| Niveau d'études visé | Bac +5 |
|---|---|
| Durée de la formation en année | 3 ans |
| Statut de l'école | Non renseigné |
| Rythme de formation | Temps plein |
| Modalité | En présentiel |
| Prix | Non renseigné |
Description
Le diplôme d'ingénieur de l'École polytechnique universitaire de Lille de l'Université de Lille spécialité informatique et mathématiques appliquées forme des ingénieurs polyvalents maîtrisant les fondamentaux théoriques et pratiques de l'informatique moderne. Le programme intègre algorithmique avancée, génie logiciel, bases de données, intelligence artificielle, et modélisation mathématique, complétés par des projets industriels concrets. Les étudiants développent des compétences en programmation multi-langages, conception d'architectures logicielles, analyse de données complexes et résolution de problèmes mathématiques appliqués. Cette formation bidisciplinaire prépare aux métiers d'ingénieur développement logiciel, data scientist, architecte systèmes, consultant en transformation numérique ou chef de projet IT. Les diplômés évoluent dans les secteurs technologiques, bancaires, industriels ou de conseil, où ils pilotent des projets innovants alliant expertise technique et vision stratégique.
Programme
- Mathématiques appliquées : analyse, algèbre, probabilités et statistiques, optimisation
- Informatique : programmation avancée, structures de données, algorithmique, architecture des systèmes
- Systèmes et réseaux : administration, sécurité informatique, protocoles de communication
- Intelligence artificielle et data science : apprentissage automatique, traitement des données, outils et techniques
- Projet d’ingénierie et stages : gestion de projet, travail en équipe, expérience professionnelle en entreprise
Objectifs de la formation
- Maîtriser les concepts avancés en informatique et mathématiques appliquées pour résoudre des problèmes complexes.
- Développer des compétences en analyse, modélisation et optimisation de systèmes informatiques.
- Concevoir, programmer et déployer des solutions logicielles innovantes en s'appuyant sur des connaissances mathématiques rigoureuses.
- Exploiter des méthodes quantitatives pour analyser des données massives et en extraire des informations pertinentes.
- Collaborer efficacement dans des projets interdisciplinaires et communiquer clairement des résultats techniques.