Programme d’études 2019-2020English
Faculté des Sciences
Master en sciences informatiques, à finalité spécialisée en Artificial Intelligence and Data Analytics (Mons)
  • Président du Jury : Jef WIJSEN
  • Secrétaire du Jury : Tom MENS
Président suppléant : Tom MENS - Secrétaire suppléant : Véronique BRUYEREAfficher les AA
Bloc 1Nombre d’heures de cours (*)Pér.CréditsPond.
HT(*) HTPE(*) HTPS(*) HD(*) HR(*) Total
Enseignements Obligatoires3
US-M1-SCINFO-007-M Lecture et rédaction scientifiques000000A33
Thématiques : Options Principales30
En Bloc 1, les étudiants sont priés de choisir 42 crédits d'options parmi les thématiques proposées. En Bloc 2, ils sont priés de choisir 20 crédits d'options. Sur le total des 62 crédits d'options à choisir sur les 2 blocs, au moins 40 crédits d'options doivent être choisis dans "Thématiques: Options Principales". Les étudiants ayant choisi la finalité spécialisée "artificial intelligence and data analytics" sont invités à suivre les UE "Knowledge representation and reasoning", "Big data analytics", "Aspects avancés d'intelligence artificielle", "Défis en intelligence artificielle" et "Advanced machine learning and deep learning". Les étudiants ne peuvent choisir un cours au choix déjà choisi par le passé. Ils peuvent choisir d'autres cours au choix moyennant l'accord du jury.
Data Science and Artificial Intelligence
US-M1-SCINFO-056-M Programmation logique150150030Q233
US-M1-SCINFO-058-M Big data analytics303000060Q266
US-M1-SCINFO-002-M Aspects avancés d'intelligence artificielle301500045Q155
US-M1-SCINFO-500-M Knowledge representation and reasoning303000060Q266
Computer Networks and Security
US-M1-SCINFO-009-M Réseaux II303000060Q166
US-M1-SCINFO-010-M Cryptographie et sécurité des systèmes informatiques300150045Q155
Theoretical Computer Science
US-M1-SCINFO-067-M Méthodes formelles pour la conception de systèmes : fondements401550060Q166
US-M1-SCINFO-069-M Méthodes formelles pour la conception de systèmes : applications00600060Q266
US-M1-SCINFO-070-M Compilation300300060Q266
US-M1-SCINFO-004-M Calculabilité et complexité303000060Q166
US-M1-SCINFO-003-M Algorithmique et bioinformatique150300045Q155
Software Development
US-M1-SCINFO-081-M Real-time computing systems181800036Q133
US-M1-SCINFO-001-M Software evolution3015150060Q266
US-M1-SCINFO-289-M Advanced operating systems103000040Q244
Numerical and Statistical Analysis
US-M1-SCINFO-018-M Introduction à l'analyse numérique305000080Q1,Q288
US-M1-SCINFO-082-M Analyse statistique de données151500030Q233
US-M1-SCINFO-083-M Simulation151500030Q233
Multimedia Signal Processing
US-M1-SCINFO-027-M Signal processing163200048Q155
Sciences and Society
US-M1-SCINFO-085-M Séminaires d'Informatique en gestion d'entreprise03000030Q222
Foreign Languages
US-M1-SCINFO-038-M English for scientific communication30000030Q1,Q233
Thématiques : Autres Options12
Data Science and Artificial Intelligence
US-M1-SCINFO-062-M Défis en intelligence artificielle123600048Q144
US-M1-SCINFO-061-M Multimedia information retrieval181800036Q133
US-M1-SCINFO-060-M Advanced machine learning and deep learning303000060Q155
Computer Networks and Security
US-M1-SCINFO-052-M Networks for multimedia and the Internet of things241200036Q133
US-M1-SCINFO-065-M Network security and management28800036Q133
US-M1-SCINFO-066-M Communications analogiques et numériques121200024Q222
Software Development
US-M1-SCINFO-080-M Projet d'expertises digitale et logicielle124800060Q155
US-M1-SCINFO-079-M Web technologies122400036Q133
US-M1-SCINFO-006-M High performance computing121200024Q122
US-M1-SCINFO-090-M Cloud computing121200024Q122
Numerical and Statistical Analysis
US-M1-SCINFO-022-M Exploration et prédiction des données151500030Q133
US-M1-SCINFO-084-M Analyse numérique306000090Q299
Multimedia Signal Processing
US-M1-SCINFO-074-M Visual processing and smart spaces242400048Q144
US-M1-SCINFO-073-M Medical image processing122400036Q233
US-M1-SCINFO-072-M Image analysis and pattern recognition242400048Q144
