Spécialité (EID2) : Exploration
Informatique des Données et Décisionnel “DSML” (Data Science and
Machine Learning)
Objectifs
Le master EID2 forme des cadres capables d'appréhender un
problème informatique complexe, en termes scientifiques,
d'abstraction, de résolution, d'ingénierie ou d'organisation.
Lors des deux premiers semestres communs, les étudiants
recevront des compléments de formation en informatique
générale leur donnant les bases nécessaires pour aborder les
thématiques spécifiques de deux parcours-types indifférenciés
(Recherche, Professionnel) proposés en deuxième année. Le
parcours EID2 a pour objet l'acquisition de connaissances
approfondies dans des domaines particuliers complémentaires :
l'apprentissage artificiel (Machine Learning), la science des
données (Data Science), l'informatique décisionnelle (Business
Intelligence). Ce parcours propose de :
• Donner à des étudiants possédant une bonne formation
de base en informatique une formation complémentaire
spécialisée dans le domaine de la science des données et
l'Intelligence Artificielle.
• Fournir aux étudiants une spécialisation de haut
niveau dans le domaine de l'extraction de connaissances à
partir de données.
• Doter les étudiants d'un large spectre de compétences
en les formant aux techniques de pointe de l'intelligence
artificielle, de l'algorithmique et de l'exploration et
l'exploitation des données.
Compétences visées
Le master EID2 propose une formation spécialisée de haut
niveau en informatique préparant directement à la vie
professionnelle en entreprise ou en recherche. Il initie à la
recherche, à des fins de poursuite en doctorat, d'insertion
dans des équipes de recherche et développement publiques ou
privées, et de création ou d'enrichissement d'entreprises
innovantes.
Les compétences visées sont :
• Très bonne connaissance des outils de la
science des données et d'intelligence artificielle
• Très bonne connaissance des outils
d'exploration et d'exploitation des données
• Très bonne connaissance de
l'architecture“Data Warehouse“ et de l'informatique
décisionnelle (Business Intelligence)
• Capacité de mener un travail de recherche
fondamentale ou appliquée sur un problème bien ciblé dans le
domaine de la science des données et d'intelligence
artificielle.
Organisation de la formation
Le master EID2 bénéficie d'un adossement à la recherche
toujours aussi affirmé, d'un renforcement et d'une
harmonisation d'un socle commun entre les différents parcours
et une complémentarité entre les thématiques abordées.
L'objectif de ce socle commun est aussi de définir un ensemble
de connaissances minimales en informatique, qui doivent être
acquises à l'issu d'un M1 en informatique à l'université
Sorbonne Paris Nord en cohérence avec les autres masters
d'informatique au niveau national. Ce socle de connaissances
représente les connaissances minimales que doivent posséder un
étudiant se destinant aux métiers de l'informatique. Il ne
s'agit donc pas forcément d'unités d'enseignement, mais de
connaissances. Ce socle commun de connaissances permet d'une
part aux étudiants de poursuivre leurs études dans des
spécialités (informatiques) d'autres universités qui ne sont
pas nécessairement présentes dans leur établissement
d'origine.
L'architecture du master se présente sous forme de blocs
thématiques favorisant ainsi l'émergence de nouveaux
parcours-types en plus des parcours-types proposés. Cette
organisation offre aux étudiants une formation agile et à la
carte. Grâce à cette organisation en blocs thématiques, les
étudiants peuvent bâtir un parcours modulaire et
individualisé, diplômant ou non et progresser à leurs rythmes.
Cette nouvelle organisation favorisera aussi les passerelles
entre les parcours-types et proposera à nos étudiants la
possibilité de suspendre temporairement leurs études pour les
reprendre ensuite nourries de nouvelles connaissances. Les
enseignements sont intégralement dispensés en présentiel. Pour
les matières informatiques, la pratique sur machine occupe une
place significative. Nous mettons aussi à la disposition des
étudiants des salles informatiques en accès libre, un
environnement de travail numérique (ENT, LMS Moodle) pour
communiquer avec les étudiants et les enseignants. Nous avons
également mis en place quelques ressources spécifiques soit
pour l'ensemble du master soit pour des cours particuliers,
ainsi que des pédagogies participatives.
