Aller au contenu
  • Durée: 4 semestre(s)
  • Accessible en: Formation par apprentissage
  • Niveau de diplôme requis à l'entrée: BAC+3
  • Niveau de diplôme validé à la sortie: BAC+5
  • N°RNCP: RNCP34126
  • Campus: Site Cité Scientifique - Villeneuve d'Ascq
  • 20240419

Objectifs de la formation

L’apprentissage machine est désormais au coeur des techniques d’intelligence artificielle qui envahissent notre quotidien. Cette évolution transforme profondément les systèmes d’information classiques et pose de nouveaux enjeux dans la gestion et l’analyse des données. Comprendre comment collecter, organiser les données et passer à l’échelle de très grands volumes, mais surtout comprendre, comparer et mesurer les nouveaux algorithmes d’apprentissage machine font partie de ces enjeux.

Ce sont les objectifs du parcours machine learning, qui a la particularité de développer à la fois des connaissances scientifiques fondamentales poussées et des compétences techniques avancées, qualités essentielles pour appréhender les évolutions rapides d’un domaine en cours de maturation. Destiné aux métiers de la sciences de données, du big data, de l’apprentissage machine et de l’intelligence artificielle, le parcours Machine learning est une formation solide en informatique. Le programme proposé traduit la volonté assumée de privilégier les compétences de développement fortement assises sur des connaissances théoriques solides en apprentissage automatique, algorithmique et bases de données.

 

Tout savoir sur le contrat d'apprentissage : http://formation-continue.univ-lille.fr/alternance

Spécificités de la formation

Innovation

  • RIC : un module transverse du master qui offre aux étudiants, par le biais de séminaires et de projets de laboratoires, l'opportunité de s'ouvrir à la Recherche, à l'Innovation et à la Création.
  • Les étudiants qui le souhaitent peuvent effectuer leurs stages au sein d'organismes de recherche (CRIStAL / Inria Lille - Nord Europe) et ont la possibilité de poursuivre en doctorat à l'issue de leur master.

L’ensemble des formations du département Informatique offre un environnement d’études de qualité pour réussir ses études en informatique :

  • forte employabilité à l’issue de la formation ;
  • forte interaction avec le milieu professionnel : stages, alternance ;
  • une formation à la recherche et à l’innovation ;
  • 750 étudiants dont plus de 100 alternants ;
  • des enseignants-chercheurs qualifiés ;
  • un parc de 450 postes de travail de qualité à votre disposition ;
  • des droits d’inscriptions faibles.

Les réseaux professionnels, entre stages et accompagnement :

  • accompagnement dans la découverte des métiers et la recherche de stages ;
  • stages de trois à six mois en master ;
  • interventions de nombreux informaticiens des entreprises de la métropole lilloise.

 

Adossement à la recherche

Les 70 enseignants-chercheurs/enseignantes-chercheuses membres du Centre de recherche en Informatique et Automatique de Lille (CRIStAL) et du centre de recherche Inria Lille - Nord Europe forment un corps enseignant hautement qualifié que viennent compléter plus de 25 intervenant·e·s issus du monde de l’entreprise.

Compétences visées

Les compétences acquises lors de ce parcours Machine Learning sont principalement liées aux techniques d’intelligence artificielle pour l’exploitation, l’analyse et la prévision à partir de grandes masses de données. Les enseignements se concentrent sur trois piliers : l’apprentissage machine, l’algorithmique et les bases de données.

À l’issue du master, les étudiants participeront à la conception et la mise en oeuvre de solutions basées sur l’apprentissage machine supervisé, non supervisé et par renforcement ; les bases de données avancées au delà du modèle relationnel et du SQL; les méthodes d’optimisation au coeur de l’apprentissage ; les techniques de fouille de données, d’apprentissage profond, à partir de données textuelles ou de données en réseau.

La formation est complétée par des compétences permettant d’intégrer une équipe et connaître les grands principes de l’entrepreneuriat en informatique. La place de l’initiation à la recherche dans le master est essentielle dans ce domaine en révolution permanente, pour mettre en place une veille technologique et maîtriser les technologies phares tout en sachant s’adapter à celles qui les remplaceront.

