Master 2
Intelligence Artificielle, Systèmes, Données (IASD)

Paris, France

Bac + 5

Titre RNCP niveau 7 : MASTER - Informatique
( code RNCP 34126  -  code diplôme 1353261J )

Group 15

Formation éligible
à la prime de 8000€

Group deliivery

Diplôme délivré par l’Université Paris Dauphine
- Contrôle continu, examens et projets
- Validation partielle par blocs de compétences : non

Paris, France

Rentrée : Septembre 2021

Candidatures :
1ère session :
18/03/22 au 09/05/22
2e session :
13/05/22 au 27/06/22
3e session :
01/07/22 au 29/08/22

Sélection :
1ère session : 01/07/22
2e session : 02/09/22

Entretiens :
1ère session : 02/07/22
2e session : 02/09/22

Objectif de la formation

L’objectif de ce Master orienté Mathématiques-Informatique-Big Data est d’offrir une solide connaissance en Mathématiques Appliquées ainsi qu’en Intelligence Artificielle afin de couvrir l’ensemble des problématiques de traitement et d’analyse des données massives que l’on peut rencontrer en entreprise.

Cette formation met l’accent à la fois sur la rigueur indispensable pour le traitement des données et sur les méthodologies récemment développées.

Contactez-nous
pour vous pré-inscrire

Les inscriptions ne sont pas encore ouvertes... patience, ça ne saurait tarder !

Inscriptions ouvertes prochainement

Débouchés

  • Data Scientist
  • Concepteur/Développeur d’applications Big Data
  • Gestionnaire de données massives
  • Data Analyst
  • Architecte de bases de données complexes
  • Ingénieur Recherche & Développement

Rythme d’alternance

Contrat d'apprentissage
(ou de professionnalisation
sous conditions)

Parcours alterné de 440 h sur 12 mois

Rythme d’alternance

  • 2 semaines en formation
  • 4 semaines en entreprise

Prérequis et admission

  • Avoir validé une première année en Master scientifique (mathématique/informatique)
  • Avoir réussi les étapes de sélection de l’Université et du CFA Afia
  • Être recruté comme apprenti par une entreprise
  • Formation accessible aux étudiants en situation de handicap

Programme

Enseignements Volumes
Fundamentals of Machine Learning

36 h

Optimisation pour le Machine Learning

24 h

Systems, paradigms and algorithms for Big Data

24 h

Qualités des données

24 h

Deep learning for image analysis

24 h

Apprentissage par renforcement

24 h

Éthique

12 h

Projet Sciences des données

24 h

AI on the cloud

24 h

Bases de données avancées (SGBD non classiques)

24 h

Deep Learning

24 h

Graphes de connaissance, logiques de description, raisonnement sur les données

24 h

Recherche Monte Carlo

24 h

Machine Learning sur le Big Data

24 h

Flux de données

24 h

Graph Management & Mining

24 h

Data Visualisation

24 h

NLP

24 h

Tutorat

8 h

Total 440 h

Contacts

Université Paris Dauphine Tristan CAZENAVE tristan.cazenave@lamsade.dauphine.fr 01 44 05 44 95

CFA Afia Patricia LAVAGNA plavagna@cfa-afia.fr 06 68 71 94 42

Group 7

100 %

de taux de réussite

chiffre-50

4 %

de poursuite d’études

icon-4

0 %

d’interruption de parcours

icon-5

100 %

d’insertion pro à 3 mois

Vous souhaitez avoir plus
d'informations sur la formation ?

Les formations les
plus consultées

Le CFA des formations supérieures en informatique et numérique