Master Sciences, technologies, santé mention Informatique Parcours Traitement de l'information et exploitation des données
Lieu de
formation :
Non proposé en présentiel au Cnam HdF, nous contacter
Code
diplôme/certificat:
MR11604A
MR11604A
120
crédits
Niveau d'entrée
BAC+3
Niveau de sortie
BAC+5
Voir la fiche Rncp
39278
Public et conditions d'accès
Profils
La spécialité TRIED est une filière ouverte aux étudiants titulaires des licences de mathématiques appliquées, informatique, statistique, sciences de l'ingénieur et sciences de l'environnement.
L'entrée dans le Master se fait via une admission sur dossier, disponible (approximativement) du 15 avril au 15 juin sur https://r.cnam.fr/tried-inscription. Un jury évalue ensuite les candidatures. Pour les étudiants qui veulent entrer directement en M2, l'étude de dossier pourra être complétée par un entretien éventuel. Afin d'assurer un niveau suffisant pour aborder le M2 avec de bonnes chances de succès, les candidat·e·s devront justifier de pré-requis équivalents aux principaux modules du M1. Les équivalences sont évaluées librement par le jury, dans le but de favoriser les échanges avec d'autres programmes (universitaires ou autres).
L'auditeur peut demander une VAE (validation des acquis de l'expérience), une VAPP (validation des acquis professionnels et personnels) ou une VES (validation des études supérieures) pour entrer dans la formation : http://vae.cnam.fr.
Candidature
Les informations concernant le dépôt du dossier de candidature sont disponibles sur le site web du département Informatique EPN5 : https://r.cnam.fr/tried-inscription.
Informations complémentaires
Contacter les responsables du master à l'adresse : master.tried@cnam.fr.
/! Attention : ce programme de master ne délivre pas le statut étudiant.
Il est ouvert aux personnes susceptibles d'avoir une autorisation de séjour long en France (voir https://www.campusfrance.org/fr pour les personnes qui ne sont pas résidentes en France ou UE).
La spécialité TRIED est une filière ouverte aux étudiants titulaires des licences de mathématiques appliquées, informatique, statistique, sciences de l'ingénieur et sciences de l'environnement.
L'entrée dans le Master se fait via une admission sur dossier, disponible (approximativement) du 15 avril au 15 juin sur https://r.cnam.fr/tried-inscription. Un jury évalue ensuite les candidatures. Pour les étudiants qui veulent entrer directement en M2, l'étude de dossier pourra être complétée par un entretien éventuel. Afin d'assurer un niveau suffisant pour aborder le M2 avec de bonnes chances de succès, les candidat·e·s devront justifier de pré-requis équivalents aux principaux modules du M1. Les équivalences sont évaluées librement par le jury, dans le but de favoriser les échanges avec d'autres programmes (universitaires ou autres).
L'auditeur peut demander une VAE (validation des acquis de l'expérience), une VAPP (validation des acquis professionnels et personnels) ou une VES (validation des études supérieures) pour entrer dans la formation : http://vae.cnam.fr.
Candidature
Les informations concernant le dépôt du dossier de candidature sont disponibles sur le site web du département Informatique EPN5 : https://r.cnam.fr/tried-inscription.
Informations complémentaires
Contacter les responsables du master à l'adresse : master.tried@cnam.fr.
/! Attention : ce programme de master ne délivre pas le statut étudiant.
Il est ouvert aux personnes susceptibles d'avoir une autorisation de séjour long en France (voir https://www.campusfrance.org/fr pour les personnes qui ne sont pas résidentes en France ou UE).
Objectifs pédagogiques
Le master TRIED est destiné aux auditeurs souhaitant se former aux métiers spécialisés du traitement des données, de l'intelligence artificielle, et de leurs applications.
Le cursus couvre les nombreuses facettes du domaine de l'intelligence artificielle moderne, de ses aspects statistiques (modélisations, apprentissage profond) à ses aspects informatiques (programmation, stockage & interrogation, mise en production).