 

Modalités d'admission/ Conditions d'accès

EN MASTER 1

L'admission en première année de master est subordonnée à l'examen du dossier du candidat / de la candidate selon les modalités suivantes :

Formation ouverte au recrutement : Oui

Commentaire :

Mêmes modalités de recrutement que le Parcours -type

Capacité d'accueil : 2 places

Langues vivantes enseignées :

  • Anglais

Mentions de licence conseillée :

  • Informatique

Campagne de recrutement nationale:

  • Dépôt des candidature du 26/02/24 au 24/03/24 inclus / Phase principale d'admission : du 04 au 24/06/24
  • Phase complémentaire ouverte à tous les candidat·es qui n’auront pas accepté définitivement une proposition pendant la phase principale : du 25 au 30/06/24
  • Phase d'admission définitive du 15/07 au 31/07/24

Modalités de candidature :

  • Dossier
  • Entretien

Attendus :

  • Avoir acquis les compétences de la Licence Informatique

Critères d'examen du dossier:

  • Décrire le cursus suivi par le candidat, ses objectifs et les compétences visées par la formation antérieure.
  • Fournir des documents permettant d'apprécier la nature et le niveau des études suivies : relevés de notes, diplômes
  • Fournir un curriculum vitae
  • Fournir une lettre de motivation exposant le projet professionnel

Pièces spécifiques :

Le cas échéant des lettres de recommandation.

Le cas échéant une, des attestation(s) d'emploi

Déposez votre candidature en suivant ce lien https://monmaster.gouv.fr

EN MASTER 2

L’accès est de droit en master 2 pour les étudiant·e·s ayant validé le master 1 correspondant à l'université de Lille.
Les candidat·e·s issu·e·s d'une autre mention, d'un autre parcours de la mention ou d'un autre établissement d'enseignement supérieur doivent formuler une demande d'intégration selon les modalités suivantes :

La 2e année du Master n'est pas ouverte au recrutement. Seuls les étudiants ayant validé à l'Université de Lille le Master 1e année peuvent intégrer la 2e année.

Organisation de la formation

Des enseignements organisés autour de Blocs de Connaissances et de Compétences (BCC). Chaque BCC représente un ensemble homogène et cohérent d’enseignements visant des connaissances et des compétences complémentaires qui répondent à un objectif précis de formation :

MASTER 1- Semestre 1 (30ECTS)

  • ALGORITHMIQUE ET COMPLEXITÉ
  • PROJET ENCADRÉ
  • INITIATION À L’INNOVATION ET LA RECHERCHE
  • DATA SCIENCE
  • ANGLAIS
  • TECHNOLOGIES POUR APPLICATIONS CONNECTÉES / CONCEPTION DES LOGICIELS EMBARQUÉS / INGÉNIERIE DIRIGÉE PAR LES MODÈLES / DÉPLOIEMENT ET ADMINISTRATION DU CLOUD / IMAGE (au choix)

MASTER 1 - Semestre 2 (30ECTS)

  • ARCHITECTURE DES SYSTÈMES D’EXPLOITATION
  • SÉCURITÉ
  • PROJET INDIVIDUEL
  • ALGORITHMIQUE ET COMPLEXITÉ AVANCÉE
  • MODÈLES LINÉAIRES
  • OPTIMISATION ET APPRENTISSAGE
  • BASES DE DONNÉES RELATIONNELLES
  • APPRENTISSAGE PROFOND
  • RÉDUCTION DE DIMENSIONS
  • ARCHITECTURE DES SYSTEMES D’EXPLOITATION

MASTER 2 - Semestre 3 (30ECTS)

  • ÉTHIQUE ET LÉGISLATION / HISTOIRE DE L’INFORMATIQUE (au choix)
  • APPRENTISSAGE MACHINE POUR LE TRAITEMENT DE LA LANGUE
  • APPRENTISSAGE SEMI-SUPERVISÉ ET GRAPHES
  • BASES DE DONNÉES AVANCÉES
  • PRISE DE DÉCISION DANS L’INCERTAIN
  • MODÉLISATION CENTRÉE INDIVIDUS
  • APPRENTISSAGE PAR RENFORCEMENT
  • DE LA FOUILLE DE DONNÉES À L’AUTO-ML
  • BIG DATA
  • FONDEMENTS THÉORIQUES DES BASES DE DONNÉES

