Diplôme d'ingénieur Spécialité Informatique, parcours Big Data et Intelligence Artificielle, en convention avec l’Université de Poitiers

Code Alternance: ING7100A-NAQ

180 crédits

Niveau(x) d'entrée

  • Niveau III (bac+2)

Niveau(x) de sortie

  • Niveau I (bac+5 et plus)

En apprentissage

Oui

En professionnalisation

Non

Responsable national

Avner BAR-HEN

Responsable opérationnel

Thomas ALLAIN-LAUNAY

Publics / conditions d'accès

Formation accessible avec un Bac + 2 scientifique et des connaissances en mathématiques affirmées.
Procédure de recrutement de l’Ecole d’Ingénieurs du Cnam : tests, dossier et entretien

Objectifs

La formation d’ingénieur de spécialité « Informatique parcours Big Data et Intelligence Artificielle » comporte des enseignements visant à acquérir d’une part, des compétences transversales aux métiers d’ingénieur et d’autre part des compétences spécifiques aux techniques du Big Data et de l'Intelligence Artificielle. Les compétences sont envisagées d’une manière suffisamment large pour permettre à l’ingénieur une mobilité professionnelle.
La formation a pour objectifs de former des ingénieur.e.s capables de :
- Adopter une démarche d’innovation, conduire et gérer les changements, les évolutions, tenir une veille, adopter l’esprit d’entreprendre.
- Conduire des réunions, développer les compétences, faire respecter les règles, communiquer à l’internationale.
- Appliquer une démarche méthodologique de la gestion de projet.
- Savoir mettre en œuvre les principes de la gestion budgétaire.
- Savoir prendre en compte les aspects juridiques, maîtriser la sécurité de l’information, assurer la maîtrise d’ouvrage d’un système d’information.
- Assumer la responsabilité économique, environnementale et sociale de l’entreprise.
- Assurer une fonction d’expertise scientifique et technique en lien avec sa spécialité.

Mentions officielles

Intitulé officiel figurant sur le diplôme : Diplôme d'ingénieur Spécialité Informatique, parcours Big Data et Intelligence Artificielle, en convention avec l’Université de Poitiers

Inscrit RNCP : Inscrit

Codes NSF : -

Code ROME : -

Modalités d'évaluation

Les Unités d'Enseignement et la partie académique de la formation sont évaluées à partir de tests, examens, contrôles continus, projets individuels, notes bibliographiques, Travaux Pratiques.
Les séquences professionnelles sont évaluées à travers des projets réalisés en entreprise et la soutenance d'un mémoire d'ingénieur.
La validation d'un niveau d'anglais niveau B2 est nécessaire.

Description

Cliquez sur l'intitulé d'un enseignement ou sur Centre(s) d'enseignement pour en savoir plus.

1ère année

1 ECTS

Informatique générale - Structures de données et algorithmes


USSI29
 
1 ECTS

Informatique générale - Programmation algorithmique


USSI2A
 
2 ECTS

Mathématiques 1 - algèbre linéaire - calcul matriciel


USSI2B
 
2 ECTS

Sciences de l'ingénieur - Electronique des objets


USSI2C
 
2 ECTS

Anglais


USSI2D
 
2 ECTS

Sécurité - Confidentialité - Données publiques et privées


USSI2E
 
2 ECTS

Bases de l'intelligence artificielle


USSI2F
 
2 ECTS

Échantillonnage plan d'expérience


USSI2G
 
2 ECTS

Modélisation 1 (linéaire)


USSI2H
 
2 ECTS

Projet - Gestion alternance 1


UASI08
 
2 ECTS

Gestion de projet et génie logiciel


USSI2J
 
2 ECTS

Mathématiques 2


USSI2K
 
2 ECTS

Statistique descriptive


USSI2L
 
2 ECTS

Administration bases de données


USSI2M
 
2 ECTS

Recherche opérationnelle


USSI2N
 
1 ECTS

Anglais


USSI2P
 
1 ECTS

Communication 1


USSI2Q
 
30 ECTS

Période en entreprise


UASI1B
 

2ème année

3 ECTS

Cloud - duplication - Hadoop - Map reduce


USSI2R
 
3 ECTS

Développement logiciel R et python


USSI2S
 
2 ECTS

Programmation avancée


USSI2T
 
4 ECTS

Entreposage et fouilles de données


USSI2U
 
1 ECTS

Anglais


USSI2V
 
2 ECTS

Modélisation 2 (non liléaire)


USSI2W
 
2 ECTS

Analyse multidimensionnelle


USSI2X
 
2 ECTS

Données temporelles et spatiales


USSI2Y
 
2 ECTS

Projet Gestion Alternance 2


UASI09
 
2 ECTS

Recherche opérationnelle avancée


USSI2Z
 
1 ECTS

Anglais


USSI30
 
4 ECTS

International


USSI31
 
1 ECTS

Communication 2


USSI32
 
1 ECTS

Applications Big data dans les métiers 1


USSI33
 
30 ECTS

Période en entreprise 2


UASI1C
 

3ème année

3 ECTS

BDD Multimédia (no sql, rich media text)


USSI34
 
2 ECTS

Ingénierie de la fouille et de la visualisation de données massives


USSI35
 
2 ECTS

Data visualisation et IHM


USSI36
 
2 ECTS

Bases de données documentaires et distribuées


USSI37
 
2 ECTS

Machine learning


USSI38
 
2 ECTS

Analyse de données non numériques


USSI39
 
2 ECTS

Anglais


USSI3A
 
1 ECTS

Management Eco gestion 1


USSI3B
 
6 ECTS

Projet Gestion Alternance 3


UASI1A
 
2 ECTS

Management Eco - gestion 2


USSI3C
 
3 ECTS

Management des hommes et des équipes


USSI3D
 
1 ECTS

Communication 3


USSI3E
 
1 ECTS

Applications Big data dans les métiers 2


USSI3F
 
1 ECTS

Eco conception et développement durable


USSI3G
 
30 ECTS

Période en entreprise 3


UASI1D
 

Compétences

Au delà des compétences générales d’un.e ingénieur.e : connaissance scientifique, compétences techniques, curiosité, rigueur, l’ingénieur.e informatique spécialisé.e dans les techniques du Big Data et de l’Intelligence Artificielle doit :
  • Maîtriser les techniques de collecte de données, de fouilles de données dans le but de pouvoir analyser des données complexes et de grande dimension.
  • Maîtriser des langages et des logiciels de statistique et de mathématiques appliquées et pouvoir communiquer les résultats d'analyses statistiques.
  • Maîtriser des techniques de base concernant les nouvelles technologies des Systèmes NoSQL, techniques de distribution de données, techniques de recherche d'informations.
  • Connaître dans le domaine de l’intelligence artificielle les problématiques de représentations de connaissance, de résolution de problèmes et de modélisation des agents.
  • Déployer des algorithmes de prédiction avec des applications pour la représentation, classification, visualisation, compression.
  • Comprendre et maîtriser les problématiques de la gestion de l'information orientée vers l'intégration de ressources documentaires.
  • Savoir déployer des outils d’apprentissage dans le contexte actuel du big data : grandes masses de données, données / labels bruitées, données manquantes.
  • Maitriser des outils analytiques tel que SAS ou R
  • Pouvoir utiliser des langages informatiques (C++, R, Python, ...)

Voir aussi

Les UE, les diplomes et les stages dans les domaines :

Contact

Cnam Nouvelle Aquitaine
Centre Du GuesclinPlace Chanzy
79000 Niort
Avner Bar-Hen et Thomas Allain- Launay