Master - Informatique, Spécialité "Traitement de l'Information et Exploitation des Données" - Télécom SudParis
| Niveau d’études visé | Bac +5 |
|---|---|
| Durée de la formation en année | 2 ans |
| Statut de l’école | Non renseigné |
| Formation reconnue par l’État | Oui |
| Rythme de formation | Temps plein |
| Modalité | En présentiel |
| Prix | Non renseigné |
Description
Ce DNM fait l'objet d'une convention avec l'Université de Versailles-Saint-Quentin-en-Yvelines, l'Université de Paris 11 et le CNAM.
Les étudiants du MSc Automatic Data Processing de Télécom SudParis sont également inscrits à ce DNM. En cas de réussite, ils reçoivent les deux diplômes.
L'objectif principal de cette spécialité "TRIED" est d'amener des étudiants spécialisés dans une discipline scientifique (physique, mathématiques, mécanique, EEA) a modéliser des phénomènes spécifiques à celle -ci, en utilisant les méthodes de raisonnement et les méthodologies nouvelles crées pour le besoin de la modélisation. L'objectif est de former des scientifiques capables de concevoir des modélisations complexes dans des domaines divers. Les principaux domaines d'application des laboratoires impliqués dans cette formation sont la télédétection, l'environnement, les sciences pour l'ingénieur et la bio-informatique. La spécialité TRIED permet également d'envisager la poursuite des études doctorales dans l'industrie.
Thématiques abordées
- Fondamentaux du traitement de l'information : algorithmes, structures de données, complexité
- Techniques avancées d'exploitation des données : apprentissage automatique, fouille de données, statistiques
- Bases de données et systèmes d'information : conception, optimisation, gestion des données massives
- Technologies du web et du cloud pour le traitement des données : architectures distribuées, services en ligne
- Projet professionnel appliqué : mise en œuvre de solutions réelles en traitement et analyse des données
Objectifs de la formation
- Concevoir et appliquer des modélisations statistiques complexes pour l’analyse et le traitement de données issues de capteurs et de sources variées.
- Développer et implémenter des algorithmes d’apprentissage automatique (machine learning) et d’apprentissage profond (deep learning) adaptés à divers domaines applicatifs.
- Maîtriser les concepts de l’intelligence artificielle à la croisée des mathématiques appliquées, informatique et physique.
- Intégrer et gérer des grandes volumétries de données (big data) pour extraire des connaissances utiles en contexte industriel et scientifique.
- Conduire des projets de traitement et d’exploitation des données, soutenus par des travaux pratiques et des stages adaptés aux besoins de la recherche et de l’industrie.
Découvrir l’établissement
-
Voir l’établissement