Sciences des Données, Big data & IA

I- CONDITIONS ET MODALITES D’ACCES A LA FILIERE

- Diplômes requis :

• 2 Années Préparatoires au Cycle Ingénieur
• DEUG- Diplôme des études universitaires générales
• Licence des études fondamentales
• Tout diplôme équivalent

- Spécialité:

• MP MIPC

- Prérequis pédagogiques de la filière :

Connaissances de base en mathématiques :

• Algèbre linéaire (matrices, vecteurs, espaces vectoriels).
• Calcul différentiel et intégral.
• Statistiques et probabilités (distributions, tests d'hypothèses, analyse de données).
• Compétences en programmation :
• Maîtrise d'au moins un langage de programmation (Python est souvent préféré pour l'IA).
• Compréhension des concepts de base de la programmation (boucles, conditions, fonctions).
• Expérience avec les structures de données (listes, tableaux, dictionnaires, arbres).
• Connaissances en algorithmique :
• Compréhension des algorithmes de base (tri, recherche, graphes).
• Notions de complexité algorithmique (Big O notation).

Bases en informatique :

• Compréhension du fonctionnement des systèmes d'exploitation.
• Notions de bases de données et SQL.
• Introduction à la théorie des langages formels et à l'automatique.
• Initiation à l'apprentissage automatique (Machine Learning) :
• Familiarité avec les concepts de base de l'apprentissage supervisé et non supervisé.
• Notions sur les algorithmes de classification et de régression.
• Compétences en résolution de problèmes :
• Capacité à aborder et résoudre des problèmes complexes.
• Esprit d'analyse pour décomposer les problèmes en étapes claires et structurées.
• Notions de réseaux informatiques :
• Compréhension de base des protocoles réseau, TCP/IP, DNS, etc.
• Connaissances sur la sécurité informatique et la protection des données.

Compétences en anglais technique :

• Capacité à lire et comprendre la documentation technique en anglais.
• Compréhension des articles de recherche et des études de cas en IA publiés en anglais.
• Ces prérequis pédagogiques permettront aux étudiants de mieux aborder les concepts avancés en intelligence artificielle et de réussir dans cette filière exigeante.

- Modalités d’accès :

• Etude du dossier (Spécifier les Modalités de sélection : mentions, notes des matières principales etc.) :

1. Candidats ayant validé les deux années préparatoires au cycle ingénieur.
2. Candidats ayant réussi le concours national commun d’admission établissements de formation d’ingénieurs et établissements assimilés (Selon les places réservées à chaque établissement)

Pour les autres formations de type BAC+2 ou BAC+3, L’accès en première année du cycle ingénieur se fait par voie de concours après sélection

• Examen écrit:
• Entretien oral:
• Autres à spécifier :  

Très bonnes notes.

II- PASSERELLES

1. Passerelles avec les formations dispensées au niveau de l’établissement :

L'articulation de la filière "Sciences des Données, Big Data & IA" avec d'autres formations en informatique peut se faire à travers une approche intégrée et complémentaire. Voici quelques suggestions pour établir des liens entre ces formations :
1.     Prérequis informatiques : Veillez à ce que les étudiants possèdent les compétences informatiques de base (par exemple, programmation, algorithmique, structures de données) pour faciliter leur apprentissage dans la filière "Sciences des Données, Big Data & IA".
2.     Cursus intégré : Intégrez les cours de la filière "Sciences des Données, Big Data & IA" dans les programmes existants en informatique, afin que les étudiants puissent acquérir des compétences spécialisées en plus de leurs compétences informatiques générales.
3.     Projets interdisciplinaires : Encouragez les étudiants à travailler sur des projets interdisciplinaires qui combinent des aspects de la science des données, du Big Data et de l'IA avec d'autres domaines de l'informatique, tels que la cybersécurité, le développement web ou les réseaux informatiques.
4.     Formations complémentaires : Proposez des formations spécialisées en "Sciences des Données, Big Data & IA" pour les étudiants qui souhaitent se concentrer davantage sur ce domaine après avoir acquis une base solide en informatique.
5.     Partenariats avec l'industrie : Établissez des partenariats avec des entreprises et des organisations du secteur pour offrir aux étudiants des opportunités de stages et de projets réels, afin qu'ils puissent appliquer leurs compétences en science des données, Big Data et IA dans des contextes professionnels.
6.     Ateliers et séminaires : Organisez des ateliers et des séminaires sur les dernières tendances et technologies en matière de science des données, Big Data et IA, en invitant des experts du secteur et des chercheurs pour partager leurs connaissances et expériences avec les étudiants.

En résumé, l'articulation de la filière "Sciences des Données, Big Data & IA" avec d'autres formations en informatique devrait viser à créer un parcours d'apprentissage cohérent et intégré, permettant aux étudiants d'acquérir des compétences spécialisées et de les appliquer dans divers contextes professionnels et académiques.

–    Modalités d’accès :

    Etude du dossier (Spécifier les Modalités de sélection : mentions, nombre d’années d’études, notes des matières principales etc.) :

Mentions, Nombre d’années d’études, notes des matières principales, Age, etc. 

    Examen écrit : 
    Entretien oral: 

2. Passerelles avec les formations dispensées au niveau d’autres établissements :

L'articulation de la filière "Sciences des Données, Big Data & IA" avec d'autres formations en informatique peut se faire à travers une approche intégrée et complémentaire. Voici quelques suggestions pour établir des liens entre ces formations :
1.     Prérequis informatiques : Veillez à ce que les étudiants possèdent les compétences informatiques de base (par exemple, programmation, algorithmique, structures de données) pour faciliter leur apprentissage dans la filière "Sciences des Données, Big Data & IA".
2.     Cursus intégré : Intégrez les cours de la filière "Sciences des Données, Big Data & IA" dans les programmes existants en informatique, afin que les étudiants puissent acquérir des compétences spécialisées en plus de leurs compétences informatiques générales.
3.     Projets interdisciplinaires : Encouragez les étudiants à travailler sur des projets interdisciplinaires qui combinent des aspects de la science des données, du Big Data et de l'IA avec d'autres domaines de l'informatique, tels que la cybersécurité, le développement web ou les réseaux informatiques.
4.     Formations complémentaires : Proposez des formations spécialisées en "Sciences des Données, Big Data & IA" pour les étudiants qui souhaitent se concentrer davantage sur ce domaine après avoir acquis une base solide en informatique.
5.     Partenariats avec l'industrie : Établissez des partenariats avec des entreprises et des organisations du secteur pour offrir aux étudiants des opportunités de stages et de projets réels, afin qu'ils puissent appliquer leurs compétences en science des données, Big Data et IA dans des contextes professionnels.
6.     Ateliers et séminaires : Organisez des ateliers et des séminaires sur les dernières tendances et technologies en matière de science des données, Big Data et IA, en invitant des experts du secteur et des chercheurs pour partager leurs connaissances et expériences avec les étudiants.

En résumé, l'articulation de la filière "Sciences des Données, Big Data & IA" avec d'autres formations en informatique devrait viser à créer un parcours d'apprentissage cohérent et intégré, permettant aux étudiants d'acquérir des compétences spécialisées et de les appliquer dans divers contextes professionnels et académiques.

–    Modalités d’accès :

    Examen écrit : 
    Entretien oral :