Majeure - Données et Intelligence Artificielle (DataAI)

La filière DataAI est un programme de master en deux ans à l’Institut Polytechnique de Paris destiné à préparer les étudiants au doctorat. Elle porte sur l’intelligence artificielle (IA) et la gestion de données à grande échelle.

Le programme est dispensé en anglais. Il enseigne aux étudiants les bases de l’apprentissage automatique, de la logique, des systèmes Big Data et des bases de données, avant d’aborder des applications en apprentissage automatique avancé, IA symbolique, intelligence en essaim, traitement du langage naturel, visual computing et robotique. Les étudiants peuvent choisir parmi un large éventail de cours, notamment l’exploration de grands jeux de données, les systèmes de traitement Big Data, l’apprentissage par renforcement, la programmation GPU, les réseaux sémantiques, la modélisation cognitive, les systèmes multi-agents auto-organisés, la navigation autonome pour robots, le text mining, la compréhension d’images, ainsi que les enjeux sociétaux de l’IA.

Le programme met l’accent sur la recherche et vise, dès le début, à familiariser les étudiants avec le travail scientifique au travers de projets et de stages. Ainsi, ils sont préparés de manière optimale à poursuivre un doctorat.

Objectifs

Le programme de master dotera les étudiants des connaissances fondamentales, des compétences techniques et de méthodologies appliquées concrètes pour rendre les machines plus intelligentes. En particulier, les étudiants acquerront de l’expérience dans l’utilisation et le développement de services intelligents fondés sur les données et d’outils pour la prise de décision guidée par les données, et apprendront à maîtriser les défis techniques et scientifiques liés au traitement de grandes quantités de données et de connaissances.

Les étudiants seront formés à résoudre des problèmes théoriques comme appliqués, à présenter leur travail tant à l’oral que dans des rapports écrits, à analyser la bibliographie et identifier des pistes de recherche ouvertes, à travailler de manière autonome aussi bien qu’en équipe, à repérer et solliciter les ressources appropriées pour faire avancer leurs travaux (qu’ils soient théoriques ou appliqués) et à prendre des initiatives.