Master of Science en Intelligence Artificielle et Machine Learning

• Appliquer des algorithmes d'IA et de ML pour tirer des conclusions, concevoir des applications intelligentes pour résoudre des problèmes du monde réel et automatiser le développement de systèmes et de composants d'IA.
• Modéliser les comportements humains pour développer des systèmes d'intelligence artificielle et évaluer leurs performances.
• Améliorer les performances globales du système intégré afin d'influencer les performances humaines et l'apprentissage.
• Appliquer les principes sociaux, éthiques et juridiques des technologies et de leurs applications dans le domaine de l'IA et de la ML.
• Communiquer efficacement individuellement ou au sein d'équipes interfonctionnelles.

• Spécialiste de l'IA
• Intelligence artificielle appliquée et apprentissage automatique - Scientifique
• Ingénieur Machine Learning AWS
• Programmeur d'automatisation des processus robotiques
• Ingénieur en intelligence artificielle
• Programmeur en robotique
• Ingénieur en apprentissage automatique
• Professeur dans un établissement d'enseignement supérieur ou une université enseignant l'IA et le ML en plus des cours d'informatique

Le Master of Science in AI and ML requiert l'obtention de 36 crédits. Les étudiants suivront 12 crédits de cours de base, 6 crédits pour l'application professionnelle et 18 crédits dans les domaines de l'IA et du ML.

Prérequis du programme

Tous les nouveaux étudiants des programmes d'IA et de ML ont besoin de certaines compétences de base pour les préparer à réussir dans le programme d'IA et de ML. Les diplômes en IA et ML permettent d'acquérir une large compréhension de la théorie et de la technologie de ce domaine. Les étudiants qui n'ont pas la formation requise doivent suivre une partie ou la totalité des cours préalables avant de suivre les cours de base. Ainsi, pour réussir, les étudiants doivent avoir suivi les cours suivants.

• COMP 109 Algorithme informatique et logique de programmation avec Python
• COMP 260 Introduction aux systèmes d'exploitation
• COMP 270 Essentiels des réseaux
• COMP 329 Structures de données et analyse algorithmique
• COMP 350 Concepts de base de données

Cours de base (4 cours - 12 crédits)

Ces cours fournissent un large éventail de connaissances fondamentales pour mettre en œuvre les interfaces informatiques, la conception de logiciels, la communication entre les systèmes et la gestion des systèmes informatiques. Tous ces éléments sont cruciaux pour que les professionnels de l'informatique puissent les appliquer à un système ou à un projet donné.

• COMP 501 Systèmes d'exploitation avancés
• COMP 502 Conception et analyse d'algorithmes
• COMP 503 Réseaux et télécommunications
• COMP 504 Systèmes de gestion de bases de données

Cours d'application (2 cours - 6 crédits)

Ces cours offrent aux étudiants la possibilité d'appliquer ce qu'ils ont appris tout au long du programme à un projet pratique ou à un mémoire de maîtrise. Alors que le projet pratique permet d'appliquer les connaissances acquises tout au long du programme et représente un travail qui pourrait démontrer la préparation à la carrière à des employeurs potentiels, la thèse sert généralement à démontrer le potentiel de recherche de l'étudiant et peut être utilisée pour démontrer la préparation à un travail de doctorat. Quelle que soit l'option choisie, les étudiants démontreront des connaissances et des compétences de base en matière de recherche, qui seront utilisées pour la réalisation du projet ou de la thèse.

• COMP 505 Méthodes de recherche
• Choisissez-en un :
• COMP 681 AI and ML Capstone Project
• COMP 698 Mémoire de Master
  • COMP 681 AI and ML Capstone Project
  • COMP 698 Mémoire de Master

Cours de spécialisation (6 cours au choix - 18 crédits)

Ces cours avancés couvrent l'ensemble des sujets liés à l'IA et à la ML et permettent aux étudiants de développer leurs connaissances en fonction des trajectoires professionnelles qu'ils envisagent.

• COMP 513 Conception et programmation de robots
• COMP 514 Réseaux neuronaux
• COMP 515 Reconnaissance des formes
• COMP 516 Apprentissage profond
• COMP 517 Sujets spéciaux en IA
• COMP 518 Sujets spéciaux en ML
• COMP 521 Conception et applications de dispositifs intelligents
• COMP 522 Exploration de données
• COMP 593 Stage I en IA et apprentissage automatique
• COMP 610 Informatique cognitive
• COMP 611 Entreposage de données
• COMP 613 Conception de jeux
• COMP 614 Reconnaissance de la parole
• COMP 617 Apprentissage automatique certifié par AWS
• COMP 618 10 Google Machine Learning
• COMP 693 Stage II en IA et apprentissage automatique

Note : Les étudiants qui souhaitent suivre un cours proposé par un autre programme peuvent en faire la demande à leur conseiller en justifiant la pertinence de l'ajout dans le cadre de leur trajectoire professionnelle, de leur projet de conseil et/ou de leur intérêt personnel. Deux cours au maximum peuvent être appliqués à un autre programme.