Parcours Ingénierie des Systèmes Intelligents (ISI)
L’élaboration et la mise en place de systèmes intelligents et de machines robotiques, partant du traitement de l'information en sortie de capteurs jusqu’à son interprétation haut niveau par des méthodes d'intelligence artificielle répond à un besoin croissant des industrielles et industriels dans des secteurs à forte demande d’emploi. Le parcours ISI a pour but de former les étudiantes et étudiants en recherche et développement dans les domaines des systèmes intelligents et de la robotique, et en particulier sur des sujets comme l’interaction multimodale, l'analyse des images et du son, la conception et le contrôle de systèmes robotiques, à l’interface de l’informatique, de l’électronique et de la mécanique.
Attention : l'offre de formation au sein du parcours SI évolue en 2025 :
- pour le M1 : le nouveau contenu proposé à la rentrée 2025 est présenté ici
- pour le M2 : rien ne change, les informations présentées se ce site restent valables.
Objectifs
La formation a pour but de former les étudiantes et étudiants à l'étude, la caractérisation et la mise au point de systèmes intelligents, possiblement robotiques. Un système intelligent est un système complexe capable de tout ou partie des points suivants :
- extraire de l'information de son environnement, grâce à des capteurs (visuels, audio, tactiles, etc.)
- interagir dans cet environnement (par son mouvement et ses actions, par exemple) possiblement avec d'autres entités (d'autres systèmes, robots, ou même des humains)
- éviter des situations dangereuses pour des personnes ou lui même
- tout en étant doté de capacités d'autonomies.
Pour former les étudiantes et étudiants sur ces sujets, le parcours ISI s'appuie sur 4 piliers disciplinaires :
- le traitement de l'information, avec une emphase particulière sur les signaux audio et visuels,
- la robotique et son contrôle,
- l'intelligence artificielle,
- l'informatique.
Tous les outils et méthodes nécessaires à ces disciplines sont enseignées au sein de la formation pour que la ou le futur diplômé maitrise par exemple les interactions humain/machine (que ce soit du point de vue visuel, audio et/ou tactile), les méthodes de machine learning et en particulier le deep learning et le reenforcement learning (apprentissage profond et apprentissage par renforcement), la commande robotique ainsi que la navigation de robots mobiles, ou encore la gestion logicielle de données en grand nombre (big data).
Organisation : généralités
La formation s'étend sur les deux années de master. Les fondamentaux scientifiques sont introduits en première année au cours du tronc commun de mention et des enseignements spécifiques du parcours. La deuxième année propose un tronc commun obligatoire à tous les étudiantes et étudiants et un choix d'UEs optionnelles permettant de spécialiser sa formation dans l'un des 4 piliers disciplinaires du parcours ISI (intelligence artificielle, traitement de l'information, robotique ou informatique).
Deux stages sont proposés, en première année (6 semaines minimum) et en deuxième année (5-6 mois). Un projet multidisciplinaire est également proposé au premier semestre de la deuxième année de master.
Enfin, le parcours ISI est également proposé en apprentissage, en partenariat avec le CFA des Sciences. Dans ce cas, l'étudiante ou l'étudiant suit la formation en alternance entre les cours à l'université (3j/semaine) et son entreprise (2j/semaine).
Organisation : détails
Premier semestre (30 ECTS)
|
|
Intitulé de l'UE |
ECTS |
|
Tronc commun département |
Traitement numérique du signal calcul scientifique |
6 |
|
Tronc commun EEEA / robotique |
Programmation objet Python |
3 |
|
Anglais |
3 |
|
|
Tronc commun de mention |
Automatique linéaire |
6 |
|
Introduction à la robotique et l'intelligence artificielle |
6 |
|
|
Parcours ISI |
Traitement des signaux aléatoires |
3 |
|
Vision par ordinateur |
3 |
Au S1, les étudiantes et étudiants apprentis suivent uniquement 3 ECTS d'automatique linéaire et ne suivent pas l'UE d'anglais. Les 6 ECTS restantes sont dédiées à l'évaluation de leur travail en entreprise, couplée à un projet en management de l'ingénierie.
Second semestre (30 ECTS)
|
|
Intitulé de l'UE |
ECTS |
|
Tronc commun département |
Orientation et Insertion Professionnelle (OIP) |
3 |
|
Stage |
6 |
|
|
Tronc commun de mention |
ROS et robotique expérimentale |
6 |
|
Machine learning |
3 |
|
|
Parcours ISI |
Programmation objet en C++ |
6 |
|
Traitement des images et du son |
6 |
Au S2, les étudiantes et étudiants apprentis ne suivent ni l'UE de ROS et robotique expérimentale, ni l'UE de stage. A la place une UE de 12 ECTS est dédiée à l'évaluation de leur travail en entreprise. Enfin, l'enseignement d'OIP est remplacé par une UE d'anglais (3 ECTS).
Troisième semestre (30 ECTS)
Le Troisième semestre est constitué d'un tronc commun suivi par tous les étudiantes et étudiants, apprentis ou non. Puis 4 options au choix sont proposées, chacune permettant aux étudiantes et étudiants de colorer leur parcours dans un des quatre piliers disciplinaires de la formation.
