Descriptif
Ioanna Manolescu
ioana.manolescu@inria.fr
Jesse Read
jesse.read@polytechnique.edu
Les stages de recherche en science des données abordent un large ensemble de problématiques qui illustrent l’importance et la diversité de la recherche moderne en intelligence artificielle, apprentissage automatique et Big Data. Ces problématiques prennent la forme de questions de recherche à la fois théoriques et appliquées, auxquelles les étudiants peuvent parfois apporter des solutions innovantes à forte dimension scientifique et technologique.
Les stages proposés proviennent de laboratoires académiques et industriels nationaux et internationaux variés et reflètent leurs besoins réels. Les thématiques couvertes vont de la gestion de données massives et distribuées au développement de méthodes avancées et scalables d’apprentissage automatique, d’apprentissage profond et par renforcement, ainsi que de méthodes générales en intelligence artificielle, avec des applications dans de nombreux domaines tels que le biomédical, les données scientifiques, le commerce et la publicité en ligne, l’optimisation industrielle, l’énergie, etc.
Les étudiants souhaitant renforcer leurs compétences en recherche acquerront les connaissances et l’expérience nécessaires dans un domaine de recherche spécifique et découvriront le fonctionnement des laboratoires de recherche. Les étudiants attirés par une carrière dans l’industrie se familiariseront avec la manière dont la recherche est déployée à grande échelle et comment elle génère de la valeur ajoutée. Ce stage constituera également une excellente opportunité pour certains étudiants d’opter pour une formation doctorale, souvent requise pour une carrière réussie dans l’industrie.
Niveau requis :
Master M1 en informatique ou équivalent.
Modalités d’évaluation :
Les étudiants rédigent un mémoire de stage, qui est présenté et soutenu devant un jury à la fin de la période de stage.
Objectifs pédagogiques
Stage d’initiation aux méthodes de la recherche scientifique qui a pour but de travailler sur un sujet de recherche défini et de mettre en pratique les apprentissages des 3 années d'étude. Le stage doit comporter une initiation à la gestion de l’incertitude propre à la démarche scientifique : évaluation des résultats de son propre travail, constat des voies sans issue, saisie des opportunités, redéfinition de ses objectifs et de sa stratégie.
Diplôme(s) concerné(s)
Format des notes
Numérique sur 20Littérale/grade américainPour les étudiants du diplôme Programmes d'échange internationaux
Le rattrapage est autorisé (Max entre les deux notes)- le rattrapage est obligatoire si :
- Note initiale < 10
- le rattrapage peut être demandé par l'étudiant si :
- Note initiale < 10
- Crédits ECTS acquis : 20 ECTS
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme Titre d’Ingénieur diplômé de l’École polytechnique
Le rattrapage est autorisé (Max entre les deux notes)- le rattrapage est obligatoire si :
- Note initiale < 10
- le rattrapage peut être demandé par l'étudiant si :
- Note initiale < 10
- Crédits ECTS acquis : 20 ECTS
La note obtenue rentre dans le calcul de votre GPA.