Vous êtes ici :

Mise à jour le 16 déc. 2024
60 Crédits ECTS
MASTER 2 INFORMATIQUE / MACHINE LEARNING FOR ARTIFICIAL INTELLIGENCE (MALIA)

Résumé

Le parcours MALIA du Master Informatique forme des spécialistes des méthodes modernes du machine learning qui sont au coeur des développements de l’intelligence artificielle. En savoir plus

Accéder aux sections de la fiche

Call to actions

Une question sur votre orientation, votre stage, votre insertion professionnelle ?
Contactez le Service d'orientation et stage (COSIE)

Détails

Spécificités

Le stage est obligatoire pour les étudiants qui ne sont pas en alternance, pour une durée de 6 mois à partir de mi mars.

Présentation

Le parcours MALIA du Master Informatique forme des spécialistes des méthodes modernes du machine learning qui sont au coeur des développements de l’intelligence artificielle.
Ce parcours est ouvert à la fois en formation classique et en formation par alternance.

Contact secrétariat

icom-master2-informatique@univ-lyon2.fr
 

Lieux

Campus Porte des Alpes (PDA)

Masquer les détails supplémentaires

Admission

Pré-requis

Niveau(x) de recrutement

BAC+4

Formation(s) requise(s)

Un niveau de Master 1 en Informatique ou Mathématiques Appliquées, ou équivalent.

Public ciblé

Pour intégrer le pacours de Master 2 MALIA, les étudiants devront avoir des pré-requis en mathématiques appliquées et en informatique.

Modalités de candidature

Les candidatures sont à déposer sur la plateforme eCandidat selon le calendrier de candidature

  • pour les étudiant.es non inscrit.es à l'Université Lumière Lyon 2
  • pour les étudiant.es inscrit.es à l'Université Lumière Lyon 2
  • pour les candidat.es de l’Union Européenne, de l’Espace Économique Européen ou de la Suisse (dossier de "Demande d'accès" via eCandidat)
  • pour les étudiant.es non européen.nes qui résident en France ou dans un pays non équipé de Campus France (dossier de "Demande d'accès" via eCandidat)

Pour les étudiant.es non européen.nes qui résident dans un pays équipé de Campus France : la procédure CEF/Campus France est en ligne sur le site Campus France de votre pays

Programme

Le programme est constitué de 10 UE dédiées aux techniques les plus récentes du machine learning (ML) : ensemble methods in ML, manifold learning, model-based learning, deep learning, representation learning for natural langage processing, temporal data analysis, explainable artificial intelligence, network analysis for information retrieval, big data management, recente advances in ML. A cela s’ajoute une UE de mise à niveau en optimisation, une UE de gestion de projet, un travail d’étude et de recherche, et enfin un stage.
      • Deep learning (CM)
      • Deep learning (TD)
      • Ensemble methods in ML (CM)
      • Ensemble methods in ML (TD)
      • Explainable AI (CM)
      • Explainable AI (TD)
      • Manifold learning (CM)
      • Manifold learning (TD)
      • Model-based clustering (CM)
      • Model-based clustering (TD)
      • Network analysis for information retrieval (CM)
      • Network analysis for information retrieval (TD)
      • Optimisation (Alternance)
      • Recent advances in ML (CM)
      • Recent advances in ML (TD)
      • Representation learning for NLP (CM)
      • Representation learning for NLP (TD)
      • Temporal data analysis (CM)
      • Temporal data analysis (TD)
      • Ateliers thématiques (CM)
      • Big data management (CM)
      • Big data management (TD)
      • Gestion de projet (TD)
      • Gestion de projet (CM)
      • Projets associés aux UE (TD)
      • Projets associés aux UE (TD)
      • Stage (Stage)
      • Travail d'étude et de recherche (TD)
      • Alternance (TD)
      • Ateliers thématiques (CM)
      • Big data management (CM)
      • Big data management (TD)
      • Gestion de projet (TD)
      • Gestion de projet (CM)
      • Projets associés aux UE (TD)
      • Projets associés aux UE (TD)

Le stage est obligatoire pour les étudiants qui ne sont pas en alternance, pour une durée de 6 mois à partir de mi mars.

Tous les étudiants ménent au cours de leur année de M2 un travail d’étude et de recherche, avec une période de préparation au premier semestre, et une période intensive de réalisation de 4 semaines au second semestre.

Aménagé

Le parcours est ouvert à l'alternance avec le rythme suivant :
  • en entreprise : 2 semaines consécutives
  • à l'université : 3 semaines consécutives. Temps plein en entreprise dès juillet

Alternance

Les cours sont organisés par blocs de 5 semaines consacrées à 2 unités d’enseignement : 3 semaines de cours, suivies de 2 semaines de mise en pratique à travers des projets associés à ces cours.
Les étudiants suivant la formation sous le rythme de l’alternance, sont en entreprise pendant les 2 semaines de projets, et réalisent ces projets plus tard dans l’année sur une période dédiée.

Présentiel

Les cours ont lieu en présentiel.

Et après ?

Niveau de sortie

Année post-bac de sortie

Bac+5

Niveau de sortie

Master

Compétences visées

Activités visées / compétences attestées

  • Maîtriser les modèles et algorithmes modernes du machine learning et leur intégration dans des outils d’intelligence artificielle
  • Traiter des problématiques réelles d’analyse de méga-données, à l’aide des outils à la pointe du machine learning
  • Maîtriser les techniques de gestion des méga-données et de calcul intensif

Débouchés professionnels

Secteurs d'activité ou type d'emploi

le M2 MALIA forment idéalement les étudiants pour continuer en doctorat en informatique ou mathématiques appliquées.

Inscriptions

Coût de la formation

Le montant d’inscription à l’Université Lumière Lyon 2 est composé des droits d’inscription nationaux, plus la contribution Vie Etudiante et de Campus (CVEC). Plus d'informations sur cette page.