Master Informatique
Parcours :- Intelligence artificielle et facteurs humains
- Diplôme national
- domaine·s :
- Sciences, Technologies, Santé
- niveau de diplôme :
- Grade de Master (Bac+5)
- crédits ECTS :
- 120
- durée du programme :
- 2 années
- lieu·x :
- Caen
- Précision du lieu :
- Cours majoritairement effectués sur le campus 2 (Caen - Côte de Nacre). Certains cours des unités spécifiques associées aux facteurs humains pourront être donnés sur le campus 1 (Caen).
Ce diplôme peut être obtenu dans le cadre de la Validation des Acquis de l'Expérience (VAE).
Présentation générale
Le master Informatique parcours Intelligence artificielle et facteurs humains a pour objectif de former des étudiants aux aspects théoriques et techniques de l’intelligence artificielle dans un cadre pluridisciplinaire. Ainsi, cette formation intègre des enseignements de base en IA (informatique) mais aussi des enseignements d’autres disciplines (neurosciences, psychologie, sociologie, sciences cognitives, droit) afin d’appréhender le concept d’intelligence dans sa globalité en s’attachant à l’humain et son interaction avec l’IA.
Cette formation devra ainsi permettre à ses étudiants de mieux appréhender les défis de la mise en place de solutions en IA dans les domaines de la santé, des sports et de la réalité virtuelle qui serviront de supports applicatifs privilégiés au master.
Ce parcours résolument orienté recherche s’appuiera sur une pédagogie par projets.
Le parcours se base donc sur l’offre de formation existante du master Informatique parcours à la carte - Algorithmiques et systèmes intelligents.
Principaux enseignements
Semestre 1
UE de base
- Bases de données
- Graphes, recherche arborescente et complexité
- Projet annuel (première partie)
UE Intelligence artificielle et science des données
- Raisonnement
- Vision par ordinateur
- Introduction au traitement automatique des langues
- Systèmes multi-agents
- Introduction à la science des données
UE Facteurs humains
- Intelligence artificielle, données et sport
- Socio-anthropologie des techniques et de l'intelligence artificielle
- Neurosciences
Semestre 2
UE de base
- Patrons de conception et interactions humain machine
- Apprentissage
- Projet annuel (seconde partie)
UE Intelligence artificielle et science des données
- Logiques
- Apprentissage profond
- Processus décisionnels
- Traitement Automatique des Langues
- Apprentissage avancé
UE Facteurs humains
- Psychologie
- Droit et intelligence artificielle
- Séminaires
Semestre 3
UE de base
- Programmation parallèle et distribuée
- Programmation par contrainte et programmation linéaire
UE Intelligence artificielle et science des données
- Traitement automatique des langues avancé
- Processus décisionnels avancés
- Fouille de motifs et données structurées
- Systèmes multi-agents avancés
- Apprentissage profond avancé
UE Facteurs humains
- Intelligence artificielle, données et réalité virtuelle
- Sciences cognitives
- Sémiologie numérique
- Intelligence artificielle et sciences sociales
Semestre 4
- Projet collaboratif
- Recherche en immersion
- Stage
Chiffres clés orientation/insertion
Selon notre enquête réalisée en 2023, sur l'ensemble des titulaires d’un master obtenu en 2020 à l'université de Caen Normandie, deux ans et demi après leur entrée sur le marché du travail :
- Le taux d'insertion professionnelle est de 95,2 %
- 82 % déclarent que l’emploi occupé est en adéquation avec le domaine de formation du master
- 94 % disent être satisfaits des missions qui leur sont confiées dans leur emploi
Formation enregistrée au Répertoire national des certifications professionnelles (RNCP)
Niveau de recrutement
Bac+3
Attendus
Fondamentaux de l'informatique : programmation, algorithmique, méthodes formelles (langages, logique, mathématiques), systèmes d’exploitation, réseaux, bases de données, technologies web.
Conditions d'accès en première année du diplôme
L'accès à la première année de master est sélectif, les critères d'admission et de capacité d'accueil sont définis par l'université.
Licences conseillées : Licence Informatique.
Modalités de sélection : Examen sur dossier (qualité du cursus antérieur, motivation(s) et CV).
Capacité d'accueil
Capacité d'accueil globale pour la mention Informatique : 80
Capacité d'accueil pour ce parcours : 20
Procédure d'inscription : candidature
Année universitaire 2024/2025
En formation initiale ou en alternance, les candidatures en première année de master se font sur la plateforme nationale de candidature monmaster.gouv.fr du 26 février au 24 mars 2024 (phase principale) et du 25 juin au 31 juillet 2024 (phase complémentaire, en cas de places vacantes).
Vous souhaitez reprendre des études en formation continue, faire valider une expérience professionnelle pour être admis en master ou vous relevez de la procédure Études en France, consultez dès à présent la plateforme eCandidat pour prendre connaissance des différents calendriers de dépôts de candidatures.
