Master — Master Informatique — Intelligence artificielle

Niveau : Master (M1-M2) | Discipline : Formel

Dernière mise à jour : 2 juin 2026

Présentation du programme

Ce master forme aux fondamentaux et aux spécialisations avancées en informatique avec une orientation marquée vers l'intelligence artificielle. Le programme s'articule autour de deux années (M1 et M2) totalisant 600 à 800 heures de formation (120 ECTS), incluant cours magistraux, travaux dirigés, projets et stages.

Volume horaire total : 600-800h sur 2 ans (120 ECTS)

Répartition :

  • M1 : 300-400h (dont stage de 2-3 mois)
  • M2 : 300-400h (dont mémoire/stage de 4-6 mois)

M1 — Première année de master

Objectif : Approfondissement disciplinaire et méthodologique

M1.1 — Optimisation et programmation linéaire

Ce module aborde les techniques d'optimisation et les algorithmes fondamentaux pour la résolution de problèmes linéaires.

algorithme boucle recherche tri performance théâtre postdramatique

Notions clés :

  • Algorithmes d'optimisation
  • Programmation linéaire
  • Complexité algorithmique
  • Structures de données pour l'optimisation

M1.2 — Génie logiciel et tests

Module centré sur les bonnes pratiques du génie logiciel et les techniques de validation des systèmes informatiques.

système d'exploitation processus test débogage liste chaînée pile Von Neumann processeur

Notions clés :

  • Architecture des systèmes d'exploitation
  • Gestion des processus
  • Méthodologies de test
  • Structures de données fondamentales
  • Modèle d'architecture Von Neumann

M1.3 — Bio-informatique

Introduction aux concepts et outils informatiques appliqués à la biologie et à la génomique.

informatique algorithme donnée complexité abstraction automatisation

Notions clés :

  • Algorithmes pour la bio-informatique
  • Gestion des données biologiques
  • Analyse de séquences
  • Modélisation des systèmes biologiques

M1.4 — Cryptographie

Étude des principes et techniques de cryptographie moderne et classique.

POO classe

Notions clés :

  • Cryptographie symétrique et asymétrique
  • Protocoles cryptographiques
  • Sécurité des systèmes d'information
  • Implémentation en programmation orientée objet

M1.5 — Traitement du signal

Module dédié aux techniques de traitement numérique des signaux et des données.

traitement signal algorithme donnée complexité abstraction automatisation

Notions clés :

  • Filtrage numérique
  • Transformées de Fourier
  • Analyse spectrale
  • Traitement des signaux discrets

M1.6 — Apprentissage automatique

Fondamentaux des techniques d'apprentissage automatique et de leurs applications.

apprentissage automatique algorithme donnée complexité abstraction automatisation

Notions clés :

  • Supervisé vs non supervisé
  • Réseaux de neurones
  • Validation de modèles
  • Optimisation des hyperparamètres

M1.7 — Approfondissement : Intelligence artificielle

Module avancé dédié aux concepts et techniques de l'intelligence artificielle moderne.

intelligence artificielle apprentissage profond classification donnée entraînement généralisation algorithme

Notions clés :

  • Réseaux de neurones profonds
  • Apprentissage par renforcement
  • Traitement automatique du langage
  • Vision par ordinateur
  • Éthique et IA

M2 — Deuxième année de master

Objectif : Spécialisation et préparation à la professionnalisation ou à la thèse

M2.1 — Cybersécurité

Module spécialisé dans les techniques de protection des systèmes informatiques et des données.

cybersécurité algorithme donnée complexité abstraction automatisation

Notions clés :

  • Sécurité des réseaux
  • Cryptographie appliquée
  • Analyse des vulnérabilités
  • Gestion des risques
  • Forensique numérique

M2.2 — Traitement automatique des langues

Spécialisation dans les techniques de traitement et d'analyse automatique du langage naturel.

traitement automatique langues algorithme donnée complexité abstraction automatisation

Notions clés :

  • Modèles de langage
  • Analyse syntaxique et sémantique
  • Traduction automatique
  • Reconnaissance vocale
  • Chatbots et assistants virtuels

M2.3 — Bio-informatique (M2)

Approche avancée des applications informatiques en biologie et génomique.

informatique algorithme donnée complexité abstraction automatisation

Notions clés :

  • Génomique computationnelle
  • Modélisation des réseaux biologiques
  • Analyse de données omiques
  • Outils bioinformatiques avancés

M2.4 — Intelligence artificielle (M1)

Module de consolidation des connaissances en IA acquises en M1.

intelligence artificielle algorithme donnée complexité abstraction automatisation

Notions clés :

  • Fondamentaux des systèmes intelligents
  • Méthodes d'apprentissage
  • Représentation des connaissances
  • Systèmes experts

M2.5 — Spécialisation : Intelligence artificielle

Parcours de spécialisation avancée en intelligence artificielle avec choix de modules thématiques.

intelligence artificielle apprentissage profond classification donnée entraînement généralisation algorithme

Notions clés :

  • Apprentissage par renforcement profond
  • Réseaux de neurones convolutifs
  • IA générative
  • Optimisation des modèles
  • Déploiement de solutions IA

M2.6 — Séminaire de recherche — Formel

Module dédié à la recherche académique et à la présentation de travaux scientifiques.

séminaire lecture critique état de l'art présentation

Notions clés :

  • Méthodologie de recherche
  • Analyse critique d'articles scientifiques
  • Préparation de présentations orales
  • Rédaction de rapports scientifiques
  • Veille technologique