Programme

L'accent de la formation est mis sur une très bonne compréhension des méthodes mathématiques couplée avec une expertise en analyse de données et en développement de codes dans des environnements collaboratifs.

Une pédagogie active par projets ou cours inversés sera mise en place pour

• développer une démarche recherche présente dans le travail du data scientist qui doit tester et intégrer des méthodes en perpétuelle évolution;

• entrainer les étudiant.e.s à apprendre par eux-mêmes pour répondre à la nécessité d'une veille et adaptation en temps réel aux algorithmes de l'IA les plus récents;

• développer l'autonomie des étudiants via des projets, des data challenges et des stages.

L'année est composée de 2 semestres et d'une période de stage de mi-mars à fin août. Le 1er semestre comprend 12 semaines (septembre à décembre), le second semestre comprend 8 semaines (janvier à mi-mars).

Programme du M1

Le Master 1 est composé de 5 blocs de connaissances et compétences:

• BCC Connaissances fondamentales (15 ECTS, semestre 1):

Cours fondamentaux indispensables à une compréhension des méthodes, de leurs propriétés théoriques et de leurs limites: Probabilités, Optimisation numérique, Modélisation statistique (méthodes linéaires de régression et classification).

• BCC Data Science (17,5 ECTS, semestre 2):

- Apprentissage statistique supervisé (fondements mathématiques du machine learning)

- Introduction au Deep Learning

- Data challenge de modélisation prédictive

- Séminaire Enjeux et Ethique de l'IA

- Anglais

• BCC Informatique (7,5 ECTS):

Les UEs d'informatique sont proposées par le département d'informatique de Paris Saclay et mutualisées avec les parcours Data Science, Artificial Intelligence et Bioinformatique du M1 informatique Paris Saclay.

Ces UE sont différentes selon que l'étudiant.e a une licence d'informatique (LDD Info, Math) ou pas.

Au semestre 1:

- Base de Données ou Base de Données Avancé 

- Hands on Machine Learning ou Foundational Principles of Machine Learning 

Au semestre 2, 1 UE parmi

- Distributed systems for Massive Data Management (M1 info)

- Algorithmes de Machine Learning (M1 Math&IA)

- autre UE du M1 Info période T3

• BCC UEs au choix (10 ECTS):

1 UE chaque semestre à choisir parmi

- Mathématiques pour l'IA 1 et 2 (mutualisé avec M1 Mathématiques Fondamentales, semestres 1 et 2)

- Approfondissement statistique et apprentissage non-supervisé (semestre1)

- Projet de Deep Learning: compréhension et reproduction d'algorithmes présentés dans des articles récents (semestre 2)

- UE libre autre master : pour les étudiants issus de LDD info-math, math-physique, math-SV et éco-math, possibilité de choisir une ou deux UE dans les masters Paris Saclay  d'informatique, de physique, de biologie ou d'économie pour approfondir au niveau master la deuxième discipline de leur diplôme de Licence.

• BCC Stage (10 ECTS)

            Stage de 4 mois minimum en entreprise ou en laboratoire; la période de stage va de fin mars à fin août.