v2.11.0 (6217)

Parcours de domaine - 3A Par. SOD : 3A Parcours Sciences de l'optimisation et des données

Descriptif

Le parcours «SOD» s’adresse aux étudiants désireux d’acquérir des compétences poussées en Sciences de la Décision (optimisation, recherche opérationnelle, commande) et en Sciences des Données, dans les aspects à la fois mathématiques et numériques. Il forme les futurs ingénieurs capables de générer des connaissances à partir de grandes masses d’informations disponibles, et capables de concevoir et d'utiliser des modèles mathématiques en vue de commander et d'optimiser des systèmes très variés comme ceux que l'on rencontre dans les domaines de l'énergie et des transports. La formation repose sur l'approfondissement des connaissances acquises en première et deuxième années en optimisation (combinatoire et continue), en commande, en probabilités et en statistique.

Objectifs

Maîtriser de manière approfondie les  outils mathématiques et algorithmiques en optimisation combinatoire et continue, ainsi qu’en commande.

Être capable de concevoir et d'utiliser des modèles mathématiques en vue de commander et d'optimiser des systèmes très variés, comme ceux que l'on rencontre dans les domaines de l'énergie, des transports et des services.

Composition du parcours

Unités d'enseignement

UE Type d'enseignement Domaines Catégorie d'UE Volume horaire Responsables Site pédagogique
APM_5MSV4_VQ Optimisation sans gradient et applications en calcul scie... Enseignement spécifique des masters Xavier CLAEYS
APM_5OD21_TA Optimisation discrète Cours scientifiques Applied Maths UE d'approfondissement. 21 Andrea SIMONETTO
APM_5OD22_TA Integer Optimization for machine learning Cours scientifiques Applied Maths UE d'approfondissement. 21 Zacharie ALES,
Andrea SIMONETTO
APM_5RO01_TA Base de l'optimisation dans les graphes Enseignement spécifique des masters 40 Sourour ELLOUMI
APM_5RO02_TA Optimisation dans l'incertain Enseignement spécifique des masters Sourour ELLOUMI,
Andrea SIMONETTO
APM_5RO06_TA Méthodes de décomposition en PLNE Enseignement spécifique des masters Sourour ELLOUMI,
Andrea SIMONETTO
APM_5RO07_TA initiation à la recherche Enseignement spécifique des masters 15 Sourour ELLOUMI
CSC_5AI06_TP Deep learning I Enseignement spécifique des masters 24
DS-1 Deep learning I Cours scientifiques
DS-2 An introduction to machine learning theory Cours scientifiques
DS-3 Reinforcement learning Cours scientifiques
DS-4 Deep learning II Cours scientifiques
DS-5 Data Camp Cours scientifiques
ECO_5C313_SU Gouvernement et croissance des entreprises multinationales Enseignement spécifique des masters Richard LE GOFF
ECO_5C341_SU Analyse des données relationnelles Enseignement spécifique des masters Richard LE GOFF
IME_5C330_SU Digital transformation Enseignement spécifique des masters Richard LE GOFF
IME_5C331_SU Systèmes d'information Enseignement spécifique des masters Richard LE GOFF
MVA-1 Computational Statistics Cours scientifiques
MVA-2 Object recognition et computer vision Cours scientifiques
MVA-3 Bayesian Machine Learning Cours scientifiques
Veuillez patienter