Master sciences, technologies, santé mention informatique parcours traitement de l'information et exploitation des données
Formation
À Paris Cédex 03
Avez-vous besoin d'un coach de formation?
Il vous aidera à comparer différents cours et à trouver la solution la plus abordable.
Description
-
Typologie
Formation
-
Lieu
Paris cédex 03
-
Dates de début
Dates au choix
Publics / conditions d'accès
La spécialité TRIED est une filière pluridisciplinaire qui est ouverte aux étudiants titulaires des licences de physique appliquée, mathématiques appliquées, informatique, statistique, sciences de l'ingénieur et sciences de l'environnement. Elle doit, de plus, accueillir un flux d'étudiants en formation continue provenant du CNAM.
Pour les étudiants qui veulent entrer directement en M2, une étude de dossier avec éventuellement un entretien sert à la sélection. Afin d'assurer un niveau suffisant pour aborder le M2 avec de bonnes chances de succès, des exigences de prérequis correspondants aux trois principaux modules obligatoires du M1 sont imposées. Les équivalences sont évaluées librement dans le but de favoriser les échanges avec d'autres programmes (de l'Université de Versailles, du CNAM ou d'autres universités).
Pour les étudiants ayant intégrés la première année du master TRIED, les examens de M1 conditionneront l'admission en M2. Pour les étudiants du CNAM, les équivalences seront attribuées par le comité de pilotage à partir des UE obtenues au CNAM.
Objectifs
L’objectif du master TRIED est de former des spécialistes du traitement des données, discipline émergente aux frontières de l’informatique et des bases de données, de l’intelligence artificielle, de l’apprentissage et de la statistique.
Niveau M1
La spécialité TRIED affiche une composante pluri-disciplinaire importante, seuls les enseignements du second semestre sont imposés (18 ECTS). Ils représentent la connaissance fondamentale indispensable à la poursuite des études en M2.
Les 33 ECTS supplémentaires nécessaires à la validation de l'année M1 seront choisies dans la discipline d'origine de l'étudiant (licence ou filière de l'école d'ingénieur).
Les sites et dates disponibles
Lieu
Date de début
Date de début
À propos de cette formation
Maîtriser des méthodes descriptives et de modélisation avancées de données multidimensionnellesDéployer des modèles prédictifs sur données massivesConcevoir des applications pour les systèmes embarqués, mobiles et distribués
La spécialité TRIED est une filière pluridisciplinaire qui est ouverte aux étudiants titulaires des licences de physique appliquée, mathématiques appliquées, informatique, statistique, sciences de l'ingénieur et sciences de l'environnement. Elle doit, de plus, accueillir un flux d'étudiants en formation continue provenant du CNAM. .
Pour les étudiants qui veulent entrer directement en M2, une étude de dossier avec éventuellement un entretien sert à la sélection AM ou d'autres universités).
Pour les étudiants ayant intégrés la première année du master TRIED, les examens...
Les Avis
Les matières
- Ingénieur du son
- Information
- Exploitation
- Intelligence artificielle
- Statistique
Le programme
Modalités d'évaluation
L’obtention du diplôme est conditionnée à la validation de l’ensemble des blocs théoriques mentionnés ci-dessus (note supérieure ou égale à 10/20 pour chaque UE), et du stage.
Validation du stage. Vous devez effectuer un stage professionnel d’une durée de 6 mois en relation avec le diplôme de master.? Une convention peut être passée entre le CNAM et l'entreprise d'accueil, (nécessité au préalable d'avoir été admis par le jury et avoir régularisé son inscription au Master auprès de la scolarité).
En fin de stage, vous rédigerez un rapport qui décrit vos activités professionnelles en insistant sur la démarche scientifique suivie : état de l’art et contexte, méthodes utilisées, expérimentations menées et logiciels utilisés.
