Faculté des arts et des sciencesDépartement d'informatique et de recherche opérationnelle
Sommaire et particularités
Numéro
2-175-1-2
Cycle
Cycles supérieurs
Titre officiel
D.E.S.S. en apprentissage automatique
Type
Diplôme d'études supérieures spécialisées
Crédits
30 crédits
Admission à l'automne
Cours de jour
Offert au campus de Montréal
Stages obligatoires
Temps plein
Personnes-ressources
Information sur le programme
Neil F. Stewart, responsable de programme
514 343-7483neil.frederick.stewart@umontreal.ca
Philippe Doyon, TGDE
514 343-6111, poste 3508philippe.doyon.2@umontreal.ca
Information sur l'admission
Linda Peinthière
514-838-6452 poste 105linda.peinthiere@mila.quebec
Présentation
Le D.E.S.S. en apprentissage automatique fournit la formation minimale nécessaire pour appliquer les avancées en intelligence artificielle basées sur l’apprentissage automatique, une expertise spécialisée et en forte demande.
Cette formation se démarque des formations en science des données au 1er et 2e cycle en ce qu’elle permettra à l’étudiant d’approfondir ses connaissances spécifiquement dans le domaine des algorithmes d’apprentissage et de leurs applications en intelligence artificielle, que ce soit avec des données structurées ou pas (son, image, vidéo, texte, etc.).
L’étudiant profitera des liens importants existants entre le MILA (Institut Québécois d’Intelligence Artificielle) et les organisations privées et publiques qui cherchent à incorporer ces nouvelles technologies dans leurs produits et services, ainsi que de l’expertise des chercheurs du MILA dans ce domaine, qui supervisent les stages et les projets appliqués.
La formation donnera une base conceptuelle solide et plusieurs expériences pratiques, d’abord avec le cours à projets en apprentissage automatique, et ensuite directement chez un partenaire industriel, avec le stage, qui facilite aussi le placement des diplômés.
Objectifs
Ce programme vise à développer les connaissances des techniques de l'apprentissage automatique, les outils qui s'y attachent, ainsi que les applications de l'apprentissage automatique dans le domaine de l'intelligence artificielle. Les titulaires de ce diplôme seront en mesure de déployer ces techniques dans un très large éventail de cas de figure.
Forces
Ce programme profite de l’expertise du MILA, qui est un des groupes de recherche les plus importants dans le domaine de l’apprentissage automatique, ainsi que de ses étroites collaborations avec beaucoup d’acteurs industriels importants de ce même domaine qui sont présents ici à Montréal, qui est un des centres mondiaux de l’apprentissage automatique.
Le D.E.S.S. est étroitement lié au programme de Maîtrise avec stage en apprentissage automatique aussi géré par le MILA, rendant facile la transition de l'un vers l'autre.
Le D.E.S.S. a moins de crédits et de cours que la maîtrise avec stage et le stage est plus court.
Perspectives d'avenir
Ingénieur en Science des Données (data scientist)
Ingénieur en Apprentissage Automatique (machine learning engineer)
Analyste de Données (data analyst)
Ingénieur de Recherche (research engineer)
Cheminements d’études possibles
Certains de nos diplômés de ce programme d'études ont poursuivi leurs études dans les programmes suivants :
ATTENTION : La réussite de ce programme ne constitue pas une garantie d’admission au(x) programme(s) ci-dessus. Consultez la page descriptive du programme d'études qui vous intéresse pour connaître les critères d’admissibilité.
Règlements
1. Conditions d'admissibilité
Pour être admissible à titre d'étudiant régulier au D.E.S.S. en apprentissage automatique, le candidat doit:
satisfaire aux conditions générales d'admissibilité (section XI) du Règlement pédagogique des Études supérieures et postdoctorales
être titulaire d'un B. Sc. spécialisé (informatique), ou d'un diplôme le préparant adéquatement aux études qu'il veut entreprendre, ou bien attester d'une formation jugée équivalente
avoir obtenu, au 1er cycle, une moyenne d'au moins 3,0 sur 4,3 (ou l'équivalent) ou la moyenne exigée par l'université d'origine pour l'admission à un programme de 2e cycle, si celle-ci est plus élevée.
avoir déjà réussi un minimum de 40 crédits de cours universitaires (ou l'équivalent) en informatique et en mathématiques, incluant des cours de calcul, d'algèbre linéaire, de probabilités et statistique, de structures de données et d'algorithmique. Le Département peut, dans le cas contraire, imposer des cours préparatoires et des cours complémentaires.
Le candidat doit avoir une bonne connaissance du français et de l'anglais. Sur demande, le département peut exiger une attestation de la connaissance du français sous la forme de la réussite d'un test de français langue étrangère.
1.1 Documents additionnels à fournir lors de la demande d'admission
Attention, ce formulaire est disponible uniquement entre le 15 octobre et le 1er décembre. Il doit donc être rempli et soumis à Mila avant le 1er décembre, 23:59 (EDT).
2. Scolarité La scolarité minimale du programme est de deux trimestres à temps plein plus un trimestre en stage. La scolarité maximale est de 4 ans à compter de l'inscription initiale du candidat.
3. Transfert à la M. Sc. Un étudiant du D.E.S.S. peut être admis à la M. Sc. (informatique option apprentissage automatique) à la condition de satisfaire aux exigences d'admissibilité de ce programme. Les cours réussis au D.E.S.S. sont alors transférés dans son nouveau programme selon les conditions applicables.
Dates limites de dépôt des demandes d'admission
Assurez-vous de respecter ces périodes d’admission par trimestre avant le dépôt d'une demande.
Automne
Automne 2022: Du 1er janvier 2021 au 1er mai 2022
Automne 2023: Du 15 août 2022 au 1er février 2023
Structure du programme (2-175-1-2)
Version 02 (A21)
Le D.E.S.S. comporte 30 crédits.
Légende: CR. : crédit, H. : horaire, J : jour, S : soir
Segment 70
Les cours du D.E.S.S. sont répartis de la façon suivante : 28 crédits obligatoires, dont 12 attribués à un stage, et 2 crédits à option.
Le choix de cours doit être conforme à l'un des plans d'études spécifiés par le Département selon le domaine choisi.
Bloc 70A Fondements en apprentissage automatiqueObligatoire - 16 crédits.