• Traitement des données provenant de multiples sources
• Analyse et visualisation des données
• Choix et utilisation des méthodes d’analyse quantitative
• Mise en œuvre d’une démarche de protection, de qualité et d’écoconception des données
• Conception et production d’un modèle d’intelligence artificielle adapté à un besoin métier
• Évaluation, optimisation et génération de contenus par des modèles d’intelligence artificielle
• Déploiement, sécurisation et supervision d’un système d’intelligence artificielle en production
• Analyse éthique, réglementaire et responsable des systèmes d’intelligence artificielle
• Analyse des besoins techniques du projet d’intelligence artificielle
• Mise en œuvre, déploiement et accompagnement au changement dans les projets d’intelligence artificielle

• Identifier les usages numériques et les impacts de leur évolution sur le ou les domaines concernés par la mention
• Se servir de façon autonome des outils numériques avancés pour un ou plusieurs métiers ou secteurs de recherche du domaine
• Mobiliser des savoirs hautement spécialisés, dont certains sont à l’avant-garde du savoir dans un domaine de travail ou d’études, comme base d’une pensée originale
• Développer une conscience critique des savoirs dans un domaine et/ou à l’interface de plusieurs domaines
• Résoudre des problèmes pour développer de nouveaux savoirs et de nouvelles procédures et intégrer les savoirs de différents domaines
• Apporter des contributions novatrices dans le cadre d’échanges de haut niveau, et dans des contextes internationaux
• Conduire une analyse réflexive et distanciée prenant en compte les enjeux, les problématiques et la complexité d’une demande ou d’une situation afin de proposer des solutions adaptées et/ou innovantes en respect des évolutions de la règlementation
• Identifier, sélectionner et analyser avec esprit critique diverses ressources spécialisées pour documenter un sujet et synthétiser ces données en vue de leur exploitation
• Communiquer à des fins de formation ou de transfert de connaissances, par oral et par écrit, en français et dans au moins une langue étrangère
• Gérer des contextes professionnels ou d’études complexes, imprévisibles et qui nécessitent des approches stratégiques nouvelles
• Prendre des responsabilités pour contribuer aux savoirs et aux pratiques professionnelles et/ou pour réviser la performance stratégique d’une équipe
• Conduire un projet (conception, pilotage, coordination d’équipe, mise en œuvre et gestion, évaluation, diffusion) pouvant mobiliser des compétences pluridisciplinaires dans un cadre collaboratif
• Analyser ses actions en situation professionnelle, s’autoévaluer pour améliorer sa pratique dans le cadre d’une démarche qualité
• Respecter les principes d’éthique, de déontologie et de responsabilité sociale et environnementale
• Prendre en compte la problématique du handicap et de l’accessibilité dans chacune de ses actions professionnelle