Cursus
M1 - La spécialité TRIED suit la maquette du M1 Informatique du CNAM, avec un tronc commun (36 ECTS dont 6 ECTS d'anglais) et des UEs de spécialité (24 ECTS). Ces cours dispensent les connaissances fondamentales indispensables pour la poursuite des études en M2. Des choix entre UEs permettent à chaque étudiant qui le désire de se spécialiser en traitement des données, mais aussi et de garder une coloration dans un domaine d'application précis (sciences de l'environnement, sciences de l'ingénieur, informatique décisionnelle).
M2 - Les UE du M2 sont réparties en blocs thématiques : apprentissage statistique (15 ECTS), intelligence artificielle avancée (12 ECTS), gestion des données (6 ECTS), et ouverture (3 ECTS). La formation est complétée par un stage de 24 ECTS (UA332U), dont le contenu devra être validé par les responsables du Master afin d'assurer sa conformité avec les problématiques de traitement de données de la formation.
Modalités
Le master TRIED (MR11604B) est déployé en cours du soir au CNAM Paris. Une grand partie de la formation peut aussi être suivie en formation a distance (FOAD).
Les détails des modalités sont disponibles sur chaque UE dans l'onglet "Programme" de la page du Master, ou via le portail du Cnam dédié à la Foad : https://foad.cnam.fr.
Les étudiants intéressés par TIRED en formation initiale en cours du jour (MR11604B) doivent contacter l'université Paris-Saclay. Le reste de informations présentées ici sont spécifiques au Cnam.
https://www.universite-paris-saclay.fr/formation/master/electronique-energie-electrique-automatique/m2-traitement-de-linformation-et-exploitation-donnees#contact.
Candidature
Les informations concernant le dépôt du dossier de candidature sont disponibles sur le site web du département Informatique EPN5 : https://r.cnam.fr/tried-inscription.
Informations complémentaires
Contacter les responsables du master à l'adresse : master.tried@cnam.fr.
Le cursus couvre les nombreuses facettes du domaine de l'intelligence artificielle moderne, de ses aspects statistiques (modélisations, apprentissage profond) à ses aspects informatiques (programmation, stockage & interrogation, mise en production).
Cursus
M1 - La spécialité TRIED suit la maquette du M1 Informatique du CNAM, avec un tronc commun (36 ECTS dont 6 ECTS d'anglais) et des UEs de spécialité (24 ECTS). Ces cours dispensent les connaissances fondamentales indispensables pour la poursuite des études en M2. Des choix entre UEs permettent à chaque étudiant qui le désire de se spécialiser en traitement des données, mais aussi et de garder une coloration dans un domaine d'application précis (sciences de l'environnement, sciences de l'ingénieur, informatique décisionnelle).
M2 - Les UE du M2 sont réparties en blocs thématiques : apprentissage statistique (15 ECTS), intelligence artificielle avancée (12 ECTS), gestion des données (6 ECTS), et ouverture (3 ECTS). La formation est complétée par un stage de 24 ECTS (UA332U), dont le contenu devra être validé par les responsables du Master afin d'assurer sa conformité avec les problématiques de traitement de données de la formation.
Modalités
Le master TRIED (MR11604B) est déployé en cours du soir au CNAM Paris. Une grand partie de la formation peut aussi être suivie en formation a distance (FOAD).
Les détails des modalités sont disponibles sur chaque UE dans l'onglet "Programme" de la page du Master, ou via le portail du Cnam dédié à la Foad : https://foad.cnam.fr.
Les étudiants intéressés par TIRED en formation initiale en cours du jour (MR11604B) doivent contacter l'université Paris-Saclay. Le reste de informations présentées ici sont spécifiques au Cnam.
https://www.universite-paris-saclay.fr/formation/master/electronique-energie-electrique-automatique/m2-traitement-de-linformation-et-exploitation-donnees#contact.
Candidature
Les informations concernant le dépôt du dossier de candidature sont disponibles sur le site web du département Informatique EPN5 : https://r.cnam.fr/tried-inscription.
Informations complémentaires
Contacter les responsables du master à l'adresse : master.tried@cnam.fr.
Organisation, stages, projets, mémoire et conditions de délivrance du diplôme (ou certificat)
L'obtention du diplôme est conditionnée à la validation de l'ensemble des blocs théoriques mentionnés ci-dessus (note supérieure ou égale à 10/20 pour chaque UE), et du stage.