Procédure d'inscription : administrative
Procédure d'inscription : pédagogique
Accueil des étudiants internationaux
Depuis 2019, l’université de Caen Normandie détient le label « Bienvenue en France » délivré par Campus France, gage de la qualité de son accueil des étudiants internationaux.
Organisation des études
Enseignements assurés en présentiel.
Evaluation par contrôles continus et réguliers, mise en situation par immersion et pédagogie par projets de différentes tailles (projets à 2, 4 et 10 étudiants).
Pédagogie mobilisant une salle de formation en réalité virtuelle et une salle de formation en e-sport.
Objectifs de la formation
Le parcours se base pour pour 20% sur des enseignements donnant à comprendre l'intelligence artificielle sous différents angles pluridisciplinaires et pour 80% sur l’offre de formation existante du « Master Parcours à la carte » dédiée à l'intelligence artificielle et à la science des données. Son objectif est de former avant tout des futurs responsables de projets à la fois éclairés et spécialistes de ces champs disciplinaires de l'informatique pour :
- modéliser et résoudre les problèmes concrets posés dans les domaines de l'informatique en utilisant des méthodes et outils adéquats, typiquement pour les grands groupes qui ont un besoin croissant de solutions numériques
- concevoir et mettre en œuvre de tels outils, que ce soit pour une société spécialisée ou pour les bases spécifiques d'une organisation
- concevoir des méthodes et des outils, que ce soit dans le milieu de la recherche académique ou dans les services de recherche de grands groupes
Spécificités de la formation
Intelligence artificielle
L' IA propose d'étudier les techniques permettant à une machine de comprendre et d'analyser du texte et/ou des images, d'en extraire des informations ou des connaissances, de raisonner et de prendre des décisions de manière autonome. Cela passe par un approfondissement des concepts théoriques en terme d’outils formels et méthodes avancées dans les domaines de la théorie de la décision, du raisonnement logique, du raisonnement probabiliste, des systèmes multi-agents, du traitement de la langue naturelle, du web sémantique et de la vision par ordinateur.
Sciences des données
La science des données permet d'étudier différentes techniques d'analyse et de traitement des données. L'objectif est de permettre de maîtriser l'ensemble de la chaîne de traitement permettant de passer d'une donnée brute à sa compréhension et son exploitation dans un programme informatique. Il y est abordé les méthodes de fouilles de données, d'ingénierie des données et d'apprentissage statistique dont notamment les approches par réseaux de neurones. Les enseignements seront à la fois théoriques et pratiques avec notamment l'étude de librairies et d'outils standards du monde professionnel.
Ces deux spécialités sont adossées à la recherche via les équipes de recherche CODAG (Contraintes, Ontologies, Données, Annotations, Graphes), IMAGE et MAD (Modèles, Agents et Décision), du laboratoire GREYC apportant leurs expertises dans tous les domaines cités précédemment.
Contenu de la formation
- Master 1 Informatique P. Intelligence Artificielle et Facteurs Humains
1
56 crédits
UE spécifiques Facteurs Humaines annuelles
UE université annuelles
Semestre 1
30 crédits
UE spécifiques Facteurs Humains (semestre 1)
7 crédits
Intelligence artificielle, données et sport (30 h : 12 CM 18 TP)
3 crédits
Socio-anthropologie des techniques et de l'IA (20 h : 20 CM)
2 crédits
Neurosciences (20 h : 20 CM)
2 crédits
UE Université (Semestre 1)
23 crédits
Raisonnement
3 crédits
Raisonnement (30 h : 15 CM 15 TP)
3 crédits
Systèmes multi-agents
2 crédits
Systèmes multi-agents (20 h : 10 CM 10 TP)
2 crédits
Vision par ordinateur
2 crédits
Vision par ordinateur (20 h : 10 CM 10 TP)
2 crédits
Introduction au traitement automatique des langues
2 crédits
Introduction au traitement automatique des langues (20 h : 14 CM 6 TP)
2 crédits
Introduction à la science des données
2 crédits
Introduction à la science des données (20 h : 12 CM 8 TP)
2 crédits
Base de données avancée
4 crédits
Bases de données avancées (40 h : 12 CM 28 TP)
Graphes, recherche arborescente et complexité (40 h : 20 CM 10 TD 10 TP)
4 crédits
Projet I (2 h)
4 crédits
Semestre 2
26 crédits
UE spécifiques Facteurs Humains (semestre 2)
2 crédits
Psychologie (20 h : 20 CM)
2 crédits
