Cette formation, dont la certification est enregistrée au Répertoire National des Certifications Professionnelles (n°RNCP40235) a été pensée pour répondre aux besoins recherchés par les entreprises des transports, de l’industrie automobile, de la santé, de la banque-assurance, des services en ligne ou encore de la grande distribution. Cette formation est accréditée par la Conférence des Grandes Écoles.
Présentation du MS Intelligence Artificielle multimodale et autonome
Les points forts de la formation en Intelligence Artificielle
- La possibilité de concevoir et analyser des expériences pour évaluer les systèmes HRI (Interaction Homme-Robot)
- L’emploi de méthodes avancées d’apprentissage statistique des architectures associées pour résoudre des problématiques d’intelligence artificielle
- La mise en œuvre des méthodes de réseaux de neurones et d’apprentissage profond en s’appuyant sur des bibliothèques logicielles
Les perspectives professionnelles
Les possibilités de carrière après le Mastère Spécialisé® en Intelligence Artificielle sont très nombreuses. Vous pourrez vous diriger vers les grandes entreprises dans les secteurs de l’industrie et du service, dans des start-ups, ou dans de grandes entreprises du web. Les compétences acquises vous permettront de débuter votre carrière en France ou à l’international.
Exemple des métiers occupés par les diplômés du Mastère Spécialisé® Intelligence Artificielle
De nombreux postes sont possibles, dont :
- ingénieur en intelligence artificielle,
- ingénieur en robotique,
- chercheur en intelligence artificielle,
- concepteur d’agents conversationnels,
- cogniticien…
Programme de la formation
La formation se déroule sur une période de 9 mois, et est complétée par un stage de thèse professionnelle de 4 à 6 mois.
Les enseignements du Mastère Spécialisé® Intelligence artificielle multimodale et autonome
Fondamentaux de l’intelligence artificielle
- Éthique et déontologie en intelligence artificielle
- Logique et intelligence artificielle symbolique
- Statistique
- Modèles graphiques probabilistes
- Fondements de l’apprentissage statistique
Apprentissage et optimisation pour l’IA
- Apprentissage profond
- Apprentissage statistique à grande échelle
- Apprentissage par renforcement
- Apprentissage pour la robotique
- Programmation GPGPU pour l’apprentissage
Intelligence artificielle en interaction
- Traitement automatique des langues
- Apprentissage pour l’image et la reconnaissance d’objets
- Perception pour les systèmes autonomes
Études de cas réels
- Développement personnel et technique de recherche de stage
- Projet fil rouge
- Séminaires scientifiques et industriels
Conditions d’admission
Contact
Franchi
Laclau
Hasquenoph