Contenu de la formation
Eclairage (28 heures)
La lumière, l'oeil, la vision
Les sources lumineuses, le flux lumineux (lm) et l'efficacité lumineuse (lm/W)
Notions de photométrie : intensité lumineuse, éclairement, luminance
Les luminaires : courbe photométrique et rendement
La gestion de l'éclairage (Bus DALI, KNX, DMX)
Aspects règlementaires et normatifs
Dimensionnement d'une installation d'éclairage intérieur sur logiciel
Dimensionnement d'une installation d'éclairage extérieur sur logiciel
Diagnostic énergétique
Analyse du cycle de vie (16 heures)
Faire l'inventaire des substances composant le produit pour connaître ses impacts
Les quatre étapes de l'ACV :
- la définition des objectifs,
- l'inventaire du cycle de vie,
- l'évaluation des impacts sur l'environnement,
- la recherche d'amélioration.
Exemples de support d'étude : Photovoltaique, Eolien, nucléaire...
Faire un lien avec la rentabilité complète d'un projet au regard du cycle de vie.
la normes ISO 14044.
Culture Intelligence Artificielle (12 heures)
Introduction aux concepts de base de l'IA : Cette partie du cours sera consacrée à la présentation des concepts fondamentaux de l'IA, tels que le Machine Learning, le Deep Learning, les réseaux de neurones, etc. Les étudiants apprendront également à différencier les différents types d'algorithmes utilisés en IA.
Apprentissage par renforcement : Les étudiants seront initiés à la technique d'apprentissage par renforcement. Ils comprendront comment fonctionne cette technique et comment elle peut être utilisée pour résoudre des problèmes d'ingénierie.
Traitement du langage naturel : Cette partie du cours sera consacrée au traitement du langage naturel (NLP). Les étudiants apprendront comment les modèles de NLP sont entraînés et comment ils peuvent être utilisés pour comprendre et générer des textes.
Chatbots : Les étudiants apprendront à créer des chatbots à l'aide d'outils d'IA tels que ChatGPT. Ils comprendront comment les chatbots peuvent être utilisés pour automatiser les réponses aux requêtes des clients.
Applications pratiques de l'IA en ingénierie : Les étudiants découvriront les domaines d'application les plus courants de l'IA en ingénierie, tels que la conception assistée par ordinateur (CAO), la maintenance prédictive, la reconnaissance d'images, etc.
Description des modalités de validation
- Contrôle continu
- Examen final