Droit et intelligence artificielle (30 h : 30 CM)
Séminaires (10 h : 10 CM)
UE Université (Semestre 2)
24 crédits
Logiques
3 crédits
Logiques (30 h : 20 CM 10 TP)
3 crédits
Apprentissage profond
3 crédits
Apprentissage profond (30 h : 20 CM 10 TP)
3 crédits
Traitement automatique des langues
2 crédits
Traitement automatique des langues (20 h : 20 CM)
2 crédits
Apprentissage avancé
2 crédits
Apprentissage avancé (20 h : 10 CM 10 TD)
2 crédits
Processus décisionnels
2 crédits
Processus décisionnels (20 h : 10 CM 10 TP)
2 crédits
Patrons de conception et structures de données avancées (40 h : 15 CM 25 TP)
4 crédits
Apprentissage (40 h : 20 CM 8 TD 12 TP)
4 crédits
Projet II (2 h)
4 crédits
1
56 crédits
UE spécifiques Facteurs Humaines annuelles
UE université annuelles
Semestre 1
30 crédits
UE spécifiques Facteurs Humains (semestre 1)
7 crédits
Intelligence artificielle, données et sport (30 h : 12 CM 18 TP)
3 crédits
Socio-anthropologie des techniques et de l'IA (20 h : 20 CM)
2 crédits
Neurosciences (20 h : 20 CM)
2 crédits
UE Université (Semestre 1)
23 crédits
Raisonnement
3 crédits
Raisonnement (30 h : 15 CM 15 TP)
3 crédits
Systèmes multi-agents
2 crédits
Systèmes multi-agents (20 h : 10 CM 10 TP)
2 crédits
Vision par ordinateur
2 crédits
Vision par ordinateur (20 h : 10 CM 10 TP)
2 crédits
Introduction au traitement automatique des langues
2 crédits
Introduction au traitement automatique des langues (20 h : 14 CM 6 TP)
2 crédits
Introduction à la science des données
2 crédits
Introduction à la science des données (20 h : 12 CM 8 TP)
2 crédits
Base de données avancée
4 crédits
Bases de données avancées (40 h : 12 CM 28 TP)
Graphes, recherche arborescente et complexité (40 h : 20 CM 10 TD 10 TP)
4 crédits
Projet I (2 h)
4 crédits
Semestre 2
26 crédits
UE spécifiques Facteurs Humains (semestre 2)
2 crédits
Psychologie (20 h : 20 CM)
2 crédits
Droit et intelligence artificielle (30 h : 30 CM)
Séminaires (10 h : 10 CM)
UE Université (Semestre 2)
24 crédits
Logiques
3 crédits
Logiques (30 h : 20 CM 10 TP)
3 crédits
Apprentissage profond
3 crédits
Apprentissage profond (30 h : 20 CM 10 TP)
3 crédits
Traitement automatique des langues
2 crédits
Traitement automatique des langues (20 h : 20 CM)
2 crédits
Apprentissage avancé
2 crédits
Apprentissage avancé (20 h : 10 CM 10 TD)
2 crédits
Processus décisionnels
2 crédits
Processus décisionnels (20 h : 10 CM 10 TP)
2 crédits
Patrons de conception et structures de données avancées (40 h : 15 CM 25 TP)
4 crédits
Apprentissage (40 h : 20 CM 8 TD 12 TP)
4 crédits
Projet II (2 h)
4 crédits
Modalités de stage
Afin de compléter la formation, un stage doit être effectué pendant le S4 dans un laboratoire de recherche ou une entreprise. La durée de ce stage est de 6 mois.
Contrôle des connaissances
Le master est décerné aux étudiants qui ont obtenu une moyenne générale égale ou supérieure à 10 sur 20 à l'ensemble des unités d'enseignement.
La compensation est organisée sur le semestre et sur la base de la moyenne générale des notes obtenues pour les diverses unités d'enseignement pondérées par les coefficients.
Les UEs d'informatique peuvent se compenser entre eux ainsi que les UEs spécifiques Facteurs Humains. En rechanche les UEs d'une de ces deux catégories ne pourront pas compenser des UEs de l'autre.
Les règles applicables au contrôle des connaissances et des compétences pour l’université de Caen Normandie sont disponibles sur le site web de l’université.
Aménagements d'études pour des publics spécifiques
L’université de Caen Normandie accompagne les étudiants en situation de handicap ou rencontrant des problèmes de santé susceptibles d’impacter leurs études. Il est ainsi possible pour tout étudiant, que sa situation de handicap soit ponctuelle, permanente ou bien reconnue ou non par la MDPH, de réaliser une demande d’aménagements (d’examens et ou d’études).
Langue(s) d'enseignement
Principalement en français, néanmoins, certains cours sont dispensés en anglais.
Compétences acquises
Les compétences acquises apporteront une spécialisation particulière dans les domaines suivants :
- Intelligence Artificielle
- Science des données
- Approches pluridisciplinaires des projets informatiques en intelligence artificielle
fabrice.maurel@unicaen.fr
gael.diaz@unicaen.fr
Contact scolarité
scolarite.sciences.mim@unicaen.fr
Responsable(s)
formation : Fabrice Maurel · fabrice.maurel@unicaen.fr
formation : Gael Dias · gael.dias@unicaen.fr