Programme d’études 2020-2021English
Défis en intelligence artificielle
Unité d’enseignement du programme de Master : ingénieur civil en informatique et gestion à la Faculté Polytechnique

Les étudiants sont invités à consulter les fiches ECTS des AA pour prendre connaissance des modalités d’évaluation spéciales Covid-19 éventuellement prévues pour la fin du Q3

CodeTypeResponsable Coordonnées
du service
Enseignant(s)
UI-M2-IRIGIG-560-MUE optionnelleDUTOIT ThierryF105 - Information, Signal et Intelligence artificielle
  • BEN TAIEB Souhaib
  • DUTOIT Thierry
  • MAHMOUDI Sidi
  • SIEBERT Xavier
  • N.

Langue
d’enseignement
Langue
d’évaluation
HT(*) HTPE(*) HTPS(*) HR(*) HD(*) CréditsPondération Période
d’enseignement
  • Français
Français123600055.001er quadrimestre

Code(s) d’AAActivité(s) d’apprentissage (AA) HT(*) HTPE(*) HTPS(*) HR(*) HD(*) Période
d’enseignement
Pondération
I-ISIA-200Défis en intelligence artificielle1224000Q180.00%
I-ISIA-201Séminaire d'intelligence artificielle012000Q120.00%

Unité d'enseignement

Objectifs par rapport aux acquis d'apprentissage du programme

  • Imaginer, concevoir, réaliser et mettre en oeuvre des modèles conceptuels et des solutions informatiques pour répondre à des problèmes complexes notamment de décision, d'optimisation, de gestion et de production dans le cadre d'une démarche d'innovation en entreprise en intégrant l'évolution des besoins, contextes et enjeux (techniques, économiques, sociétaux, éthiques et environnementaux).
    • Sur base d'une modélisation, concevoir un système ou une stratégie répondant au problème posé ; les évaluer compte tenu des différents paramètres du cahier des charges.
    • Concrétiser une solution choisie sous la forme de diagrammes, de graphes, de prototypes, de logiciels et/ou de modèles numériques.
  • Mobiliser un ensemble structuré de connaissances et compétences scientifiques et techniques spécialisées permettant de répondre, avec expertise et adaptabilité, aux missions de l'ingénieur civil en Informatique et Gestion
    • Maîtriser et mobiliser de façon pertinente des connaissances, des modèles, des méthodes et des techniques relatifs au domaine de l'Informatique et Gestion
    • Analyser et modéliser une solution informatique innovante ou une stratégie d'entreprises en sélectionnant de manière critique des théories et des approches méthodologiques (modélisation, optimisation, algorithmique, calculs), y compris en tenant compte des aspects pluridisciplinaires.
    • Identifier et étudier les applications possibles des technologies nouvelles et émergentes dans le domaine des sciences et technologies de l'information et du management quantitatif et qualitatif de l'entreprise.
    • Evaluer la validité des modèles et des résultats compte tenu de l'état de la science et des caractéristiques du problème.
  • Planifier, gérer et mener à bien des projets compte tenu de leurs objectifs, ressources et contraintes et en assurant la qualité des activités et des livrables.
    • Définir et cadrer le projet compte tenu de ses objectifs, ressources et contraintes.
    • Respecter les échéances et le plan de travail.
  • Communiquer et échanger des informations de manière structurée - oralement, graphiquement et par écrit, en français et dans une ou plusieurs autres langues - sur les plans scientifique, culturel, technique et interpersonnel en s'adaptant au but poursuivi et au public concerné.
    • Utiliser et produire des documents scientifiques et techniques (modélisation mathématique, architecture des données et du logiciel, rapport, cahier des charges, analyse financière, documentation et manuels, ...) adaptés au but poursuivi et au public concerné.
  • Agir en professionnel responsable, faisant preuve d'ouverture et d'esprit critique, inscrit dans une démarche de développement professionnel autonome.
    • Exploiter les différents moyens mis à disposition pour se documenter et se former de manière autonome.
  • Contribuer par un travail de recherche à la solution innovante d'une problématique en sciences de l'ingénieur.
    • Construire un cadre théorique ou conceptuel de référence, formuler des solutions innovantes à partir de l'analyse de la littérature scientifique, notamment dans des champs disciplinaires nouveaux ou émergents.
    • Concevoir et mettre en oeuvre des analyses conceptuelles, des modélisations numériques, des implémentations logicielles, des études expérimentales et des analyses comportementales.
    • Récolter et analyser des données avec rigueur.
    • Interpréter adéquatement des résultats en tenant compte du cadre de référence au sein duquel la recherche s'est développée.
    • Communiquer, à l'écrit et à l'oral, sur la démarche et ses résultats en mettant en évidence tant les critères de scientificité de la recherche menée, que les potentialités d'innovation théoriques ou techniques et les possibles enjeux non techniques.

