Majeure en apprentissage Big Data & Machine Learning

La majeure « Big Data & Machine Learning » forme des ingénieurs capables de répondre aux défis complexes de la transformation numérique des entreprises.
Ce programme vise à doter les étudiants des compétences nécessaires pour exploiter les données massives et les technologies avancées et l’intelligenence artificielle afin d’optimiser la prise de décision, la gestion et l’anticipation des tendances futures.
Les cours de la majeure couvrent des domaines essentiels tels que les mathématiques , l’intelligence artificielle, le ‘Machine Learning’ et le ‘Deep Learning’. Les étudiants apprendront également à maîtriser les principes et les outils de l’ingénierie des données, y compris la collecte, le stockage, l’analyse et la transformation des données, tout en respectant les régulations et les normes éthiques en vigueur.

Les ingénieurs formés dans cette majeure jouent un rôle crucial dans divers secteurs, en exploitant des données pour révolutionner des domaines comme la santé, le commerce, l’urbanisme et la sécurité. Ils sont capables de créer et gérer des infrastructures de données et le tout en utilisant les technologies et les services du Cloud.

Objectifs :

• Maîtriser des algorithmes d’apprentissage automatique, de deep learning et d’IA générative pour concevoir des solutions intelligentes adaptées aux besoins des organisations.
• Acquérir les savoir-faire techniques pour concevoir, déployer et optimiser des architectures Big Data, de la collecte des données à leur valorisation analytique.
• Intégrer les enjeux d’industrialisation des modèles d’IA en production via les solutions Cloud, MLOps et l’automatisation des pipelines de données.
• Appréhender les enjeux éthiques, réglementaires et sociétaux liés à l’usage des données et de l’intelligence artificielle dans les organisations.

Compétences visées :

• Comprendre les théories et méthodes de l’intelligence artificielle, du machine learning et du deep learning.
• Maîtriser les principes des systèmes Big Data, des architectures distribuées et du cloud computing.
• Appliquer les méthodes d’apprentissage automatique aux données d’entreprise.
• Implémenter des solutions de traitement, de stockage et d’analyse de données massives.
• Concevoir et optimiser des datalakes et des pipelines de données.
• Créer des visualisations de données pour communiquer efficacement les résultats d’analyse.
• Concevoir, entraîner et déployer des modèles d’iIA générative adaptés aux besoins métiers.
• Industrialiser et déployer des solutions d’IA et de traitement de données sur le cloud.

Consulter la fiche RNCP