| Durée de la formation en année | 2 ans |
|---|---|
| Statut de l'école | Non renseigné |
| Rythme de formation | Temps plein |
| Modalité | En présentiel |
| Prix | Non renseigné |
Description
La formation Artificial Intelligence and Advanced Visual Computing de l'École polytechnique forme les futurs experts en intelligence artificielle appliquée au traitement visuel et à la vision par ordinateur. Les étudiants maîtrisent les algorithmes d'apprentissage automatique, les réseaux de neurones profonds, la vision 3D et les techniques de rendu avancées. Le programme développe des compétences pointues en programmation Python, optimisation GPU, traitement d'images médicales et industrielles, ainsi qu'en réalité augmentée et virtuelle. Les diplômés évoluent vers des postes d'ingénieurs IA, de chercheurs en computer vision, d'architectes solutions dans la tech, ou de consultants spécialisés dans l'industrie 4.0. Cette formation d'excellence prépare également aux carrières dans les laboratoires de R&D, les startups innovantes et les grandes entreprises technologiques où l'analyse visuelle intelligente transforme les secteurs de la santé, de l'automobile, de la robotique et du divertissement numérique.
Thématiques abordées
- Fondamentaux de l’intelligence artificielle : apprentissage automatique, réseaux de neurones, deep learning
- Vision par ordinateur avancée : détection d’objets, segmentation d’images, reconnaissance faciale
- Techniques de calcul visuel : rendu 3D, traitement d’images, modélisation géométrique
- Applications avancées : réalité augmentée, synthèse d’images, interaction homme-machine
- Projets pratiques et cas d’étude : implémentation d’algorithmes, optimisation, évaluation de performances
Objectifs de la formation
- Comprendre les principes fondamentaux de l'intelligence artificielle et leurs applications concrètes en visual computing.
- Développer des compétences avancées en programmation d'algorithmes de vision par ordinateur et apprentissage profond.
- Analyser et concevoir des systèmes d'IA intégrant des données visuelles complexes avec une méthodologie rigoureuse.
- Évaluer la performance et l'efficacité des modèles d'intelligence artificielle dans des contextes réels.
- Mettre en œuvre des solutions innovantes d'IA pour résoudre des problèmes de traitement d'images et vidéos à grande échelle.