Acquis d'apprentissage UE

Connaissance pratique des outils de l'IA (et en particulier du deep learning - DNN, Deep reinforcement learning); connaissance des architectures qui constitutent l'état de l'art pour la résolution de problèmes en IA.

Contenu de l'UE

Quatre challenges applicatifs en IA, et provenant de domaines diversifiés sont proposés. Pour chaque challenge, 3h seront consacrées à la théorie sous forme d'une séance ex-cathedra, suivie de 2 séances de co-working où les étudiants chercheront à relever le défi en équipes. Ils rédigeront ensuite chez eux un rapport sur leur solution.
En parallèle, une série de séminaires sont organisés, sur des sujets transdisciplinaires liés à l'IA.
Les formations se donneront en soirée (dans le format des Mons AI Meetups lancés en 2017).
Cette unité d'enseignement fait également partie du Certificat d'Université en Intelligence Artificielle (voir cette page pour plus d'infos, notamment l'onglet "Programme et Structure").

Compétences préalables

Bases de l'informatique et de la programmation (Python)

Types d'évaluations Q1 pour l'UE

  • Présentation et/ou travaux

Commentaire sur les évaluations Q1 de l'UE

Rapports sur les solutions apportées aux défis (1 rapport par défi et par groupe), 80% Rapports individuels sur les séminaires, 20%

Types d'évaluation Q3 pour l'UE

  • Présentation et/ou travaux

Commentaire sur les évaluations Q3 de l'UE

Rapports sur les solutions apportées aux défis (1 rapport par défi et par groupe), 80% Rapports individuels sur les séminaires, 20%

Types d'évaluation rattrapage BAB1 (Q1) pour l'UE

  • Néant

Commentaire sur les évaluations rattr. Q1 de l'UE

sans objet

Types d'activités

AATypes d'activités
I-ISIA-200
  • Cours magistraux
  • Projet sur ordinateur
I-ISIA-201
  • Ateliers et projets encadrés au sein de l'établissement

Mode d'enseignement

AAMode d'enseignement
I-ISIA-200
  • Face à face
I-ISIA-201
  • Face à face
  • Mixte

Supports principaux

AA
I-ISIA-200
I-ISIA-201

Supports principaux non reproductibles

AASupports principaux non reproductibles
I-ISIA-200Sans objet
I-ISIA-201Sans objet

Supports complémentaires

AA
I-ISIA-200
I-ISIA-201

Supports complémentaires non reproductibles

AASupport complémentaires non reproductibles
I-ISIA-200Sans objet
I-ISIA-201Sans objet

Autres références conseillées

AAAutres références conseillées
I-ISIA-200Sans objet
I-ISIA-201Sans objet

Reports des notes d'AA d'une année à l'autre

AAReports des notes d'AA d'une année à l'autre
I-ISIA-200Autorisé
I-ISIA-201Autorisé
(*) HT : Heures 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 : 09/07/2021
20, place du Parc, B7000 Mons - Belgique
Tél: +32 (0)65 373111
Courriel: info.mons@umons.ac.be