Les questions administratives sur la convention de stage
sont à régler auprès de la scolarité. A cet effet, lire attentivement sur le site Cnam-Paris : rubriques "Suivre ma scolarité ; stages". Les documents à télécharger se trouvent sur ce site. Il est vivement conseillé de commencer les démarches le plus tôt possible pour prendre en compte les contraintes administratives.
Pour l'obtention de l'accord pédagogique, il faut adresser aux responsables du master un descriptif du travail que vous serez amené à faire. Les tâches envisagés doivent être directement liés aux thématiques de traitement de données abordées dans le master. Précisez dans votre mel : le nom de la société, le nom du tuteur, lieu et adresse de votre stage ainsi que la date de début et date de fin en vue de l’établissement de ce document. Pour effectuer un stage dans de bonnes conditions, il faut avoir réussi au moins les principales unités d'enseignement
liées au traitement et l'exploitation des données (à voir avec les responsables en fonction du parcours) entrant dans la composition du master M2. La délivrance de cet accord pédagogique est conditionnée par cette réussite.
Une version électronique du rapport sous format pdf doit être expédiée aux responsables du master.
Responsable: Mme Ndeye Niang-Keita et Mr Nicolas THOME
Description
Cliquez sur l'intitulé d'un enseignement ou sur Centre(s) d'enseignement pour en savoir plus.
M1
S1 :
24 ECTS
Modules libres à choisir non redondants avec les modules obligatoires et pour assurer la cohérence
Total
6 ECTS
Une UE d'anglais au choix parmi :
Voir toutes les UE Fermer
6 ECTS
Parcours d'apprentissage personnalisé en anglaisANG200
Centre(s) d'enseignement
-
Paris
- 1er et 2nd semestre : présentiel
-
Liban
- 1er et 2nd semestre : présentiel
-
Midi-Pyrénées
- 1er et 2nd semestre : présentiel
-
Nouvelle Aquitaine
- 1er semestre : formation hybride
-
Polynésie Française
- 1er semestre : présentiel
-
Provence -Alpes- Côte d'Azur
- 1er et 2nd semestre : présentiel
6 ECTS
Anglais professionnelANG300
Centre(s) d'enseignement
-
Paris
- 1er et 2nd semestre : présentiel , formation hybride
-
Ile-de-France (sans Paris)
- 1er et 2nd semestre : présentiel
-
Auvergne-Rhône-Alpes
- 1er semestre : présentiel
- 2nd semestre : formation hybride
-
Bourgogne-Franche-Comté
- 2nd semestre : présentiel
- Annuel : présentiel
-
Bretagne
- 1er et 2nd semestre : formation hybride
-
Centre Val-de-Loire
- 1er semestre : formation hybride
-
Grand Est
- 1er et 2nd semestre : présentiel , formation hybride
-
Guadeloupe
- 2nd semestre : présentiel
-
Hauts de France
- Annuel : présentiel
-
La Réunion
- Annuel : présentiel
-
Languedoc-Roussillon
- Annuel : présentiel
-
Liban
- 1er et 2nd semestre : présentiel
-
Normandie
- Annuel : formation hybride
-
Nouvelle Aquitaine
- 2nd semestre : formation hybride
-
Provence -Alpes- Côte d'Azur
- 1er et 2nd semestre : présentiel
- Annuel : présentiel
S2 :
Total
6 ECTS
une UE à choisir parmi :
Voir toutes les UE Fermer
6 ECTS
Théorie et traitement des signaux aléatoires [UVSQ]US3318
6 ECTS
Signal aléatoireMAA104
Centre(s) d'enseignement
-
Paris
- 2nd semestre : présentiel
6 ECTS
Intelligence artificielleNFP106
Centre(s) d'enseignement
-
Paris
- 1er semestre : présentiel
