Master of Science Data Analysis and Pattern Classification (DATAPAC)

Télécom SudParis

Diplôme d’ingénieur - Grade Master

Les cours sont dispensés en anglais pendant la première année, avec des cours en français en parallèle. En deuxième année, les cours sont dispensés en français.

Présentation

Ce Master of Science répond aux besoins croissants en matière de traitement des données multimédia pour la classification ou la prédiction automatiques, dans un périmètre d’action très large. Les techniques d'intelligence artificielle et de traitement du signal sont enseignées dans le cadre d’une approche pluridisciplinaire, qui permet notamment de mettre l'accent sur l'ensemble de la chaîne de traitement des données : détection des données multimédia, prétraitement des données, extraction automatique des caractéristiques, apprentissage automatique et prise de décision. Cette approche privilégie également les études de cas concrets, à travers des projets personnalisés sous la supervision des professeurs.

Ce programme de Master ouvre des portes vers une carrière dans un département de recherche et développement industriels, ou vers des programmes de doctorat dans des laboratoires de recherche.

 

Aperçu du programme

Dans de nombreux domaines d'application, tels que l'imagerie médicale, la réalité virtuelle, les télécommunications, la télésurveillance, la biométrie, la bio-informatique, les sciences de l'environnement, la banque, l'assurance, l'exploration de données (textuelles, multimédia), de grandes quantités de données sont recueillies par des capteurs spécialisés et doivent être traitées et analysées à différentes fins liées à l'application.

Ce Master a pour objectif de fournir des outils de traitement du signal et d'apprentissage automatique permettant l'analyse de données réelles multicapteurs, et ce tout au long du processus de traitement des données. Les données brutes recueillies à l’aide des capteurs sont souvent corrompues et doivent faire l'objet d’un prétraitement. Ensuite, les informations pertinentes (caractéristiques) doivent être extraites et modélisées à l'aide de techniques d'apprentissage automatique, à des fins de classification ou de prédiction. Dans le cadre de notre approche pluridisciplinaire, nous enseignons aux futurs Data Scientists des connaissances avancées en matière de traitement du signal, de modèles statistiques, d'apprentissage automatique, de vision par ordinateur, de fusion de données et d'indexation et de recherche de contenu dans les bases de données multimédia.

 

Objectifs

  • Fournir des outils d'apprentissage statistique et de traitement du signal pour modéliser de grandes quantités de données, recueillies par des capteurs spécialisés, à des fins de classification et de prévision automatiques des données ;
  • Analyser des données issues de différents domaines d'application (sciences de l'environnement, télécommunications, génomique, e-santé, télémédecine, biométrie, économie, banque, assurance, exploration de données multimédias, géolocalisation, etc.)
  • Concevoir des systèmes complexes dans plusieurs domaines

 

Pourquoi choisir ce Master ?

Ce Master est ouvert aux candidats titulaires d'une licence en informatique, physique ou ingénierie délivrée par une université reconnue. Des connaissances en mathématiques et en informatique sont requises.

 

Perspectives de carrière

  • Data Scientist
  • Ingénieurs R&D
  • Chefs de projet
  • Poste de doctorant dans des laboratoires de recherche

 

Partenaires

CNES, Renault, Orange, EDF, ONERA, Thales, IFP, IDEMIA, MIRIAD Technologies, Legrand, Société générale, Crédit Agricole, Air Liquide, Safran Aircraft Engines, CEA, Novartis, Institut Pierre-Simon Laplace, Centre des Environnements Terrestre et Planétaires (CETP/IPSL).

 

Langue d'enseignement

Les cours sont dispensés en anglais pendant la première année, avec des cours en français en parallèle. En deuxième année, les cours sont dispensés en français. Les projets des étudiants ou le mémoire de Master peuvent être rédigés et présentés en anglais ou en français.

 

PREMIÈRE ANNÉE

Niveau : Master 1
Langue d'enseignement : Anglais
Lieu : Télécom SudParis, Évry
Prix : 4 000 ou 6 000 euros (plus d'informations dans la rubrique Frais de scolarité)
Coordinatrice : Professeure Sonia Garcia-Salicetti, Télécom SudParis

Master 1 (M1) : Cette première année de Master, dispensée en anglais, permet aux étudiants d'acquérir les connaissances fondamentales en informatique, mathématiques, optimisation, analyse statistique des données, traitement du signal, théorie de l'information, français, mais aussi de travailler à la réalisation d'un projet scientifique. Ce projet, qui a lieu au second semestre, consiste en une initiation à la recherche en Data Science. Il s’agit également d’une formation complète par la pratique, visant à développer des compétences en communication orale et écrite.

 

Programme de première année

Code Intitulé Crédits
CSC 7001 Informatique 6
HUM 7001 Communication efficace 3
MAT 7001 Probabilités et statistiques : fondamentaux 3
FRE 7001 Français 3
MAT 7006 Méthodes d'optimisation 6
MAT 7007 Application des méthodes statistiques 6
IMA 7221 Analyse des données statistiques 3
DEUXIÈME ANNÉE

Niveau : Master 2
Langue d'enseignement : Français
Lieu : Télécom SudParis, Palaiseau
Prix : 4 000 ou 6 000 euros (plus d'informations dans la rubrique Frais de scolarité)
Coordinatrice : Professeure Sonia Garcia-Salicetti, Télécom SudParis

Master 2 (M2) : La deuxième année permet aux étudiants d'approfondir leurs connaissances dans le cadre de cours fondamentaux combinant théorie et pratique, et portant sur les modèles statistiques, les réseaux de neurones artificiels, l'apprentissage automatique, l'apprentissage profond, l'analyse des données et le traitement du signal. Des cours optionnels permettent aux étudiants de développer leurs compétences dans différents sujets, comme la recherche d'informations dans les bases de données, les capteurs (IdO) ou le traitement d'images. La deuxième année est également consacrée à des études de cas en matière de Data Science, à un projet d'un mois à temps plein et à la rédaction du mémoire de Master dans l'industrie ou dans un laboratoire de recherche.

Cours fondamentaux (24 ECTS)

Code Intitulé Crédits
MAT 7201 Analyse statistique jeu de données réelles / Statistical Analysis of Real Data 6
NET 7202 Apprentissage profond / Deep Learning 3
PHY 7201 Reconnaissance de formes et méthodes neuronales / Pattern Recognition and Neural Networks 6
MAT 7202 Méthodes statistiques données qualitatives / Qualitative Data Analysis 3
CSC 7202 Réseaux bayésiens-Chaînes Markov Cachées / Bayesian Networks and Hidden Markov Models 3
ENG 7201 Anglais / English 3

 

Cours optionnels : 9 ECTS à choisir

Code Intitulé Crédits
CSC 7203 Base de données recherche d'information/ Databases and Information Retrieval 3
CSC 7204 Objets connectés: principes & fiabilité capteurs / Connected Objects: Principles and Sensors’ Reliability 6
CSC 7205 Traitement d’images / Image Processing 6
CSC 7206 Comparaison de méthodes de classification / Case Study on Data Science II: On Comparing Classifiers 3
CSC 7207 Etude de Cas en Data Science / Case Study on Data Science I 3

 

Cours optionnels : 3 ECTS à choisir

Code Intitulé Crédits
CSC 7208 Projet de recherche en data science / Research Project on Data Science 3
HUM 7201 Connaissance de l'entreprise/ R&D in Industry and Data Science 3
CSC 7209 Base de données pour Big Data/ Databases for Big Data 3

Contact

Pour toutes questions sur les admissions :

Courriel : @admissions-msc