US-M1-SCINFO-071-M Audio processing242400048Q244
US-M1-SCINFO-026-M Traitement de la parole15000015Q222
Optimization and Decision Support
US-M1-SCINFO-077-M Optimisation non linéaire221000032Q133
US-M1-SCINFO-024-M Modèles aléatoires de recherche opérationnelle18600024Q222
US-M1-SCINFO-023-M Optimisation et gestion de la production121200024Q222
US-M1-SCINFO-075-M Ateliers de modélisation en recherche opérationnelle124800060Q155
US-M1-SCINFO-028-M Aide multicritère à la décision18600024Q233
Entrepreneurship and Creative Technologies
US-M1-SCINFO-013-M Entrepreneuriat, créativité et modèles d'affaires304500075Q1,Q288
US-M1-SCINFO-008-M Management301500045Q144
US-M1-SCINFO-033-M Management des ressources humaines30000030Q133
Sciences and Society
US-M1-SCINFO-020-M Sciences et société15000015Q222
US-M1-SCINFO-019-M Philosophie des sciences20000020Q222
US-M1-SCINFO-100-M Ethique et droit de l'informatique30000030Q233
US-M1-SCINFO-031-M Développement durable et production30000030Q133
Foreign Languages
Cours de langues pour étudiants non-francophones
US-M1-SCINFO-053-M Français langue étrangère I56000056Q155
US-M1-SCINFO-054-M Français langue étrangère II56000056Q255
Cours spécifique à la finalité spécialisée en artifical intelligence and data analytics15
US-M1-INFFSA-001-M Projet en artificial intelligence and data analytics000000A1515
60
Bloc 2Nombre d’heures de cours (*)Pér.CréditsPond.
HT(*) HTPE(*) HTPS(*) HD(*) HR(*) Total
Mémoire25
US-M2-SCINFO-001-M Mémoire en informatique000000A2525
Thématiques : Options Principales
En Bloc 2, les étudiants sont priés de choisir 20 crédits d'options parmi les thématiques proposées en Bloc 1. En Bloc 1, les étudiants ont déjà choisi 42 crédits d'option. Sur le total des 62 crédits choisis sur les 2 blocs, au moins 40 crédits doivent être choisis dans "Thématiques: Options Principales". Les étudiants ne peuvent choisir une option déjà choisie par le passé. Les étudiants peuvent choisir d'autres options moyennant l'accord du jury.
Thématiques : Autres Options
Cours spécifique à la finalité spécialisée en artifical intelligence and data analytics
US-M2-INFFSA-002-M Stage en artificial intelligence and data analytics0038000380A1515
40
Bloc ComplémentaireNombre d’heures de cours (*)Pér.CréditsPond.
HT(*) HTPE(*) HTPS(*) HD(*) HR(*) Total
Enseignements supplémentaires60
Les enseignements supplémentaires ne font pas partie du programme de cours d'un étudiant ayant suivi un cursus de Bachelier de transition en sciences informatiques, et ayant déjà acquis au moins 165 crédits dans ce cursus. Ils visent à s'assurer que l'étudiant a acquis les matières prérequises pour les études de Master en sciences informatiques dans les cas d'admission tels que décrits à l'article 111, paragraphe 1, alinéa 3 et 4, et paragraphe 2 du Décret Paysage. Le jury fixe au cas par cas les enseignements supplémentaires à suivre parmi les enseignements de la liste ci-après.
US-MC-SCINFO-039-M Bases de données I302500055Q155
US-MC-SCINFO-041-M Génie logiciel300300060Q166
US-MC-SCINFO-040-M Bases de données II303000060Q266
US-MC-SCINFO-042-M Optimisation141400028Q133
US-MC-SCINFO-043-M Intelligence artificielle301500045Q255
US-MC-SCINFO-044-M Graphes et optimisation combinatoire361200048Q155
US-MC-SCINFO-045-M Projet de modélisation et d'implémentation03000030Q233
US-MC-SCINFO-047-M Structures de données II300300060Q1,A66
US-MC-SCINFO-046-M Réseaux I30000030Q233
US-MC-SCINFO-048-M Mathématiques élémentaires08200082Q144
US-MC-SCINFO-049-M Mathématiques pour l'informatique204000060Q266
US-MC-SCINFO-050-M Machine learning301500045Q255
US-MC-SCINFO-051-M Programmation fonctionnelle150150030Q133
60
(*) HT : Heures de cours théoriques - HTPE : Heures de travaux pratiques encadrés - HTPS : Heures de travaux pratiques supervisés - HD : Heures diverses - HR : Heures de remédiation - Dans la colonne Pér. (Période), A=Année, Q1=1er quadrimestre et Q2=2e quadrimestre
Date de génération : 22/07/2020
20, place du Parc, B7000 Mons - Belgique
Tél: +32 (0)65 373111
Courriel: info.mons@umons.ac.be