M2 - Parcours Apprentissage et Algorithmes

Le M2 Apprentissage et Algorithmes (M2A) propose une double formation en mathématiques et en informatique, centrée sur la science des données et l’intelligence artificielle, avec un accent particulier sur l’apprentissage statistique et l’apprentissage profond. La formation dispensée est à la fois :

  • théorique, au travers d’un enseignement constitué de cours, travaux dirigés, travaux pratiques et projets ;
  • opérationnelle, grâce à un stage au second semestre, et par le contact direct avec des entreprises et des laboratoires proposant des problèmes concrets d’apprentissage automatique.
M2 - Parcours Apprentissage et Algorithmes

Présentation

Le parcours de M2 Apprentissage et Algorithmes (M2A) propose une double formation en mathématiques et en informatique, centrée sur la science des données et l’intelligence artificielle, avec un accent particulier sur l’apprentissage statistique et l’apprentissage profond. La formation dispensée est à la fois :

  • théorique, au travers d’un enseignement constitué de cours, travaux dirigés, travaux pratiques et projets ;
  • opérationnelle, grâce à un stage au second semestre, et par le contact direct avec des entreprises et des laboratoires proposant des problèmes concrets d’apprentissage automatique.

Le parcours M2A s’appuie principalement sur le Laboratoire de Probabilités, Statistique et Modélisation (LPSM), le Laboratoire Jacques-Louis Lions (LJLL) et le Laboratoire d’Informatique de Paris 6 (LIP6).

Organisation

Chaque étudiant ou étudiante concourt pour 60 ECTS annuels qui se décomposent de la manière suivante.

Premier semestre (de septembre à janvier)

  • 12 ECTS pour trois cours de mathématiques obligatoires ;
  • 18 ECTS pour trois cours d’informatique obligatoires.

Second semestre (de janvier à avril)

  • 12 ECTS pour 4 cours au choix ;
  • 18 ECTS pour un stage, encourageant au maximum l’interdisciplinarité, au second semestre (avril à septembre). Le stage peut commencer à l’issue de la période d’examen (c’est-à-dire le 6 avril) pour une période minimale de 4 mois et maximale de 6. Il doit obligatoirement faire l’objet d’une convention de stage rédigée par Sorbonne Université (à récupérer au secrétariat).

L’objectif du second semestre est de laisser chaque étudiant et étudiante construire un parcours propre afin de préparer au mieux son projet professionnel.

Admission

L’admission au sein de la spécialité M2A s’effectue après examen du dossier de candidature par une commission pédagogique constituée des principaux responsables. La spécialité s’adresse à des étudiantes et étudiants extrêmement motivés, possédant une formation initiale solide en mathématiques et en informatique, grâce à la validation d’un cursus solide en mathématiques et/ou en informatique comme ceux proposés à Sorbonne Université et dans les grandes écoles d’ingénieurs (éventuellement complété par des MOOC).

Il est essentiel, pour être admis au parcours M2A, de posséder de solides connaissances en statistique et en informatique. Il est donc vivement conseillé d’avoir validé (si possible avec mention) des cours dans plusieurs des matières suivantes : statistique, probabilités, programmation, développement logiciel.

Débouchés

La spécialité M2A débouche sur deux types de parcours dans le domaine du traitement des données et de l’intelligence artificielle :

  • analyse de données et développement de solutions logicielles innovantes en entreprise (data scientist) ;
  • doctorat en statistique, apprentissage statistique ou apprentissage profond en milieu industriel (à travers une thèse au sein d’une entreprise en pointe dans le domaine : par exemple Google, Facebook, Criteo, ou bien de jeunes entreprises innovantes) ou académique (à travers une thèse dans un laboratoire de recherche ou dans un organisme de recherche, par exemple le CNRS et l’INRIA).

Contacts

Responsables du parcours
Gérard Biau
Patrick Gallinari
Maxime Sangnier

Secrétariat
Laurence Dreyfuss

Tour 15-25, 1er étage, bureau 109
Case courrier 202
4 place Jussieu
75252 Paris Cedex 05

Liens importants pour les étudiants