La première année du master permet une poursuite des études
dans l'une des orientations proposées, mais elle favorise
aussi les échanges (accueil en 2ème année d'étudiants d'autres
masters) et la mobilité de nos étudiants (départ vers d'autres
masters). En seconde année, une partie du troisième semestre
est spécifique à chacun des parcours-types proposés, avec
cependant une mutualisation des UE transversales et les cours
optionnels. Le quatrième semestre est dévolu principalement au
stage de fin d'étude, avec deux orientations possibles pour
chaque spécialité, l'une conduisant aux métiers d'ingénieur et
l'autre aux métiers de la recherche. En effet, par le choix de
ses options et la finalité de son stage de fin d'études,
l'étudiant pourra choisir une orientation professionnelle ou
la voie de la recherche. Les diplômés de ce master auront une
très bonne connaissance des fondements théoriques,
algorithmiques et méthodologiques, de fortes capacités pour
mener un travail de recherche fondamentale ou appliquée sur un
problème bien ciblé dans des domaines de la spécialité
choisie. Les cours de spécialisation sont assurés, d'une part
par des chercheurs et chercheuses du LIPN spécialisés dans les
thématiques abordées, et d'autre part, par des professionnels
experts du domaine.
Conditions d'admission
L'admission est sélective en première année du master et
dépend des capacités d'accueil fixées, pour l'année
universitaire. L'admission est subordonnée à l'examen du
dossier du candidat et à sa validation par la commission de
formation du master EID2.
Le dossier de candidature du candidat doit permettre
d'apprécier les connaissances, compétences et objectifs visés
par sa formation antérieure ; il est constitué des pièces
ci‐après énoncées :
- Le formulaire de demande d'admission rempli (téléchargement
sur le site de l'Institut Galilée)
- Les diplômes, certificats, relevés de notes et descriptifs
des cours suivis antérieurement permettant d'apprécier la
nature et le niveau des études suivies. Les documents en
langue étrangère, sauf ceux directement rédigés en anglais,
doivent être accompagnés d’une traduction assermentée en
français
- Une lettre de motivation exposant le projet professionnel ou
le projet de recherches du candidat
- Un curriculum vitae.
L'admission en master EID2 se fonde sur les critères établis
par la commission de formation master. Ces critères tiennent
compte de l'adéquation de la formation antérieure avec les
exigences de la formation EID2 demandée, concernant notamment
le niveau en informatique et dans la discipline envisagée.
Insertion Professionnelle / Métiers visés
Le master EID2 a vocation à former aux métiers de la filière
recherche & développement et de l'innovation en science
des données, ainsi qu'à ouvrir à la poursuite d'étude en
doctorat en informatique. Le parcours vise conjointement à
apporter un socle commun de compétences et mener à un large
spectre de métiers de l'informatique dans différents secteurs
d'activités : Laboratoires de recherche en informatique,
Laboratoires de recherche et développement des entreprises,
Services informatiques des entreprises : Aéronautique,
Automobile, Télécom, Banques, Assurances, Grande distribution
et VPC.
Les diplômés du Master EID2 sont généralement employés comme :
• Data
scientists,
• Data miners,
• Chefs de
projets en informatique décisionnelle,
• Concepteurs
d'outils logiciels spécialisés,
• Ingénieurs de
recherche et de développement,
• Consultants
experts en décisionnel,
• Chercheur
(thèse) dans les domaines de l'apprentissage artificiel, la
fouille de données, l'informatique décisionnelle.
Poursuites d'études
Les étudiants désirant poursuivre des études de doctorat
peuvent le faire dans l'une des équipes de recherche du LIPN,
mais aussi dans les équipes des laboratoires d'accueil que
sont le LAMSADE (Université Paris 9), le LIP6 (Université
Paris 6), le LRI (Université Paris 11), le LIAFA ou PPS
(Université Paris 7) ou tout autre laboratoire universitaire
ou industriel, et aussi à l'IFSTTAR, l'INRIA, l'INRA, le
CEMAGREF, l'IRD, l'IGN, ...
Le financement des thèses pourra se faire, en dehors des
allocations de recherche, dans le cadre de bourses Cifre : les
chercheurs du LIPN sont en relation avec de nombreuses
entreprises qui ont déjà financé (ou sont prêtes à le faire)
des bourses Cifre dans les domaines couverts par cette
spécialité du master.