Total
6 ECTS
une UE à choisir parmi :
Voir toutes les UE Fermer
6 ECTS
Approximation numérique pour la physique [UVSQ]US330U
6 ECTS
Recherche opérationnelle et aide à la décisionRCP101
Centre(s) d'enseignement
-
Paris
- 1er semestre : présentiel
-
Ile-de-France (sans Paris)
- 1er et 2nd semestre : FOD nationale , formation hybride
- 1er semestre : présentiel , FOD nationale , formation hybride
-
Auvergne-Rhône-Alpes
- 1er semestre : FOD nationale
-
Bretagne
- 1er semestre : formation hybride
- 2nd semestre : FOD nationale
-
Centre Val-de-Loire
- 1er semestre : formation hybride
-
Cote d'ivoire
- 2nd semestre : présentiel
-
Grand Est
- 1er semestre : FOD nationale
- 2nd semestre : présentiel , formation hybride
-
Hauts de France
- 1er et 2nd semestre : formation hybride
- 1er semestre : présentiel , formation hybride
-
Languedoc-Roussillon
- Annuel : présentiel
-
Liban
- 1er semestre : présentiel
-
Normandie
- Annuel : présentiel , formation hybride
-
Pays de la Loire
- 1er semestre : FOD nationale
-
Provence -Alpes- Côte d'Azur
- 1er semestre : présentiel
6 ECTS
Modélisation, optimisation, complexité et algorithmesRCP105
Centre(s) d'enseignement
-
Paris
- 1er semestre : présentiel
-
Cote d'ivoire
- 1er semestre : présentiel
-
Grand Est
- 1er et 2nd semestre : FOD nationale
- 1er semestre : présentiel , FOD nationale
-
Hauts de France
- Annuel : présentiel
-
La Réunion
- 1er semestre : formation hybride
-
Midi-Pyrénées
- 1er semestre : présentiel
6 ECTS
Eléments finisCSC109
Centre(s) d'enseignement
- Enseignement non programmé à l'heure actuelle.
Total
6 ECTS
une UE à choisir parmi :
Voir toutes les UE Fermer
6 ECTS
Application des méthodes statistiques [UVSQ]US330V
6 ECTS
Analyse des données : méthodes descriptivesSTA101
Centre(s) d'enseignement
-
Paris
- 1er semestre : présentiel
- 2nd semestre : FOD nationale
-
Liban
- 1er semestre : présentiel
6 ECTS
Analyse des données : méthodes explicativesSTA102
Centre(s) d'enseignement
-
Paris
- 2nd semestre : présentiel
-
Liban
- 2nd semestre : présentiel
6 ECTS
Stage avec rapport et soutenanceUA332S
6 ECTS
Module libre à choisir en accord avec le responsable du master
M2.
Total
6 ECTS
une UE à choisir parmi :
Voir toutes les UE Fermer
6 ECTS
Reconnaissance des formes et méthodes neuronales [UVSQ]US330X
6 ECTS
Reconnaissance des formes et méthodes neuronalesRCP208
Centre(s) d'enseignement
-
Paris
- 1er semestre : présentiel
- 2nd semestre : FOD nationale
Total
6 ECTS
une UE à choisir parmi :
Voir toutes les UE Fermer
6 ECTS
Mise en oeuvre des méthodes de reconnaissance des formes et neuronales [UVSQ]US3362
6 ECTS
Apprentissage, Réseaux de neurones et Modèles graphiquesRCP209
Centre(s) d'enseignement
-
Paris
- 1er semestre : FOD nationale
- 2nd semestre : présentiel
Total
6 ECTS
une UE à choisir parmi :
Voir toutes les UE Fermer
6 ECTS
Outil d'observations/capteurUS330Z
6 ECTS
Capteurs physiques chimiques et biologiquesPCM103
Centre(s) d'enseignement
- Enseignement non programmé à l'heure actuelle
Avez-vous besoin d'un coach de formation?
Il vous aidera à comparer différents cours et à trouver la solution la plus abordable.
Master sciences, technologies, santé mention informatique parcours traitement de l'information et exploitation des données