v1.17.9 (1402)

Filières de 2e année - TSIA : Filière Traitement du signal pour l'intelligence artificielle (créneau C).

Descriptif

Responsable de la filière : Roland Badeau
Responsable mobilité internationale : Chloé Clavel
Coordination des stages : Marco Cagnazzo

Le programme est en anglais

A l’issue de la filière, l’étudiant aura acquis une vision large et opérationnelle de l'apprentissage statistique et du traitement du signal.
Il comprendra les enjeux du traitement des données et du big data, les fondements méthodologiques (statistiques, optimisation) et les techniques visant à traiter plus particulièrement des données temporelles (traitement du signal).
La filière vise à former de futurs ingénieurs ayant un large spectre de compétences autour de l'apprentissage statistique (machine learning) et du traitement de signal, ce qui recouvre un immense panel de domaines applicatifs : musique et parole, signaux biologiques, radioastronomie, transmission et compression de l'information multimédia, etc.
La pédagogie met à la fois l'accent entre des cours magistraux rigoureux et des travaux pratiques en contexte réaliste. La formation proposée en deuxième année est une introduction pertinente à différents M2 de Paris-Saclay  ou d'autres universités.

Cette filière pourra être associée avec profit à une des filières : 
 - Filière IMA : Le traitement de l'image et le traitement du signal partagent de nombreux outils fondamentaux. Les outils de traitement du signal abordés en TSIA viennent naturellement renforcer les méthodes spécifiques d'analyse des images. Les thèmes utiles, abordés en TSIA sont : statistiques, ondelettes, bancs de filtre, compression et transmission de signaux multimedia (images).

 - Filière MACS : La filière TSIA contient des cours de modélisation aléatoire qui apportent un complément très pertinent à la filière MACS : séries chronologiques, statistiques avancées, optimisation en contexte stochastique, filtrage et modèles de Markov cachés.

2e ANNEE (M1)

Les enseignements (192 heures) sont composés 
  - d'UE spécifiques à TSIA sur les données temporelles (code : TSIA)
  - et d'UE communes avec la filière SD Science des données, sur l'apprentissage statistique et la gestion de données (code : SD-TSIA).
 
Cinq cours sont communs, trois autres sont au choix (au P3 et au P4).
 
La filière est complétée par certains cours du créneau UE partagées :
  •  MDI 210 Optimisation  (en P1)
  •  MDI 220 Statistiques  en P1 (obligatoire)

3e ANNEE (M2)
En troisième année les étidiants peuvent choisir :
Option interne

- Suivre l'option interne TSIA (au S1) , composée de 120 heures de cours issus des M2 ci-dessous  et  d'un projet de 120h, complétée par un stage au S2. Le choix des cours dépendra de l'orientation souhaitée : coloration apprentissage statistique et signal, Audio et parole, Multimedia
- Suivre l'option interne IA, Intelligence Artificielle en collaboration avec l'ENSTA ParisTech.

Master M2

Postuler pour un de ces Masters 2 qui incluent un stage :

  • ATSI , Automatique et Traitement du Signal et des Images  (Upsay, mention E3A)
  • MN, Multimedia Networking  (Upsay, mention E3A). Cours à Télécom ParisTech
  • AIC, Apprentissage, information et contenu (UPSAy, mention informatique)
  • DataSciences , (UPSay, mention Maths appliquées)
  • MVA, Mathématiques, Vision, Apprentissage (UPSay, mention Maths appliquées)
  • ATIAM, Acoustique, traitement du signal et informatique appliqués à la musique  (UPMC)
  • BIM, Bio-Imagerie (Université Paris-Descartes, mention Biomédical)
Formation à l’étranger

Suivre une formation équivalente à l'étranger (contacter le responsable mobilité internationale de la filière)

Autre

Vous pouvez aussi choisir, après la 2e année,  de suivre en 3eA  :

  • un cursus transverse, c'est à dire ouvert quelle que soit la filière choisie en 2e année (ex. option interne ENT entreprenariat,  ou un des M2 transverses, PIC / IREN)
  • une mobilité en France dans une école de l'Institut Mines-Télécom ou de ParisTech.
 Quelle que soit l'option choisie, les élèves font un stage ingénieur ou de recherche de 6 mois.

Objectifs

 Mobilité internationale.
 