M1: Semestre 1 (S1)
Première semaine : remise à niveau (10 h d'Algèbre et 10 h
d'Analyse)
UE Fondamentales (1)
• Fondements de la programmation (5
ECTS credits)
• Ingénierie des bases de données (5 ECTS
credits)
• Structure des données
avancées (4 ECTS credits)
3 UE Découverte au choix
• Analyse exploratoire
des données (4 ECTS)
• Géométrie
algorithmique (4 ECTS)
• Représentation
des connaissances (4 ECTS)
• Réseaux informatiques
(4 ECTS)
• Sécurité et
théorie de l'information (4 ECTS)
• Spécification
des systèmes dynamiques (4 ECTS)
• Systèmes de
transition et model checking (4 ECTS)
• Administration
système (4 ECTS)
• Algorithmique
du texte (4 ECTS)
• Initiation à
la recherche (4 ECTS)
• Internet des
objets (4 ECTS)
• Méthodes
matricielles pour le Data Mining (4 ECTS)
• Programmation
par contraintes (4 ECTS)
• Recherche
opérationnelle (4 ECTS)
• Systèmes
distribués (4 ECTS)
UE Transversales
• Anglais (2 ECTS)
• Conduite et
gestion de projet (4 ECTS)
• TEC (2 ECTS)
• Libre (Sport,
Mobilité internationale, Activité Associative) (Bonus)
M2: Semester 3 (S3)
Module (AASD) : Apprentissage Artificiel et Science des
Données
• Apprentissage
statistique (3 ECTS)
• Réseaux de
Neurones Artificiels et Apprentissage Profond (3 ECTS)
• Science des
données numériques (3 ECTS)
• Statistique
exploratoire multidimensionnelle (3 ECTS)
Module (IDID) : Ingénierie des Données et Informatique
Décisionnelle
• Bases de données
avancées (3 ECTS)
• Data Mining
(3 ECTS)
• Data
Warehouse (3 ECTS)
• Informatique
Décisionnelle (3 ECTS)
• Abstraction et
raffinement (3 ECTS)
• Aide à la
décision (3 ECTS)
• Analyse des
réseaux sociaux (3 ECTS)
• Apprentissage
de représentations visuelles (3 ECTS)
• Apprentissage,
contraintes, planifications (3 ECTS)
• Flux de
données et programmation (3 ECTS)
• Fouille de
données vocales (3 ECTS)
• Informatique
quantique (3 ECTS)
• Grilles et
cloud computing (3 ECTS)
• Interaction
Homme-Machine (3 ECTS)
• Systèmes
infinis, temporisés et hybrides (3 ECTS)
• Traitement de
données textuelles (3 ECTS)
• User
eXperience design (3 ECTS)
Stage
• Entreprise ou Laboratoire (24 ECTS)
En deuxième année, la formation débute par une semaine de
stage : une partie est consacrée aux techniques de
communication, et l'autre partie à une initiation à la gestion
et la conduite de projets.
Plus tard dans l'année, au moment de la recherche de stage,
les étudiants suivront des simulations d'entretiens effectuées
par un cadre responsable des ressources humaines (DRH) dans
une entreprise privée.
Un système de tutorat est mis en place pour aider les
étudiants dans leur recherche de stage et les suivre ensuite
dans l'entreprise.
Un cours sur les Soft Skills est proposé dans cette formation.
Ce cours a pour objectif premier de permettre aux étudiants de
mieux découvrir les activités de recherche et de développement
dans différents domaines de l'informatique, avoir une vision
synthétique sur le rôle et la place des cadres supérieurs dans
le milieu industriel, et de nouer des contacts avec des
entreprises dont les activités sont pertinentes pour
l'étudiant intéressé.
Le stage est obligatoire, il a lieu dans une entreprise ou
dans un laboratoire de recherche. La durée du stage est de 4
mois minimum à temps plein après les enseignements. Les
étudiants sont suivis au cours de leur stage par un tuteur
membre du département d'informatique en liaison avec le
responsable du stage en entreprise/laboratoire.
Le stage fait l'objet d'un rapport écrit et d'une soutenance
orale devant un jury composé au minimum du tuteur du stage, du
responsable qui a suivi le travail dans l'entreprise ou au
laboratoire et du responsable de la formation.