MASTER 2 - Semestre 4 (30ECTS)

  • ANGLAIS
  • STAGE
  • PROJET DE FIN D’ÉTUDES
  • MÉMOIRE DE FIN D’ÉTUDES
  • PROJET DE COMMUNICATION
  • PRÉPARATION DU PROJET PROFESSIONNEL

 

Programme

UE 1 Algorithmes et Complexité 6 crédit(s)
UE 1 Sciences des Données 6 crédit(s)
UE 1 Projet Encadré 6 crédit(s)
UE 1 Langue vivante : Anglais 3 crédit(s)
UE 2 Initiation à l'Innovation et à la Recherche 3 crédit(s)
UE 3 Ouverture dans un domaine de l'informatique 6 crédit(s)
UE 1 Algorithmique et Complexité Avancée 3 crédit(s)
UE 1 Modèles Linéaires 3 crédit(s)
UE 2 Optimisation et Apprentissage 3 crédit(s)
UE 3 Apprentissage Profond 3 crédit(s)
UE 4 Réduction de Dimensions 3 crédit(s)
UE 1 Architecture des Systèmes d'Exploitation 3 crédit(s)
UE 1 Introduction à la Sécurite Informatique 3 crédit(s)
UE 1 Base de Données Relationnelles 3 crédit(s)
UE 1 Projet Individuel et période en entreprise 6 crédit(s)
UE 1 Systèmes Multi-Agents 3 crédit(s)
UE 2 Apprentissage par Renforcement 3 crédit(s)
UE 3 Prise de Décision Séquentielle Dans l'Incertain 3 crédit(s)
UE 5 Machine Learning pour le NLP 3 crédit(s)
UE 4 Apprentissage Semi-supervisé et Graphes 3 crédit(s)
UE 1 Bases de Données Avancées 3 crédit(s)
UE 2 Fondements théoriques des bases de données 3 crédit(s)
UE 3 Fouille de Données 3 crédit(s)
UE 4 Big Data 3 crédit(s)
UE 1 Projet de l'étudiant 3 crédit(s)
UE 3 Mémoire de Fin d'Études 6 crédit(s)
UE 1 Période en entreprise 15 crédit(s)
UE 1 Langue vivante : Anglais 3 crédit(s)
UE 2 Communication et Connaissance de l'Entreprise 3 crédit(s)
UE 3 Projet de l'étudiant : Préparer son projet professionnel 3 crédit(s)

Poursuite d'études

Chaque année une fraction des étudiants poursuit ses études en troisième cycle universitaire, c’est-à dire en Thèse de Doctorat en Informatique.

Insertion professionnelle

Les diplômés du master auront l’opportunité de travailler dans les secteurs en forte expansion utilisant les techniques d’intelligence artificielle et d’apprentissage machine.

Il s’agit des sociétés de service en informatique, dans les départements dédiés à la décision, la prévision, ou encore dans les services de recherche et développement de domaines variés comme : la distribution, la gestion des ventes, la stratégie commerciale, la santé, les télécommunications, la géolocalisation, les technologies du web, le développement de progiciels, la gestion de l’énergie, les transports, la banque, l’assurance...

Retrouvez les études et enquêtes de l’ODiF (Observatoire de la Direction de la Formation) sur l’insertion professionnelle des diplômés de la licence sur : https://odif.univ-lille.fr.

 

FACULTE DES SCIENCES ET TECHNOLOGIES


Université de Lille I Campus Cité scientifique
1er étage - Bât. faculté des sciences et technologies
59655 Villeneuve-d'Ascq
https://sciences-technologies.univ-lille.fr/

DEPARTEMENT INFORMATIQUE


Université de Lille I Campus Cité scientifique

Secrétariat Pédagogique


BROUCKE Elodie
+33 (0)3 20 43 44 94

Responsable Mention


SALVATI Sylvain

Responsable Parcours


TOMMASI Marc