématiques appliquées 36 Alain Durmus
APM_51059_EP Théorie avancée de l'Apprentissage Statistique Programme d'approfondissement Mathématiques appliquées UE d'approfondissement, UE de base. 36 Karim Lounici
APM_51178_EP Sujet émergents dans l'Apprentissage Machine - Apprentiss... Programme d'approfondissement Mathématiques appliquées UE d'approfondissement, EA PA-MAP (au moins 1). 36 Aymeric DIEULEVEUT,
El Mahdi El Mhamdi
APM_52065_EP Modélisation aléatoire et statistique des processus Programme d'approfondissement Mathématiques appliquées 36 Mathieu Rosenbaum
APM_52066_EP Statistique en Action Programme d'approfondissement Mathématiques appliquées UE d'approfondissement, UE de base. 36 Julien Chiquet,
ZACHARIE NAULET
APM_52067_EP Optimization for AI Programme d'approfondissement Aymeric DIEULEVEUT,
Luiz Fernando De Oliveira Chamon
APM_52068_EP Gestion des incertitudes et analyse de risque Programme d'approfondissement Mathématiques appliquées 36 Josselin Garnier
APM_52070_EP Mathematical Foundations of Decision Theory in AI Programme d'approfondissement Luiz Fernando De Oliveira Chamon,
Alain Durmus
APM_52183_EP Apprentissage profond de la théorie à la pratique Programme d'approfondissement Mathématiques appliquées UE d'approfondissement. 36 Aymeric DIEULEVEUT
APM_52188_EP Sujet émergents dans l'Apprentissage Machine P2 Programme d'approfondissement Mathématiques appliquées UE d'approfondissement, EA PA-MAP (au moins 1). 36 Rémi FLAMARY
APM_52996_EP Applied Mathematics for AI Stage Mathématiques appliquées
CSC_50P17_EP Projet de 3A MAP-INFO Science des données Programme d'approfondissement Informatique UE d'approfondissement, UE de projet. Pierre Bourhis,
Ioana Manolescu
CSC_51052_EP Visualisation des Données Programme d'approfondissement Informatique UE d'approfondissement, PA - BIOINF - cours/EA INF, UE de base. 36 Emmanuel Pietriga
CSC_51053_EP Système de Gestion de Base de Données Programme d'approfondissement Informatique UE d'approfondissement, UE de projet. 36 Ioana Manolescu
CSC_51054_EP Apprentissage profond Programme d'approfondissement Informatique, Mathématiques appliquées UE d'approfondissement, PA-MAP XOR (INF554, MAP553), PA - BIOINF - cours/EA INF, UE de base. 36 Davide Buscaldi,
Johannes Lutzeyer,
Michalis Vazirgiannis
CSC_51056_EP Analyse topologique de données Programme d'approfondissement Informatique UE d'approfondissement, PA - BIOINF - cours/EA INF, PA - MAT-INFO - cours/EA INF, UE de base. 36 Steve Oudot
CSC_52002_EP IA générative multimodale Programme d'approfondissement Informatique Vicky Kalogeiton
CSC_52072_EP Graph Machine and Deep Learning for Generative AI Programme d'approfondissement Informatique Johannes Lutzeyer,
Michalis Vazirgiannis,
Ye Zhu
CSC_52073_EP Optimisation and Responsible AI Programme d'approfondissement Informatique Sonia Vanier
CSC_52081_EP Apprentissage Automatique Avancé et Agents Autonomes Programme d'approfondissement Informatique UE d'approfondissement, PA - BIOINF - cours/EA INF, UE de base. 36 Patrick LOISEAU,
Jesse Read
CSC_52083_EP Systèmes pour les Mégadonnées Programme d'approfondissement Informatique UE d'approfondissement, UE de base. Yanlei Diao
CSC_52087_EP Advanced Deep Learning Programme d'approfondissement Informatique UE d'approfondissement. Vicky Kalogeiton,
Johannes Lutzeyer,
Xi Wang,
Ye Zhu
CSC_52992_EP Stage en Data Science et Intelligence Articificielle Stage Informatique Ioana Manolescu,
Jesse Read
CSC_53432_EP Large Language Models Cours scientifiques Informatique Guokan Shang
MDC_51006_EP Bases de l'Apprentissage Automatique Programme d'approfondissement Informatique, Mathématiques appliquées 36 Jesse Read
Veuillez patienter