Objectif
Il s’agit de former des ingénieurs maîtrisant l’articulation entre systèmes réels, modèles mathématiques, algorithmes numériques, optimisation mathématique et Intelligence Artificielle. Ils devront être capables de traduire les problèmes d’entreprises en modèles mathématiques, de concevoir un traitement algorithmique spécifique et de fournir une analyse pertinente des résultats. L’ingénieur informaticien que nous souhaitons former ici doit pouvoir répondre aux questions suivantes.
- Que va-t-il se passer ? (analyse prédictive). Il utilise des algorithmes de Machine Learning pour explorer les données, identifier des associations ou schémas récurrents dans un jeu de données ou créer des modèles pour prédire des tendances dans un avenir proche ou lointain.
- Que faut-il faire ? (analyse prescriptive). Il utilise des algorithmes d’optimisation mathématique, discrète ou continue, pour fournir des solutions en tenant compte des coûts et des contraintes d’un système.
- Que se passe-t-il (simulation numérique). Il utilise le calcul scientifique pour simuler les phénomènes physiques modélisés par des équations aux dérivées partielles ou des équations différentielles ordinaires.
Dans un système complexe, la synergie entre l’IA et l’optimisation mathématique c’est la traduction des prédictions en actions qui optimisent les objectifs.
Formation
La formation s’articule autour de trois modules principaux.
- Intelligence Artificielle. Les étudiants acquièrent les principales méthodes de l’IA et comment les appliquer pour résoudre des problèmes n’ayant pas de solution algorithmique. Les étudiants apprennent à maîtriser les concepts, les enjeux et les cas d’usage de la Data et de l’IA, et comment les intégrer dans une stratégie d’entreprise.
- Simulation Numérique. Ce module permet aux étudiants de maîtriser tous les aspects du calcul scientifique : Intégration et distributions, approximation numérique des EDP/EDO, Calcul parallèle.
- Optimisation Mathématique. Les étudiants acquièrent une solide base en optimisation mathématique discrète et continue. Certains domaines
De l’optimisation mathématique très impliqués dans l’IA sont particulièrement étudiés : optimisation convexe, programmation dynamique.
Pour préparer une poursuite d’étude en doctorat, les élèves ont la possibilité de s’inscrire en double diplôme dans un parcours de master du site.
En particulier, le double diplôme Ingénieur ISIMA F4 – master recherche de Mathématiques a 80% de cours issus des modules de Simulation Numérique et Optimisation Mathématique.
Outils
- Tronc commun scientifique : C/C++, Java
- Optimisation : MATLAB, Python, CPLEX
- Calcul scientifique : MATLAB, Python, C
- Calcul parallèle : OpenMP, MPI, CUDA
- BD/Fouille de données : Tableau software, Microsoft Azure
- IA : Python (scikit-learn, pytorch), TensorFlow
Débouchés
La formation conduit à des débouchés dans des secteurs variés
- les grands secteurs industriels consommateurs à la fois de calcul, d’optimisation et de science de données (Michelin, Valéo, PSA, ArcelorMittal, …) ;
- les opérateurs télécoms (Orange, Bouygues Télécom, SFR) ;
- les transporteurs (Air France, SNCF);
- les énergéticiens (EDF, GDF,…)
- les sociétés de service en ingénierie informatique impliquées dans des projets d’innovation industrielle ;
- les sociétés spécialisées dans la science et l’intelligence des données ;
- les centres de recherche (CEA, CNES, INRAe, INRIA, ).