• Agréger un ensemble de données à partir de sources hétérogènes, internes et externes à l’entreprise, de façon sécurisée et conforme au cadre légal et éthique (dont données personnelles), puis analyser leur qualité en identifiant anomalies et manques afin d’évaluer leur potentiel d’exploitation et d’implémenter les corrections nécessaires.
• Sélectionner les outils techniques pour le stockage, le nettoyage et le traitement des données en explorant les bibliothèques existantes pour les applications data afin de préparer l’analyse de données.
• Réaliser une réduction de la dimensionnalité des données de grandes dimensions en utilisant les méthodes adaptées afin d’optimiser les temps de calcul.
• Réaliser une analyse exploratoire de données en s’appuyant sur des solutions de visualisation existantes afin de représenter graphiquement les données d’une manière claire et pertinente.
• Préparer et structurer des données non structurées en vue de leur utilisation dans des modèles d’IA générative en garantissant la transparence et l’absence de biais dans les interprétations afin d’améliorer la qualité des contenus générés.
• Réaliser une analyse statistique univariée et multivariée des données et utiliser des modélisations statistiques sur les données structurées et nettoyées, en s’appuyant sur des méthodes appropriées, pour enrichir les systèmes d’aide à la décision.
• Intégrer les principes d’écoconception (RGESN), de protection de la vie privée, d’équité et de responsabilité dans les processus d’agrégation, de préparation, de traitement et d’analyse des données afin de garantir une utilisation sobre, conforme et éthique des données mobilisées.
• Analyser un problème métier et sélectionner les modules ou modèles d’intelligence artificielle à mettre en œuvre en identifiant les approches algorithmiques appropriées afin de concevoir une solution répondant aux objectifs définis et respectant les contraintes légales et les valeurs de responsabilité et d’éthique.
• Développer et entraîner des modèles d’intelligence artificielle, supervisés ou non supervisés, en mobilisant les méthodes algorithmiques adaptées et en optimisant les ressources mobilisées lors de l’entraînement (sobriété énergétique) afin de créer un système fonctionnel et performant.
• Évaluer la performance d’un modèle d’intelligence artificielle en utilisant des métriques appropriées, tester sa robustesse et optimiser ses paramètres afin d’améliorer la qualité des prédictions tout en respectant les contraintes de fiabilité, d’éthique et de légalité et tout en prenant en compte les besoins spécifiques des utilisateurs, notamment des personnes en situation de handicap afin d’assurer l’efficacité et la durabilité de la solution.
• Développer des fonctionnalités d’intelligence artificielle générative en sélectionnant les modèles et techniques appropriés afin de produire des contenus cohérents avec la tâche à accomplir et les contraintes de fiabilité, de sécurité et de responsabilité.
• Déployer une solution basée sur l’intelligence artificielle dans un environnement opérationnel en utilisant des outils de conteneurisation, d’intégration et de livraison continues afin d’assurer son accessibilité, son évolutivité et sa sécurité.
• Superviser et maintenir un système d’intelligence artificielle en production en surveillant sa performance, en identifiant les dérives éventuelles et en appliquant les ajustements nécessaires afin d’assurer sa fiabilité, sa conformité réglementaire et la maîtrise de ses impacts.
• Intégrer les exigences d’éthique, de transparence, d’équité, d’explicabilité, de contrôle humain, de sobriété énergétique et de conformité réglementaire dans la conception, l’entraînement, l’optimisation, le déploiement et la supervision des modèles d’intelligence artificielle afin d’assurer un usage durable, fiable et responsable des systèmes développés.
• Acquérir une vision globale du travail en mode projet en identifiant les différentes méthodes et les différents liens avec les acteurs afin de permettre le bon déroulement du projet et sa cohérence avec la stratégie globale de l’entreprise.
• Identifier les besoins et la problématique projet en s’appuyant sur une maîtrise de l’univers métiers afin d’étudier la faisabilité de la conception d’une solution d’intelligence artificielle dans le respect des contraintes légales et les valeurs de responsabilité et d’éthique.
• Analyser le cas d’usage défini par l’entreprise en utilisant les données disponibles et les algorithmes d’apprentissage existants afin de préconiser les technologies adaptées à une problématique métier.
• Définir les spécifications fonctionnelles et techniques du projet en s’appuyant sur des méthodes et des outils adaptés au contexte de l’entreprise et à la nature du projet d’intelligence artificielle afin d’assurer sa finalisation dans le respect des délais et des contraintes techniques et financières.
• Déployer et industrialiser une solution d’apprentissage automatisé en mobilisant les technologies Big Data et Cloud, afin d’assurer son passage à l’échelle tout en garantissant conformité juridique et éthique.
• Mettre en production une solution d’apprentissage automatisé en mobilisant les ressources techniques et informatiques adaptées, afin de garantir son opérationnalité, sa fiabilité et sa conformité aux exigences métiers.
• Identifier les opportunités d’usage des IA, IA génératives et IA agentique dans les organisations et piloter leur intégration dans des solutions d’intelligence artificielle opérationnelles, afin de favoriser l’innovation, la compétitivité et la transformation des processus métier dans un cadre légal et responsable.
• Présenter le projet d’intelligence artificielle auprès de ses utilisateurs finaux en s’appuyant sur une interface de programmation applicative (API) dans le web afin de répondre à une problématique métier identifiée et de diffuser l’utilisation des solutions intégrées parmi les utilisateurs métier.
• Piloter une équipe projet avec des groupes de travail dans des domaines interdisciplinaires et aider les acteurs impliqués dans le projet IA dans l’appropriation de la solution en suivant la mise en œuvre et en aidant à l’intégration de la solution dans leurs pratiques métiers afin d’accompagner le changement des pratiques

• Identifier les usages numériques et les impacts de leur évolution sur le ou les domaines concernés par la mention
• Se servir de façon autonome des outils numériques avancés pour un ou plusieurs métiers ou secteurs de recherche du domaine

Modalité d’évaluation : Etude de cas pratique mettant en œuvre des outils numériques avancés), production de livrables numériques, et soutenance orale devant un jury.

• Mobiliser des savoirs hautement spécialisés, dont certains sont à l’avant-garde du savoir dans un domaine de travail ou d’études, comme base d’une pensée originale
• Développer une conscience critique des savoirs dans un domaine et/ou à l’interface de plusieurs domaines
• Résoudre des problèmes pour développer de nouveaux savoirs et de nouvelles procédures et intégrer les savoirs de différents domaines
• Apporter des contributions novatrices dans le cadre d’échanges de haut niveau, et dans des contextes internationaux
• Conduire une analyse réflexive et distanciée prenant en compte les enjeux, les problématiques et la complexité d’une demande ou d’une situation afin de proposer des solutions adaptées et/ou innovantes en respect des évolutions de la réglementation

Modalité d’évaluation : Réalisation de dossiers de recherche appliquée et d’analyses critiques, et soutenance devant un jury.