Avant d'aller plus loin, assurez-vous que vous avez pris connaissance des informations générales concernant la mobilité internationale. Notez en particulier que la DRI propose déjà une offre conséquente dans laquelle il est très probable que vous trouviez votre bonheur.
 
Ci-après une petite sélection d'établissements que nous recommandons pour des séjours d'étude (et qui s'étoffera au fur et à mesure des retours des élèves des promotions précédentes). A nouveau, d'autres choix sont possibles (en particulier ceux proposés par la DRI), n'hésitez pas à venir en discuter avec le responsable des mobilités de la filière.
Asie
National Taiwan University
National University of Singapore
Shanghai Jiao Tong University
Tokyo Institute of Technology
Europe
ETH Zurich
EPFL
Imperial College
KTH
TU Berlin
TU Munich
TU Wien
Université Catholique de Louvain-la-Neuve
Universitat Politècnica de Catalunya, ETSETB
Universidad Politecnica de Madrid, ETSIT & ETSII
 
Stages à l'étranger
 
Le plus naturel pour trouver un tel stage et de visiter les sites spécialisés et les pages web des entreprises qui vous intéressent sur lesquels des offres sont régulièrement publiées. Contactez aussi le responsable des mobilités de la filière qui pourra vous orienter vers des offres dont il est au courant. Il vous aidera également à "décoder" les compétences requises pour les offres qui vous intéressent et à vous assurer que vous y correspondez.
 
Retour sur expérience
 
Le responsable des mobilités de la filière maintient une liste des anciens élèves de TSIA qui sont déjà partis à l'étranger. Vous verrez apparaître ci-dessous les établissements et les entreprises dans lesquels ces élèves sont déjà partis. Contactez le responsable pour qu'il vous mette en relation.
 
Etablissements d'enseignement
NUS

Diplômes concernés

Pré-requis

UE du créneau D partagé obligatoires en P1 : MDI210 Optimisation et MDI220 Statistiques. UE partagée du créneau D recommandée : SD202 Bases de données

Composition du parcours

  • SD-TSIA204,
  • SD-TSIA205,
  • SD-TSIA210,
  • SD-TSIA211,
  • SD-TSIA214,
  • TSIA201,
  • TSIA202a,
  • TSIA202b,
  • TSIA203,
  • TSIA206,
  • TSIA207

Unités d'enseignement

UE Type d'enseignement Domaines Catégorie d'UE Volume horaire Responsables Site pédagogique
SD-TSIA204 Statistics: linear models/Statistique : modèles linéaires Enseignement scientifique & technique Mathématiques 24 Pascal BIANCHI,
Joseph SALMON,
Francois PORTIER
SD-TSIA205 Advanced Statistics/Statistique avancée (Option Apprentis... Enseignement scientifique & technique Mathématiques SD Apprentissage statistique, Ue du créneau C. 24 Stephan CLEMENÇON
SD-TSIA210 Machine Learning Enseignement scientifique & technique Mathématiques 24 Pascal BIANCHI,
Florence D'ALCHE,
Umut SIMSEKLI
SD-TSIA211 Optimization for Machine Learning Enseignement scientifique & technique Mathématiques SD Apprentissage statistique, Ue du créneau C. 24 Olivier FERCOQ
SD-TSIA214 Machine Learning for Text Mining (option apprentissage st... Enseignement scientifique & technique Mathématiques SD Apprentissage statistique. 24 Chloe CLAVEL
TSIA201 Représentations des signaux Enseignement scientifique & technique Image-Données-Signal 24 Roland BADEAU
TSIA202a Séries chronologiques (partie 1) Enseignement scientifique & technique Mathématiques Ue du créneau C. 24 Francois ROUEFF,
Pascal BIANCHI
TSIA202b Séries chronologiques (partie 2) Enseignement scientifique & technique Mathématiques Ue du créneau C. 24 Roland BADEAU,
Pascal BIANCHI
TSIA203 Introduction to deep learning Enseignement scientifique & technique Ue du créneau C. 24
TSIA206 Analyse des signaux de musique et de parole : méthodes et... Enseignement scientifique & technique Image-Données-Signal Ue du créneau C. 24 Roland BADEAU,
Chloe CLAVEL
TSIA207 Introduction au traitement et à la transmission des signa... Enseignement scientifique & technique Image-Données-Signal Ue du créneau C. 24 Marco CAGNAZZO
Veuillez patienter