Objectifs par rapport aux acquis d'apprentissage du programme

• Communiquer et échanger des informations de manière structurée - oralement, graphiquement et par écrit, en français et dans une ou plusieurs autres langues - sur les plans scientifique, culturel, technique et interpersonnel en s'adaptant au but poursuivi et au public concerné.
• Utiliser et produire des documents scientifiques et techniques (rapport, plan, cahier des charges,...) adaptés au but poursuivi et au public concerné.
• Contribuer par un travail de recherche à la solution innovante d'une problématique en sciences de l'ingénieur.
• Acquérir et analyser des données avec rigueur.
• Interpréter avec pertinence des résultats en tenant compte du cadre de référence au sein duquel la recherche s'est développée.
• Communiquer, à l'écrit et à l'oral, sur la démarche et ses résultats en mettant en évidence tant les critères de scientificité de la recherche menée, que les potentialités d'innovation théoriques ou techniques et les possibles enjeux non techniques.

Acquis d'apprentissage de l'UE

Connaissance pratique des outils de l'IA (et en particulier du deep learning - DNN, Deep reinforcement learning); connaissance des architectures qui constitutent l'état de l'art pour la résolution de problèmes en IA.

Contenu de l'UE : descriptif et cohérence pédagogique

Trois challenges applicatifs en IA, et provenant de domaines diversifiés sont proposés. Pour chaque challenge, 3h seront consacrées à la théorie sous forme d'une séance ex-cathedra, suivie de 2 séances de co-working où les étudiants chercheront à relever le défi en équipes. Ils rédigeront ensuite chez eux un rapport sur leur solution.
En parallèle, une série de séminaires sont organisés, sur des sujets transdisciplinaires liés à l'IA.
Les formations se donneront en soirée (dans le format des Mons AI Meetups lancés en 2017).
Cette unité d'enseignement fait également partie du Certificat d'Université en Intelligence Artificielle
 (voir cette page pour plus d'infos, notamment l'onglet "Programme et Structure").

Compétences préalables

Bases de l'informatique et de la programmation (Python)