Mastère Spécialisé Valorisation des Données Massives

Programme du MS VALDOMUE mise à niveau:

• Mise à niveau en Statistique
  • Analyse en composantes principales, Modèle linéaire généralisé (régression linéaire, régression logistique)
  • Classification non supervisée (Analyse Factorielle Discriminante, Approche hiérarchique, mélange gaussien, k-means)
  • Introduction à R ou à Python

• Mise à niveau en Informatique
  • Architecture d’un calculateur, système d’exploitation et réseaux
  • Algorithmique, structures de données et complexité
  • Introduction à la programmation orientée objet
  • Bases de données

Infrastructures système et réseau virtualisées pour le big data

• Concepts et technologies de virtualisation : virtualisation des systèmes, virtualisation des réseaux
• Environnements de cloud : visions utilisateur et fournisseur (focus sur le IaaS), illustration avec AWS et OpenStack
• Performances :
  • critères de performance (latence, débit, espace, consommation énergie ...)
  • scalabilité/elasticité/QoS/énergie/... via autonomic computing, …

Plateformes Middleware pour le big data

• Services de Stockage (NoSQL, New-SQL, Key-value pairs)
• Traitement de données : batch (Hadoop, Spark, Cloudera, Cassandra, Neo4J), streaming (Storm et Spark)
• Projet d'intégration : développement et déploiement d'une application dans une infrastructure virtualisée pour une application big data (Spark, ...) avec étude de scalabilité

Calcul haute performance et applications

• Modèles et outils de programmation pour architectures hétérogènes :
  • Modèles : message passing, task based, data parallel.
  • Outils : MPI, OpenMP, Runtime, GPGPU (Cuda)
• Algorithmes scalables pour la haute performance, illustration en algèbre linéaire

Algorithmes d’optimisation numérique pour l’apprentissage

• Théorie convergence de méthodes d’optimisation, avec gradient, sous gradient. Cas avec et sans contrainte.
• Mise en œuvre pratique dans le cadre de problèmes d’apprentissage
• L’apprentissage dans la physique : assimilation de données. Méthodes variationnelles et ensemblistes.
• Algorithmes stochastiques et problèmes de grande taille. Convergence probabiliste

Optimisation Combinatoire et Apprentissage

• Graphes et optimisation combinatoire
• Heuristiques et Méta-Heuristiques
• Clustering de Graphes, Fouilles de Données
• TP d’application

Apprentissage machine

• Algorithmes d’apprentissage: régression linéaire généralisée, k-NN, arbres de décision, forêts aléatoires, Support Vector Machine, boosting…
• Apprentissage profond
• Imputation de données manquantes
• Détection d’anomalies, de défaillances
• Application sur des jeux de données réelles en R et Python

Technologies pour l’analyse de données massives

• Préparation des données avec SparkSQL, SparkStream
• Accélération GPU pour apprentissage profond et boosting
• Cas d'usage traités avec R, Python (Scikit-learn) et SparML (ou Mllib). Par exemple :
  • Recommandation
  • Fouille de textes
  • Reconnaissance d'activités humaines (objets connectés)…
  • Analyse d'images et de langage naturel par apprentissage profond (Keras et TensorFlow)

Learning par étude de cas parmi :

• Application bancaire
• Maintenance prédictive
• Traitement d’image
• Observation de la Terre

Projet transverse

• Préparation et Visualisation de données
• Chaine de traitement Big Data
• Évaluation expérimentale

Les aspects éthiques, juridiques et déontologiques (confidentialité des données, biais et explicabilité des algorithmes, dependable IA), seront abordés au travers d’un cycle de conférences.

Le Projet transverse et Learning par étude de cas seront entièrement dispensées par des industriels.

StagesStage de 6 mois en entreprise ou alternance