• Identifier, sélectionner et analyser avec esprit critique diverses ressources spécialisées pour documenter un sujet et synthétiser ces données en vue de leur exploitation
• Communiquer à des fins de formation ou de transfert de connaissances, par oral et par écrit, en français et dans au moins une langue étrangère

Modalité d’évaluation : Présentation orale devant jury académique et professionnel avec réalisation de supports pédagogiques en contexte de transfert de connaissances.

• Gérer des contextes professionnels ou d’études complexes, imprévisibles et qui nécessitent des approches stratégiques nouvelles
• Prendre des responsabilités pour contribuer aux savoirs et aux pratiques professionnelles et/ou pour réviser la performance stratégique d’une équipe
• Conduire un projet (conception, pilotage, coordination d’équipe, mise en œuvre et gestion, évaluation, diffusion) pouvant mobiliser des compétences pluridisciplinaires dans un cadre collaboratif
• Analyser ses actions en situation professionnelle, s’autoévaluer pour améliorer sa pratique dans le cadre d’une démarche qualité
• Respecter les principes d’éthique, de déontologie et de responsabilité sociale et environnementale
• Prendre en compte la problématique du handicap et de l’accessibilité dans chacune de ses actions professionnelles

Modalité d’évaluation : Etudes de cas et mises en situation professionnelles de conduite de projet intégrant les dimensions éthiques, RSE et handicap avec soutenance devant jury composé d’enseignants et de professionnels.

• Agréger un ensemble de données à partir de sources hétérogènes, internes et externes à l’entreprise, de façon sécurisée et conforme au cadre légal et éthique (dont données personnelles), puis analyser leur qualité en identifiant anomalies et manques afin d’évaluer leur potentiel d’exploitation et d’implémenter les corrections nécessaires.
• Sélectionner les outils techniques pour le stockage, le nettoyage et le traitement des données en explorant les bibliothèques existantes pour les applications data afin de préparer l’analyse de données.
• Réaliser une réduction de la dimensionnalité des données de grandes dimensions en utilisant les méthodes adaptées afin d’optimiser les temps de calcul.
• Réaliser une analyse exploratoire de données en s’appuyant sur des solutions de visualisation existantes afin de représenter graphiquement les données d’une manière claire et pertinente.
• Préparer et structurer des données non structurées en vue de leur utilisation dans des modèles d’IA générative en garantissant la transparence et l’absence de biais dans les interprétations afin d’améliorer la qualité des contenus générés.
• Réaliser une analyse statistique univariée et multivariée des données et utiliser des modélisations statistiques sur les données structurées et nettoyées, en s’appuyant sur des méthodes appropriées, pour enrichir les systèmes d’aide à la décision.
• Intégrer les principes d’écoconception (RGESN), de protection de la vie privée, d’équité et de responsabilité dans les processus d’agrégation, de préparation, de traitement et d’analyse des données afin de garantir une utilisation sobre, conforme et éthique des données mobilisées

Modalité d’évaluation :

• Mises en situation professionnelles reconstituées portant sur la collecte, la préparation, la structuration, la réduction de dimension, la visualisation et la transformation de données issues de sources multiples, ainsi que sur l’analyse quantitative appliquée à un cas métier.
• Étude de cas portant sur l’analyse des risques, la qualité, la protection et la conformité des données dans le cadre d’une démarche d’IA responsable (RGPD, AI Act, RGESN).