Tronc commun (21 ECTS)
|
Intitulé de l'UE |
ECTS |
|
Anglais |
3 |
|
Projet de fin d'études |
6 |
|
Machine learning avancé |
6 |
|
Traitement avancé des images et du son |
6 |
Le tronc commun propose en particulier une UE de projet de fin d'études permettant aux étudiantes et étudiants de traiter de tous les aspects (techniques, scientifiques, organisationnels, humains) d'un projet libre. Cette UE vise à mobiliser les connaissances pratiques et scientifiques acquises au cours des différents enseignements du parcours ISI au sein d'une réalisation concrète, présentée en fin de semestre à l'occasion d'un salon.
Option "Intelligence Artificielle pour la Robotique" (9 ECTS)
Cette option permet d'approfondir les techniques d'apprentissage machine et d'intelligence artificielle abordées lors du tronc commun, avec une emphase particulière pour l'analyse automatique du comportement humain et la robotique sociale.
|
Intitulé de l'UE |
ECTS |
|
Apprentissage pour l'interaction humain/machine |
6 |
|
IA pour la robotique |
3 |
Option "Robotique" (9 ECTS)
Cette option permet d'approfondir les techniques de commande et navigation en robotique. Plus particulièrement, les étudiantes et étudiants suivant cette option seront capables de synthétiser des contrôleurs de systèmes linéaires incertains, ou encore de mettre en œuvre de techniques de planification de mouvement et de navigation, ou de SLAM.
|
Intitulé de l'UE |
ECTS |
|
Commande et navigation robotique |
6 |
|
Interfaces haptiques |
3 |
Option "Traitement de l'information" (9 ECTS)
Cette option vise à approfondir les compétences des étudiantes et étudiants dans le traitement de l'information et en intelligence artificielle, en particulier pour des applications de biométrie (reconnaissance d'empreintes digitales ou faciale, authentification sonore, anti-spoofing) et de réalité virtuelle (scènes audiovisuelles virtuelles). Les nouveaux capteurs visuels événementiels, inspirés du fonctionnement de la rétine humaine, sont également présentés.
|
Intitulé de l'UE |
ECTS |
|
Biométrie et réalité virtuelle |
6 |
|
Vision bio-inspirée |
3 |
Option "Informatique" (9 ECTS)
Cette dernière option est celle suivie obligatoirement par les étudiantes et étudiants apprentis. Il est possible de la suivre en formation initiale selon le nombre de places disponibles. L'enseignement de génie logiciel et big data vise en particulier à présenter les principales activités liées à la réalisation d'un projet informatique de grande ampleur, de l'élaboration jusqu'à la validation d'un produit, ainsi que la mise en œuvre de solutions pour l'exploitation de données volumineuses (big data).
|
Intitulé de l'UE |
ECTS |
|
Génie logiciel et big data |
6 |
|
Mission en entreprise (apprentis) |
3 |
Quatrième semestre (30 ECTS)
Le 4ème et dernier semestre est entièrement consacré à un stage de fin d'études pour les étudiantes et étudiants en formation initiale, ou à une période de temps plein en entreprise pour les étudiantes et étudiants apprentis.
Public visé et prérequis
La formation est ouverte aux titulaires d'une licence en électronique, informatique ou mécanique, ou diplôme équivalent. La deuxième année est ouverte aux étudiantes et étudiants ayant obtenu une première année de master dans le domaine des systèmes intelligents ou en troisième année d'école d'ingénieur.
L'accès au parcours ISI en apprentissage est possible en M1 (contrat d'apprentissage de 2 ans) ou en M2 (contrat d'1 an). Les prérequis nécessaires pour suivre la formation par apprentissage sont totalement identiques à ceux de la formation initiale : le diplôme obtenu à la fin de la formation est totalement identique quel que soit le mode d'enseignement choisi.
Savoir-faire et compétences
- Modéliser les interactions et les interfaces humain-systèmes.
- Développer des systèmes de traitement et de reconnaissance des formes de signaux physiologiques, audio ou vidéo.
- Concevoir des systèmes embarqués intelligents
- Analyser, modéliser les signaux, choisir et utiliser les outils logiciels et matériels appropriés à leur traitement.
- Développer des systèmes d’automatique avancée, de robotique manufacturière ou mobile, faisant intervenir la perception de l’environnement, l’analyse de scènes et la stratégie de résolution de problèmes.
Débouchés
La formation ouvre aux emplois dans l'ensemble des secteurs de l'industrie et de la recherche nécessitant une expertise dans les systèmes intelligents embarqués : automobile, ferroviaire, spatial, transport aérien...
Contacts
Responsable du parcours
Thomas DIETENBECK et Nicolas OBIN
Responsable administratif
Pascale ANTOINE
Campus Pierre et Marie Curie
Département Sciences pour l'Ingénieur
Bâtiment Esclangon, 2e étage
Case courrier 164
4, place Jussieu
75005 Paris