Stage et mémoire professionnel (UA332U)
Vous devez effectuer un stage professionnel d'une durée de 6 mois en relation avec les thèmes du Master. Pour les personnes en situation d'emploi, une mission sur le poste actuel peut tenir lieu de "stage professionnel", à valider avec les responsables du master au préalable.
Une convention doit être passée entre le Cnam et l'entreprise d'accueil. Vous devrez au préalable avoir été admis par le jury et avoir régularisé votre inscription au master auprès de la scolarité. Les questions administratives sur la convention de stage sont à régler auprès de la scolarité (informations et documents à télécharger sur le site du Cnam Paris : www.cnam-paris.fr rubrique Suivre ma scolarité). Il est vivement conseillé de commencer les démarches le plus tôt possible pour prendre en compte les contraintes administratives. Un accord pédagogique devra être obtenu auprès des responsables du Master. Les tâches du stage doivent être directement liés aux thématiques de traitement de données abordées dans le master. Le stage se conclut par la rédaction d'un rapport qui décrit vos activités professionnelles en insistant sur la démarche scientifique suivie : état de l'art et contexte, méthodes utilisées, expérimentations menées et logiciels utilisés.
Calendrier
Stage et mémoire professionnel (UA332U)
Vous devez effectuer un stage professionnel d'une durée de 6 mois en relation avec les thèmes du Master. Pour les personnes en situation d'emploi, une mission sur le poste actuel peut tenir lieu de "stage professionnel", à valider avec les responsables du master au préalable.
Une convention doit être passée entre le Cnam et l'entreprise d'accueil. Vous devrez au préalable avoir été admis par le jury et avoir régularisé votre inscription au master auprès de la scolarité. Les questions administratives sur la convention de stage sont à régler auprès de la scolarité (informations et documents à télécharger sur le site du Cnam Paris : www.cnam-paris.fr rubrique Suivre ma scolarité). Il est vivement conseillé de commencer les démarches le plus tôt possible pour prendre en compte les contraintes administratives. Un accord pédagogique devra être obtenu auprès des responsables du Master. Les tâches du stage doivent être directement liés aux thématiques de traitement de données abordées dans le master. Le stage se conclut par la rédaction d'un rapport qui décrit vos activités professionnelles en insistant sur la démarche scientifique suivie : état de l'art et contexte, méthodes utilisées, expérimentations menées et logiciels utilisés.
Calendrier
- Début des cours : fin septembre
- Fin des cours : mi-juin
- Examens du 1er semestre : fin janvier début février, avril pour la 2e session
- Examens du 2e semestre : fin juin, début septembre pour la 2e session
M1
NFE115
6 ects
RSX103
6 ects
RCP104
6 ects
Une UE à choisir parmi :
NFP103
6 ects
NFP108
6 ects
NFP101
6 ects
STA101
6 ects
NFP106
6 ects
ANG330
6 ects
RCP208
6 ects
CSC109
6 ects
Une UE à choisir parmi :
MVA107
6 ects
STA002
6 ects
RCP106
6 ects
M2
une UE à choisir parmi :
RCP211
6 ects
RCP217
6 ects
une UE à choisir parmi :
CSC217
6 ects
RCP220
6 ects
une UE à choisir parmi :
MTR105
6 ects
une UE à choisir parmi :
STA211
9 ects
STA212
9 ects
Une UE à choisir parmi :
NFE204
6 ects
NFE211
6 ects
UA332U
24 ects
|
Compétences et débouchés professionnels
Maîtriser des méthodes descriptives et de modélisation avancées de données multidimensionnelles
Maitriser les méthodes d'intelligence artificielle avancées: apprentissage automatique et apprentissage profond
Déployer des modèles prédictifs sur données massives
Concevoir des applications pour les systèmes embarqués, mobiles et distribués
Maitriser les méthodes d'intelligence artificielle avancées: apprentissage automatique et apprentissage profond
Déployer des modèles prédictifs sur données massives
Concevoir des applications pour les systèmes embarqués, mobiles et distribués
