Plan d’études Ingénierie des connaissances IA

Une introduction rapide à l'intelligence artificielle (IA) et à ses composants - Cynoteck

Technologie Du Génie Informatique E-conception Banque D'Images Et Photos Libres De Droits. Image 71230420.

IA: progrès ou danger? | UQAM

À quoi sert l'intelligence artificielle : Définition et fonctionnement

Systèmes et Réseaux Informatiques

Tronc Commun

Semestre 1

Semestre 2

Semestre 3

Semestre 4

Semestre 5

Les élèves ingénieurs admis en troisième année sont invités à choisir une filière d’approfondissement parmi les trois proposées dans le cadre de leur formation.

Chaque filière comporte en plus des modules communs à toutes les filières :

  • Des cours obligatoires (ob.)
  • Des cours optionnels (op.)

L’affectation  de  la  filière  est  tributaire  du  classement  de  l’élève  ingénieur  (moyennes  générales en session principale sur les deux premières années) et de la capacité de chaque filière.

L’élève  ingénieur  doit  aussi  choisir  quatre  modules  optionnels  parmi  les  matières  optionnelles  de  sa filière.

L’enseignement des modules optionnels est tributaire d’un nombre d’étudiants minimum requis.

Semestre 6 :

Projet de fin d’étude (PFE)

Le semestre 6 fait l’objet d’un projet de fin d’étude (PFE) dans le Volume horaire semestriel est de 450 h, 30h par semaine soit 15 semaines et représente 30 Crédits.

Planning des soutenances des PFE :

Il est rappelé aux élèves ingénieurs de 3ème année que les soutenances des projets de fin d’études sont programmées pour la période du 15 Aout 2013 au 07 Septembre.

Durée de l’exposé : 20 mn

Durée de l’entretien avec le jury : 20 mn

Résultats d’apprentissage :

Les résultats d’apprentissage sont de trois types ; Connaissances, compétences et soft skills comme résumé dans le tableau suivant :

Connaissances techniques: Compétences techniques: Soft Skills (Compétences Comportementales) :
  • Fondamentaux de l’IA : Une compréhension approfondie des concepts et des méthodes de l’intelligence artificielle, y compris l’apprentissage automatique, le traitement du langage naturel, la vision par ordinateur, etc.
  • Représentation des Connaissances : Une expertise dans les méthodes de modélisation et de représentation des connaissances, y compris les ontologies, les graphes sémantiques, etc.
  • Apprentissage Automatique : Une maîtrise des algorithmes d’apprentissage automatique, de la sélection des caractéristiques, de l’entraînement de modèles et de l’évaluation.
  • Traitement du Langage Naturel : Une connaissance avancée des méthodes de traitement automatique du langage naturel pour l’analyse et la génération de textes.

 

 

  • Conception de Systèmes d’IA : Capacité à concevoir des systèmes intelligents en intégrant des techniques d’apprentissage automatique et de traitement du langage naturel.
  • Développement d’Algorithmes : Compétences en développement d’algorithmes personnalisés pour résoudre des problèmes spécifiques de l’ingénierie des connaissances.
  • Analyse de Données : Capacité à analyser des ensembles de données complexes pour identifier des modèles et des informations pertinentes.
  • Intelligence Artificielle Éthique : Connaissance des implications éthiques liées à l’utilisation de l’intelligence artificielle et la prise en compte de ces questions dans la conception des systèmes.
  • Conception et mise en place des réseaux
  • Programmation et administration des réseaux
  • Audit et Sécurité informatique
  • Test de pénétration
  • Ingénierie des systèmes

 

  • Travail d’Équipe : Capacité à collaborer efficacement au sein d’équipes interdisciplinaires pour atteindre des objectifs communs.
  • Communication : Compétences en communication pour expliquer des concepts techniques de manière accessible à des non-experts.
  • Résolution de Problèmes : Capacité à analyser et à résoudre des problèmes complexes liés à la conception et au déploiement de systèmes d’IA.
  • Créativité et Innovation : Capacité à proposer des solutions innovantes pour aborder des problèmes complexes en utilisant l’IA.
  • Adaptabilité : Capacité à s’adapter aux évolutions rapides de la technologie de l’IA et à apprendre de nouvelles compétences en cours de carrière.
  • Pensée Critique : Capacité à évaluer de manière critique les approches et les résultats de l’IA pour prendre des décisions éclairées.
  • Gestion du Temps : Compétences en gestion du temps pour gérer efficacement les projets d’ingénierie des connaissances.
  • Leadership : Compétences en leadership pour guider des équipes dans la conception et la mise en œuvre de solutions basées sur l’IA.

 

 

Défiler vers le haut
Need Help? Chat with us