Mastere Expert Ingenierie de l-Intelligence Artificielle et des applications

Les principaux usages de l'IA et de la datascience

Appréhender les ruptures technologiques apportées par l'IA, le machine learning et le deep learning
Maitriser les concepts fondamentaux de l'IA
Savoir mettre en oeuvre les modèles prédictifs et d'analyse de données
Connaitre les aspects éthiques et juridiques de l'IA
Du machine learning au deeplearning

Connaitre le langage et les librairies de développement Python permettant d'appréhender les algorithmes prédictifs et le machine learning
Modéliser des algorithmes
Mettre en oeuvre des algorithmes de Machine Learning supervisés et non supervisés
Utiliser TensorFlow et ses principales librairies
Mettre en oeuvre un réseau neuronal artificiel
Utiliser le reinforcement learning
Mettre en oeuvre le machine learning dans un système opérationnel

Construire des pipelines d'opérations en utilisant DevOps, DataOps et MLOps
Déployer des modèles d'apprentissage automatique dans un environnement de production en utilisant les outils et les plateformes MLOps.
Mettre des solutions de modélisation de l'apprentissage automatique en utilisant les technologies AWS.
Déployer des solutions d'apprentissage automatique dans un environnement de production à l'aide du Cloud Computing
Lien data
Sécuriser les logiciels et services d'IA

Comprendre les concepts et les défis clés en matière de sécurité de l'IA
Appréhender le codage sécurisé et d'évaluation des vulnérabilités pour les systèmes d'IA
Mettre en œuvre et gérer des API et des points de terminaison d'IA sécurisés.
Développement et architecture logicielle avancés

Mettre en oeuvre une architecture logicielle avancée orientée services (SOA)
Appréhender l'architecture logicielle dans un contexte de sécurité des systèmes d'information
Développer des applications mobiles crossplatform iOS et Android
Mettre en oeuvre des architectures Big Data et de data processing
Dataviz et informatique décisionnelle
BigData : visualiser, exploiter et piloter ses données :

Maitriser les enjeux de la datavisualisation
Mettre en oeuvre la récolte et l'exploitation de données utiles
Savoir utiliser l'IA pour structurer ses données
Savoir représenter les données
Déployer un environnement applicatif sécurisé dans un système d'information (DevOps)

Maitriser les bases des réseaux TCP/IP et de l'OPSEC
Savoir déployer et héberger un environnement applicatif contenairisé (Docker, Kubernetes)
Savoir détecter et analyser des vulnérabilités applicatives, web


Innover et agir en entreprise

Lancer et manager sa start-up?: réaliser une étude de marché, poser des hypothèses, construire un plan de communication, construire un business plan
Savoir lire un bilan administratif et financier
Connaitre le droit social et des affaires