Master sciences, technologies, santé mention informatique parcours traitement de l'information et exploitation des données

Name: Master sciences, technologies, santé mention informatique parcours traitement de l'information et exploitation des données
Brand: CNAM - Conservatoire National des Arts et Métiers

CNAM - Conservatoire National des Arts et Métiers

Formation

À Paris Cédex 03

Prix sur demande

CNAM - Conservatoire National des Arts et Métiers

Appeler le centre

140272000

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

Paris Cédex 03 ((75) Paris)

Voir plan

292 Rue Saint-Martin, 75141

Date de début

Dates au choixInscriptions ouvertes

À propos de cette formation

Les objectifs de la 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

Prérequis

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...

Questions / Réponses

Ajoutez votre question

Nos conseillers et autres utilisateurs pourront vous répondre

À qui souhaitez-vous addresser votre question?

Tous
Aux étudiants
À l'établissement

Saisissez vos coordonnées pour recevoir une réponse

Nous ne publierons que votre nom et votre question

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.

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 anglais

ANG200

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 professionnel

ANG300

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 aléatoire

MAA104

Centre(s) d'enseignement

Paris

2nd semestre : présentiel

6 ECTS

Intelligence artificielle

NFP106

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 décision

RCP101

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 algorithmes

RCP105

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 finis

CSC109

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 descriptives

STA101

Centre(s) d'enseignement

Paris

1er semestre : présentiel

2nd semestre : FOD nationale
Liban

1er semestre : présentiel

6 ECTS

Analyse des données : méthodes explicatives

STA102

Centre(s) d'enseignement

Paris

2nd semestre : présentiel
Liban

2nd semestre : présentiel

6 ECTS

Stage avec rapport et soutenance

UA332S

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 neuronales

RCP208

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 graphiques

RCP209

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/capteur

US330Z

6 ECTS

Capteurs physiques chimiques et biologiques

PCM103

Centre(s) d'enseignement

Enseignement non programmé à l'heure actuelle

Appeler le centre

140272000

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

Prix sur demande

Contact

Master sciences, technologies, santé mention informatique parcours traitement de l'information et exploitation des données

Questions / Réponses

Les Avis

Les matières

Le programme

Ajoutez des cours similaires
et comparez-les pour mieux choisir.

Master sciences, technologies, santé mention informatique parcours traitement de l'information et exploitation des données

Questions / Réponses

Les Avis

Les matières

Le programme

Ajoutez des cours similaireset comparez-les pour mieux choisir.

Ajoutez des cours similaires
et comparez-les pour mieux choisir.