FacultE des Sciences

Master Ingénierie des Systèmes Intelligents

Objectif de la Formation

Profils et compétences visées

La discipline des Ingénierie des Systèmes Intelligents a connu une évolution rapide ces dernières années dans le monde. Des programmes de master en intelligence artificielle et systèmes intelligents sont dispensés dans la plupart des universités du monde. Ce n’était qu’une question de temps pour que l’intelligence artificielle moderne soit intégrée dans les cursus de graduation. Dans la société d’aujourd’hui, l’intelligence artificielle et l’apprentissage des machines deviennent de plus en plus répandus. Avec l’avènement du web, des millions de personnes sont déjà familières avec des logiciels intégrant l’intelligence artificielle comme la recherche sur le web, le e-commerce, des sites de jeux. Beaucoup de techniques d’intelligence artificielle sont utilisées en bio- informatique et en chimio-informatique, en sécurité informatique : filtrage de spam, jeux modernes d’ordinateurs et en robotique. L’informatique médicale et les systèmes à base de connaissances ont déjà pénétré les hôpitaux. L’imagerie informatique est déjà employée dans les systèmes de surveillance dans le domaine de la sécurité informatique. N’oublions pas enfin l’industrie des TICs qui a vu le jour grâce en grande partie au concours de l’intelligence artificielle.

L’entreprise algérienne a accusé beaucoup de retard dans ces différentes disciplines et l’université doit jouer un rôle d’avant-gardiste dans ce domaine.

Les objectifs spécifiques à cette formation est de compléter les enseignements dispensés par les masters déjà opérationnels par des cours non encore disponibles au département d’informatique afin que l’ensemble des masters puisse couvrir toutes les thématiques de cette vaste discipline qu’est l’informatique. Cette offre de Master peut être considérée comme un diplôme unique ne distinguant pas entre le type Académique et le type Professionnel.

La formation proposée permet aux étudiants avant tout d’acquérir des connaissances pointues dans le domaine de l’informatique mais en plus d’aborder des problèmes complexes avec des techniques intelligentes d’actualité. Cette formation est nécessaire pour appréhender des problèmes réels en entreprise car la plupart des problèmes rencontrés en entreprise sont complexes et nécessitent une maîtrise importante de techniques puissantes pour les résoudre. L’intelligence artificielle offre par essence des approches intelligentes de résolution de problèmes. Les lauréats de cette formation seront à même par la suite de choisir librement et de s’orienter vers la spécialité qu’ils désirent comme la sécurité informatique, l’informatique médicale, le e-commerce, la recherche sur le web, les services web, en industrie des TICs, en informatique documentaire etc …

 

Programme du Master en Ingénierie des Systèmes Intelligents (IA)

Télécharger : Le Caneva

1ere Année

Semestre 1

 

Unité d’Enseignement

VHS V.H hebdomadaire  

Coeff

 

Crédits

Mode d’évaluation
14-16 sem C TD TP T.personn el Continu Examen
UE Fondamentales 18
UEF1.1 : 18
Algorithmique avancée 67H30 1H30 1H30 1H30 1H30 3 6 40% 60%
Intelligence artificielle 67H30 1H30 1H30 1H30 1H30 3 6 40% 60%
Méta-heuristiques et Algorithmes évolutionnaires 67H30 1H30 1H30 1H30 1H30 3 6 40% 60%
UE Méthodologie 9
UEM1.1 :
Architecture Avancée des ordinateurs 45H 1H30 1H30 1H30 2 4 40% 60%
Représentation des Connaissances

et raisonnement1

45H 1H30 1H30 1H30 2 3 40% 60%
Analyse de données 22H30 1H30 1H 2 2 100%
UE Découverte 2
UED1.1:
Mathématiques pour l’IA 45H00 1H30 1H30 1H 1 2 40% 60%
UE transversales 1
UET1.1:
Visualisation des données 22H30 1H30 1H 1 1 100%
Total Semestre 1 382H30 12H 9H00 4H30 10H30 17 30

 

 

Semestre 2

Unité d’Enseignement VHS V.H hebdomadaire Coeff Crédits Mode d’évaluation
14-16

sem

C TD TP T.perso nnel Conti

nu

Exame

n

UE Fondamentales     18    
UEF2.1:             18    
Réseaux de Neurones et Apprentissage automatique  

67H30

 

1H30

 

1H30

 

1H30

 

1H30

 

3

 

6

40% 60%
Représentation et raisonnement des connaissances 2  

67H30

 

1H30

 

1H30

 

1H30

 

1H30

 

3

 

6

40% 60%
Traitement automatique de la langue  

67H30

 

1H30

 

1H30

1H30  

1H30

 

3

 

6

40% 60%
UE Méthodologie             9    
UEM2.1:                  
Data mining 45H 1H30 1H30   1H30 2 4 40% 60%
Bases de Données Avancées 45H 1H30   1H30 1H30 2 3 40% 60%
Traitement de paroles 22H30 1H30     1H 2 2   100%
UE Découverte     2    
UED2.1:                  
Réseaux 45H 1H30   1H30 1H 1 2 40% 60%
UE Transversales     1    
UET2.1:                  
Entreprenariat 22H30 1H30     1H 1 1   100 %
Total Semestre 2 382H30 12H 6H 7H30 10H30 17 30    

 

 

 

2eme Année

Semestre 3

Unité

d’Enseignement

VHS V.H hebdomadaire  

Coeff

 

Crédits

Mode d’évaluation
14-16

sem

C TD TP T.pers onnel Continu Examen
UE Fondamentales 18
UEF3.1: 18
Machine Learning Avancé 67H30 1H30 3H00 1H30 3 6 40% 60%
Entrepôt de données et Big Data 67H30 1H30 1H30 1H30 1H30 3 6 40% 60%
La Technologie des agents 67H30 1H30 1H30 1H30 1H30 3 6 40% 60%
UE Méthodologie
UEM3.1 : 9
Traitement d’images 45H 1H30 1H30 1H30 2 4 40% 60%
Vision Artificielle 45H 1H30 1H30 1H30 2 3 40% 60%
Ontologies et web

sémantique

22H30 1H30 1H 2 2 100%
UE Découverte
UED3.1: 2
Sécurité des Systèmes Informatiques 45H 1H30 1H30 1H 1 2 40% 60%
UE Transversales
UET3.1: 1
Rédaction de mémoires et d’articles scientifique 22 H 30 1H30 1H 1 1 100%
Total Semestre 3 382H30 12H00 4H30 9H00 10H30 17 30

Semestre 4

  • Récapitulatif global de la formation : (indiquer le VH global séparé en cours, TD, pour les 04 semestres d’enseignement, pour les différents types d’UE)

 

UE

VH

UEF UEM UED UET Total
Cours 202,5 202,5 67,5 67,5 540
TD 180 67,5 45   292,5
TP 225 67,5 22,5   315
Travail personnel 202,5 180 45 45 472,5
Autre (stage)         280H
Autre (séminaire)         21H
Total 810 517,5 180 112,5  
Crédits 84 27 6 3 120
% en crédits pour chaque UE 70% 22,5% 5% 2.5% 100%