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(s)

Giorgio RUSSOLILLO

Public, conditions d’accès et prérequis

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 : Non-inscrit

Code(s) NSF : -

Code(s) 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.

S1

Sciences de l'ingénieur : notions fondamentales

ECTS


 
ECTS


 
ECTS


 

Spécialité informatique

ECTS


 
ECTS


 
ECTS


 

Humanités et sciences sociales

ECTS


 
ECTS


 
ECTS


 
ECTS


 

séquence entreprise

ECTS


 

S2

Mathématiques

ECTS


 
ECTS


 
ECTS


 

Spécialité informatique

ECTS


 
ECTS


 
ECTS


 

Humanités et sciences sociales

ECTS


 
ECTS


 
ECTS


 

séquence entreprise

ECTS


 

S3

Sciences de l'ingénieur: notions fondamentales

ECTS


 

Spécialité informatique

ECTS


 
ECTS


 
ECTS


 
ECTS


 

Mathématiques

ECTS


 
ECTS


 

Humanités et sciences sociales

ECTS


 
ECTS


 

séquence entreprise

ECTS


 

S4

Spécialité informatique

ECTS


 
ECTS


 
ECTS


 

Humanités et sciences sociales

ECTS


 
ECTS


 
ECTS


 
ECTS


 

Séquence à l'international

ECTS


 

séquence entreprise

ECTS


 

S5

Spécialité informatique

ECTS


 
ECTS


 

Mathématiques

ECTS


 
ECTS


 

Humanités et sciences sociales

ECTS


 
ECTS


 
ECTS


 
ECTS


 

séquence entreprise

ECTS


 

S6

Spécialité informatique

ECTS


 
ECTS


 

Humanités et sciences sociales

ECTS


 
ECTS


 
ECTS


 

séquence entreprise

ECTS


 
ECTS


 

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
Cité Numérique 2 rue Marc Sangnier
33130 Bègles
Tel :0557592300
naq_info@lecnam.net

Centre(s) d'enseignement proposant cette formation