Master's degree Intelligent systems and applications

Entry requirements

M1 in Computer Science or Computer Science Engineering.

Benefits of the program

Course open to international students, with classes 100% in English.

The teaching team is mainly made up of researchers involved in collaborative projects with industry.

This course opens up the opportunity to move into research at the GRETTIA Laboratory and more generally, in the COSYS department of IFSTTAR, for students who wish to do so.

Acquired skills

The objective of this M2 is to provide students with the theoretical and practical foundations needed to design the future generations of intelligent systems and to train them in project management roles for a range of areas of application. The Master’s is structured around three major orientations: firstly, modelling and simulation, secondly, data analysis, and lastly, diagnostics and maintenance. Students can apply for end-of-studies internships in one or more of these three areas.

The Master’s provides high-level, diversified training predominantly in IT, which mainly covers:

- modelling and simulation of intelligent and multi-agent systems,

- modelling and simulation of intelligent systems,

- data analysis,

- reliability and maintenance of intelligent systems,

- acceptability of new intelligent systems.

International

The course is in partnership with the Unversity of Palermo (Italy) and open to ERASMUS programmes in which the university participates. Work placements can be completed overseas.

Capacities

Course venue

Campus Marne la Vallée - Champs sur Marne, Bâtiment Copernic

Your future career

As well as in academia, there are also professional opportunities in the industry.

Graduates can find jobs with operators and providers of IT services using intelligent systems.

These types of jobs are related to research and development: R&D engineer, intelligent systems designer, systems analyst, project manager, operations manager, etc.

Regarding the academic world, graduates can pursue a PhD.

Professional integration

This M2 prepares students for careers in public service and companies in sectors such as transport, energy and information technology:

* digital start-ups for new modes of transport

* energy operators

* engineering/consulting firms

* public authorities

* personal transport operators

The course is aimed at preparing students to work as:

* Intelligent systems designers

* Systems analysts

* Systems maintenance engineers

* Application and service developers

* Technical engineers

* Research engineers

* Etc...

Furthermore, graduates can go into research and pursue a PhD in the fields of mobility and transport.

Study objectives

The objective of this M2 is to give students at IGM the theoretical and practical foundations needed to design the future generations of complex systems, as well as to train them in project management in a range of fields of application. The Master’s is structured around three major orientations: firstly, modelling and simulation, secondly, data analysis, and lastly, diagnostics and maintenance. Students can apply for end-of-studies internships in one or more of these three areas.

The Master’s provides high-level, diversified training predominantly in IT, which mainly covers:

* modelling and simulation of intelligent and multi-agent systems,

* modelling and simulation of intelligent systems,

* data analysis,

* reliability and maintenance of intelligent systems.

Major thematics of study

* Data analysis

* Object-oriented programming and design

* Web programming

* Multi-agent systems

Calendar

Work placement period: April-September (minimum four months).

