Objectifs par rapport aux acquis d'apprentissage du programme

• 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 à finalité Innovation et Systèmes d'Informations.
• Maîtriser et mobiliser de façon pertinente des connaissances, des modèles, des méthodes et des techniques relatifs - À l'amélioration des processus de décision et de gestion, la maîtrise de la modélisation mathématique et des algorithmes d'optimisation, l'analyse des grands volumes de données.- À la maîtrise des outils du Web et multimédia, la conception et l'exploitation des systèmes informatiques distribués et mobiles, la gestion d'un projet logiciel de grande envergure.- À la gestion innovante d'une entreprise et ou d'une équipe de projet.- Aux systèmes d'information (data mining, base de données, cloud computing, ...) et au management de l'innovation technologique.
• 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.
• 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).
• Concrétiser une solution choisie sous la forme de diagrammes, de graphes, de prototypes, de logiciels et/ou de modèles numériques.
• Evaluer la démarche et les résultats en vue de leur adaptation (modularité, optimisation, qualité, robustesse, fiabilité, évolutivité,...).
• Intégrer la veille et l'innovation technologique au sein d'équipes d'ingénierie.
• Travailler efficacement en équipe, développer son leadership, prendre des décisions dans des contextes multidisciplinaires, multiculturels et internationaux.
• Prendre des décisions, individuelles ou collectives, en prenant en considération les paramètres (humains, techniques, économiques, sociétaux, éthiques et environnementaux) engagés.
• 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.
• Argumenter et convaincre, tant à l'oral qu'à l'écrit, vis-à-vis de clients, des enseignants et des jurys.
• Sélectionner et utiliser les modes et supports de communication écrite ou orale adaptés 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.
• Faire preuve d'ouverture et d'esprit critique en mettant en regard aspects techniques et enjeux non-techniques des problèmes analysés et des solutions proposées.
• 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 de l'UE

A l'issue de cette UE, l'étudiant.e devrait avoir acquis des connaissances théoriques et des compétences pratiques en rapport avec l'un des paradigmes majeurs de l'IA, le " deep learning ", et en particulier ses applications en traitement du langage naturel, et celles dans de cadre de moteurs de recherche multimedia.

Il/elle devrait :
- connaître certaines des méthodes de machine learning les plus récentes,
- être capable de mettre en oeuvre des réseaux de neurones artificiels complexes,
- savoir pour ce faire utiliser les librairies logicielles génériques pour le deep learning,
- connaître les applications majeures de l'intelligence artificielle au langage naturel,
- développer des méthodes de recherche, navigation et d'indexation des bases de données multimédia,
- exploiter les techniques d'apprentissage profond pour la recherche et indexation des bases de données multimédia,
- exploiter les techniques de réduction de dimensionalité pour les moteurs de recherche.
 

Contenu de l'UE : descriptif et cohérence pédagogique

L'UE est composée de deux AA:
- l'une qui couvre les sujets suivants: techniques d'indexation permettant la navigation et la recherche dans les bases de données multimédia; méthodes d'indexation visuelle par le contenu; méthodes de recherche utilisant les descripteurs invariants, et leurs applications; gestion et l'annotation des grandes bases de données multimédia; extraction de caractéristiques par les réseaux de neurones convolutionnels.
- l'autre qui couvre: les diverses applications du traitement du langage naturel (chatbots, traduction automatique, extraction d'information, modèles génératifs, etc.); les réseaux de neurones récurrents; les réseaux de neurones transformers et les modèles d'attention.

Plus de détails sur le contenu sont donnés dans les fiche ECTS de ces AAs.
 

Compétences préalables

Sans objet