Mastère - Intelligence Artificielle et Big Data - ESGI - Bordeaux

Face à la généralisation des algorithmes à grande échelle et à la massification des données, le mastère Intelligence Artificielle et Big Data forme des experts à même de participer à des projets d'envergure, maitrisant les concepts, techniques et enjeux fondamentaux de l'intelligence artificielle.
Programme
1ère année :
MODÉLISATION ET ALGORITHMIQUE
Mathématiques avancées pour le Big Data avec R
Deep Learning
Deep Reinforcement Learning
DÉVELOPPEMENT
Programmation fonctionnelle avec Scala
Devops : CI/CD et IaC
ARCHITECTURE ET DATA
Cloud et Big Data
Plateformes cloud
Spark Core
Spark Streaming
Conteneurisation logicielle (Docker)
PROJETS ET APPLICATION MÉTIERS
BI et Big Data
Reporting et restitution
Sécurité du Big Data
Mission en entreprise
Projet annuel
Cloud et Big Data
Hackathon
MANAGEMENT ET COMMUNICATION
Anglais : préparation au TOEIC
Programme Open et vie de l’école
Communication professionnelle
Management de projet SI : CdC, risque et pilotage
Méthodologie agile : SCRUM
PRINCIPAUX ÉVÉNEMENTS
AI & Big Data Day
FYC
Cours Electif
2ème année :
MODÉLISATION ET ALGORITHMIQUE
Mathématiques avancées pour Big Data avec R
Deep Reinforcement Learning
DÉVELOPPEMENT
Déploiement applicatif (Kubernetes)
Conteneurisation et déploiemen
ARCHITECTURE ET DATA
Blockchain et développement
Cloud avancé pour le ML et le Big Data
Industrialisation des modèles ML
Stream Processing avec Kafka
PROJETS ET APPLICATION MÉTIERS
Traitement automatique de langue naturelle
Gestion de projet Big Data
IoT et Big Data
Mission en entreprise
Projet annuel
Analyse et conception fonctionnelle pour l'IA
MANAGEMENT ET COMMUNICATION
Anglais : préparation au TOEIC
Programme Open et vie de l’école
E-learning
Droit de l'informatique et de l'Internet
Éthique de l'IA et la Data
Management d'équipe
PRINCIPAUX ÉVÉNEMENTS
AI & Big Data Day
Projet FYC
Cours électif
MAJEURE DATA SCIENCE
IA et support robotique
Unsupervised Deep Learning
MAJEURE DATA ENGINEERING
Stream Processing avec Kafka
Orchestration Machine Learning

Rythmes : 
Session de septembre
D'octobre à août :  1 semaine de cours / 3 semaines en entreprise. 
Session de janvier
De janvier à décembre : 1 semaine de cours / 3 semaines en entreprise.

Modalités d’évaluation :
•Contrôle de connaissance
•Mise en situation professionnelle à travers des cas pratiques et des études de cas
•Participation à des hackathons internes
•Soutenances orales
•Partiels, constitués d’évaluations individuelles écrites et/ou orales.
Diplôme délivré « EXPERT EN INGÉNIERIE DE L’INTELLIGENCE ARTIFICIELLE » Certification Professionnelle reconnue par l'Etat Niveau 7 et inscrit au RNCP