Semester 3

Courses	ECTS	CM	TD
Data Analytics & Applications	12
Introduction à l'analyse de données et ses outils Cet enseignement est une introduction aux outils et algorithmes utilisés en analyse de données. Après une introduction à cette discipline, et à quelques algorithmes fondamentaux (ACP,k-means,...) des bibliothèques python permettant de traiter des volumes importants de données et d'effectuer des traitement mathématique (numpy, pandas) seront introduites. L'enseignement fait en effet une large place à la mise en pratique au travers de TD en python sur des jeux de données réel ainsi que d'un projet. Dans une seconde partie du cours la problématique de la visualisation de données sera abordée. Teaching language FRANÇAIS / FRENCH	2	8h	12h
Techniques Avancées en Analyse de Données et Apprentissage Automatique Ce cours explore les trois concepts du cloud computing, SDN (Software Defined Networks) et NFV (Network Function Virtualization) à travers une présentation détaillée de leurs fonctionnements, architectures et protocoles utilisés, ainsi que leurs utilisations dans les réseaux mobiles de nouvelle génération et manipuler certaines de ces technologies à travers quelques TPs en utilisant Mininet. Teaching language FRANÇAIS / FRENCH	3	10h	15h
Sécurité des systèmes et données Ce cours présente à la fois les fondamentaux de la cryptologie et les techniques avancées pour protéger les données et assurer les services de sécurité. De plus, cet enseignement traite les aspects d'optimisation des solutions de sécurité pour les systèmes contraints. Teaching language FRANÇAIS / FRENCH	2	8h	12h
Calcul distribué Ce cours explore les trois concepts du cloud computing, SDN (Software Defined Networks) et NFV (Network Function Virtualization) à travers une présentation détaillée de leurs fonctionnements, architectures et protocoles utilisés, ainsi que leurs utilisations dans les réseaux mobiles de nouvelle génération et manipuler certaines de ces technologies à travers quelques TPs en utilisant Mininet. Teaching language FRANÇAIS / FRENCH	3	8h	18h
Deep Learning pour les Systèmes Intelligents	2	6h	16h
Modélisation, Simulation & Applications	18
Méthodes pour les modèles et les simulations à grande échelle Ce module s'intéresse aux aspects de communication, de rédaction et de méthodologie dans un contexte de recherche ou opérationnel Teaching language FRANÇAIS / FRENCH	3	6h	10h
Programmation répartie et Services Web Le cours présente les middlewares de programmation répartie et leurs limites avant de présenter les services Web WS-* (dit services SOAP, avec WSDL, SOAP et UDDI) et finit avec les services Web REST. En TD, prise en main avec Eclipse et Axis pour les services Web WS-* et JAX-RS avec Jersey pour les services Web REST. Teaching language FRANÇAIS / FRENCH	3	4h	24h
Systèmes Multi-Agents et Applications Le cours présente les systèmes multi-agents et quelques unes de leurs applications. Les agents réactifs et cognitifs sont introduits, ainsi que la communication, l’interaction et la planification. Les TD se concentrent sur l’introduction d’une plateforme de développement de systèmes multi-agents fondée sur Java, avec diverses applications. Teaching language FRANÇAIS / FRENCH	3	4h	18h
Modélisation et Simulation des réseaux Le cours introduit la simulation de réseaux de communication, avec le simulateur Omnet++. Nous allons définir le processus de simulation (définition des scénarios, des données d’entrée, des paramètres, des mesures en sortie), la génération d’échantillon de données de simulation statistiquement significatif, et l’analyse et le stockage des données. Dans l’exemple applicatif que nous introduisons, on montre que le simulateur de réseaux de communication Omnet++ peut être couplé avec le simulateur de trafic microscopique SUMO. Le résultat est un simulateur de véhicules communicants. Teaching language FRANÇAIS / FRENCH	3	8h	14h
Apprentissage par renforcement et contrôle optimal Ce cours introduit la modélisation de systèmes intelligents. Il présente l’émergence des comportements et des propriétés, ainsi que l’auto-adaptation et l’auto-organisation. Enfin, il présente les systèmes à boucles de rétroaction. Teaching language FRANÇAIS / FRENCH	3	8h	10h
Recherche	3		30h
Gestion dans les Systèmes intelligents Ce cours introduit la gestion de systèmes intelligents. Il présente les méthodes de gestion, de contrôle et de régulation. Des méthodes spécifiques de gestion et de contrôle des réseaux avec des algorithmes sur les graphes seront présentées. Teaching language FRANÇAIS / FRENCH	3	8h	14h

Semester 4

Courses	ECTS	CM	TD
Data Science	8
IA explicable pour les systèmes intelligents Introduction pour renforcer l'expertise en Data Science	2	6h	14h
Sûreté de fonctionnement des systèmes intelligents L'optimisation de la maintenance est un point clé, commun à tous les secteurs de l'industrie. L'entreprise qui maitrisera ce domaine sera celle qui fera significativement la différence par rapport à la concurrence. A contrario, la non maîtrise des process de maintenance et de ses paramètres conduisent généralement à une sur-maintenance, non détectable et extrêmement coûteuse. Les étudiants seront donc tout d'abord familiarisés avec les éléments de base de la théorie de la maintenance. Après quoi, des concepts de bases mais également plus évolués de la maintenance (tels que le regroupement dynamique de tâches de maintenance) seront abordés. Teaching language FRANÇAIS / FRENCH	3	12h	16h
Évaluation des techniques d'IA Si la décision de maintenance est souvent considérée comme le dernier maillon de la chaine de surveillance d'un système, elle tend aujourd'hui à être également considérée comme un point d'entrée pour piloter la vie d'une installation. Ainsi, Ce dernier module du bloc "Fiabilité & Maintenance", s'intéressera aux notions de maintenance "prescriptive" et "prédictive". Ces deux terminologies, issues du monde de l'industrie et non du véritable formalisme de la maintenance, cherchent en fait à exploiter toute information (monitoring en temps réel, données de retour d'expérience, avis d'experts...) pour prévoir ce que sera le comportement à venir d'un système et donc anticiper le process de maintenance mais également toute la chaîne logistique qui en découle. Ce module s'intéressera donc aux différentes approches de maintenance prévisionnelle, pronostic, estimation de durée de vie résiduelle... Teaching language FRANÇAIS / FRENCH	3	12h	12h
Projet 2	2
Ethique et acceptation des innovations Ce cours vise à apporter des éléments pour une compréhension des paramètres en jeu dans l’adoption et les usages des outils numériques du point de vue des individus. Le module apporte une connaissance des théories, ainsi que des clefs d'analyse et d'interprétation. Il fournit aussi des guides pour un usage éthique des algorithmes et un respect des règles en matière de recueil, de conservation et d’usage des données à caractère personnel. Teaching language FRANÇAIS / FRENCH	2	6h	15h
Modélisation et simulation	4
Optimisation pour les systèmes intelligents	2	8h	12h
Décision et analyse dans les systèmes intelligents Ce cours présente les concepts liés à la prise de décision et à l'analyse : Prise de décision multicritères, prise de décision multi-objectifs, prise de décision en conditions incertaines, prise de décision floue, etc. Teaching language FRANÇAIS / FRENCH	2	12h	12h
Stage	16