• Analyser un problème métier et sélectionner les modules ou modèles d’intelligence artificielle à mettre en œuvre en identifiant les approches algorithmiques appropriées afin de concevoir une solution répondant aux objectifs définis et respectant les contraintes légales et les valeurs de responsabilité et d’éthique.
• Développer et entraîner des modèles d’intelligence artificielle, supervisés ou non supervisés, en mobilisant les méthodes algorithmiques adaptées et en optimisant les ressources mobilisées lors de l’entraînement (sobriété énergétique) afin de créer un système fonctionnel et performant.
• Évaluer la performance d’un modèle d’intelligence artificielle en utilisant des métriques appropriées, tester sa robustesse et optimiser ses paramètres afin d’améliorer la qualité des prédictions tout en respectant les contraintes de fiabilité, d’éthique et de légalité et tout en prenant en compte les besoins spécifiques des utilisateurs, notamment des personnes en situation de handicap afin d’assurer l’efficacité et la durabilité de la solution.
• Développer des fonctionnalités d’intelligence artificielle générative en sélectionnant les modèles et techniques appropriés afin de produire des contenus cohérents avec la tâche à accomplir et les contraintes de fiabilité, de sécurité et de responsabilité.
• Déployer une solution basée sur l’intelligence artificielle dans un environnement opérationnel en utilisant des outils de conteneurisation, d’intégration et de livraison continues afin d’assurer son accessibilité, son évolutivité et sa sécurité.
• Superviser et maintenir un système d’intelligence artificielle en production en surveillant sa performance, en identifiant les dérives éventuelles et en appliquant les ajustements nécessaires afin d’assurer sa fiabilité, sa conformité réglementaire et la maîtrise de ses impacts.
• Intégrer les exigences d’éthique, de transparence, d’équité, d’explicabilité, de contrôle humain, de sobriété énergétique et de conformité réglementaire dans la conception, l’entraînement, l’optimisation, le déploiement et la supervision des modèles d’intelligence artificielle afin d’assurer un usage durable, fiable et responsable des systèmes développés.

Modalité d’évaluation :

• Études de cas professionnelles portant sur l’analyse d’un besoin métier, la sélection d’approches algorithmiques, l’évaluation et l’optimisation de modèles IA, ainsi que sur la définition d’architectures de déploiement sécurisées et les enjeux éthiques, sociétaux et environnementaux liés à l’IA.
• Mises en situation professionnelles reconstituées incluant la préparation des données, le développement, l’entraînement et l’adaptation de modèles d’IA (classiques et génératifs), la mise en production et la supervision de systèmes IA en environnement opérationnel.

• Acquérir une vision globale du travail en mode projet en identifiant les différentes méthodes et les différents liens avec les acteurs afin de permettre le bon déroulement du projet et sa cohérence avec la stratégie globale de l’entreprise.
• Identifier les besoins et la problématique projet en s’appuyant sur une maîtrise de l’univers métiers afin d’étudier la faisabilité de la conception d’une solution d’intelligence artificielle dans le respect des contraintes légales et les valeurs de responsabilité et d’éthique.
• Analyser le cas d’usage défini par l’entreprise en utilisant les données disponibles et les algorithmes d’apprentissage existants afin de préconiser les technologies adaptées à une problématique métier.
• Définir les spécifications fonctionnelles et techniques du projet en s’appuyant sur des méthodes et des outils adaptés au contexte de l’entreprise et à la nature du projet d’intelligence artificielle afin d’assurer sa finalisation dans le respect des délais et des contraintes techniques et financières.
• Déployer et industrialiser une solution d’apprentissage automatisé en mobilisant les technologies Big Data et Cloud, afin d’assurer son passage à l’échelle tout en garantissant conformité juridique et éthique.
• Mettre en production une solution d’apprentissage automatisé en mobilisant les ressources techniques et informatiques adaptées, afin de garantir son opérationnalité, sa fiabilité et sa conformité aux exigences métiers.
• Identifier les opportunités d’usage des IA, IA génératives et IA agentique dans les organisations et piloter leur intégration dans des solutions d’intelligence artificielle opérationnelles, afin de favoriser l’innovation, la compétitivité et la transformation des processus métier dans un cadre légal et responsable.
• Présenter le projet d’intelligence artificielle auprès de ses utilisateurs finaux en s’appuyant sur une interface de programmation applicative (API) dans le web afin de répondre à une problématique métier identifiée et de diffuser l’utilisation des solutions intégrées parmi les utilisateurs métier.
• Piloter une équipe projet avec des groupes de travail dans des domaines interdisciplinaires et aider les acteurs impliqués dans le projet IA dans l’appropriation de la solution en suivant la mise en œuvre et dans l’intégration de la solution dans leurs pratiques métiers afin d’accompagner le changement des pratiques. 

Modalité d’évaluation :

• Études de cas professionnelles portant sur le cadrage fonctionnel et technique d’un projet IA, l’analyse des besoins métier, la définition d’architectures et de choix technologiques, l’élaboration de cahiers des charges, la formulation de préconisations technologiques et l’intégration de l’IA générative dans des solutions ou services.
• Mises en situation professionnelles reconstituées incluant la conception et le déploiement de solutions d’apprentissage automatisé en environnement cloud et la réalisation de livrables opérationnels présentés devant un jury.
• Mission en entreprise (minimum 3 mois) donnant lieu à un mémoire de recherche appliquée et à une soutenance devant un jury, portant sur la participation au pilotage d’un projet IA et l’accompagnement au changement des acteurs concernés.