Maîtrise en informatique

Voir les textes des mémoires et thèses en informatique.

Présentation du programme

Le programme de Maîtrise en informatique offre deux profils de formation visant à développer des compétences avancées dans des secteurs de pointe de l'informatique. En plus de permettre l'acquisition de connaissances de haut niveau, le programme de maîtrise cherche à développer les capacités d'analyse et de synthèse.

Pour consulter la description du profil Professionnel de la Maîtrise en informatique, vous référer au code 3037

Objectifs

Le profil recherche permet d'acquérir une spécialisation d'un domaine de l'informatique, à initier au processus de recherche, à développer la capacité de proposer des solutions à des problèmes spécifiques au domaine de l'informatique et à développer des habiletés de communication. Le programme de Maîtrise en informatique permet ainsi de développer ses compétences en recherche en s'intéressant à un domaine particulier tout en se préparant aux études de troisième cycle ou au marché du travail.

Objectifs spécifiques

Plus spécifiquement, le programme vise à:

• S'initier au processus de recherche;
• Développer la capacité de proposer des solutions à des problèmes spécifiques;
• Développer, approfondir et accroître les connaissances en informatique;
• Acquérir une spécialisation d'un domaine rattaché à l'informatique;
• Développer des habiletés dans la diffusion des connaissances.

Clientèle visée

Le programme s'adresse autant aux étudiantes et étudiants visant le marché du travail qu'à ceux désirant poursuivre des études doctorales.

Conditions d'admission

Base Études universitaires

Être titulaire d'un baccalauréat, ou l'équivalent, en informatique, en informatique de gestion, en génie informatique ou d'un baccalauréat avec majeure en conception de jeux vidéo, obtenu avec une moyenne cumulative d'au moins 3/4,3 ou l'équivalent. Cependant, tout dossier de candidats détenteurs d'un baccalauréat obtenu avec une moyenne cumulative inférieure à 3 mais, égale ou supérieure à 2,8/4,3 (ou équivalent) sera étudié par le sous-comité d'admission et d'évaluation du programme et pourrait faire l'objet d'une recommandation d'admission.

Base Préparation suffisante

Posséder les connaissances requises, une formation appropriée et une expérience jugée pertinente.

Les méthodes et les critères de sélection consistent à l'évaluation du dossier scolaire et des lettres de recommandation. Les documents suivants sont donc attendus:

• Lettre de présentation
• Curriculum vitæ
• Attestation d'emploi

Les candidats qui présentent une demande sur la base de l'expérience pertinente seront convoqués à une entrevue. Avant d'être admis au programme, le candidat peut être appelé à compléter sa formation par une propédeutique ou par des cours d'appoint.

Maîtrise des compétences informationnelles

Toutes personnes admises dans le cadre d'un programme menant au grade de maître doivent faire la preuve qu'elles possèdent une maîtrise suffisante des compétences informationnelles requises aux cycles supérieurs. Cette preuve est attestée par l'atteinte du résultat minimum exigé au test initial prévu à l'activité CICS900-Compétences informationnelles cycles supérieurs. À défaut d'atteindre le résultat exigé, les personnes devront compléter l'activité CICS900-Compétences informationnelles cycles supérieurs. Les modalités relatives à cette exigence sont définies dans la Politique en matière de maîtrise des compétences informationnelles dans les programmes de cycles supérieurs.

Règle administrative

L'admission au programme se fait aux trimestres d'automne, d'hiver et d'été.

Durée du programme et régime d'études

Le programme d'études est offert à temps complet et à temps partiel.

La durée maximale d'un programme de maîtrise est de neuf (9) trimestres en régime à temps complet et de quinze (15) trimestres en régime à temps partiel.

Règlements pédagogiques particuliers

Tout étudiant dont la langue maternelle est autre que le français qui éprouve des difficultés ou qui a une faiblesse en français peut, après avoir avisé la direction de programme, s'inscrire au cours 7FRA419 Français global et actes de paroles II. Ce cours sera hors programme.

Reconnaissance des acquis

Les étudiantes et étudiants ayant complété le DESS en informatique appliquée (3775) peuvent se voir reconnaître, par insertion, la totalité des crédits des cours réussis également inclus dans la maîtrise.

Structure du programme

Le programme totalise quarante-cinq (45) crédits et est composé d'une scolarité de dix-huit (18) crédits et d'un mémoire de vingt-sept (27) crédits.

La scolarité inclut un cours obligatoire intitulé Méthodologie de la recherche (3 crédits) et cinq cours au choix (15 crédits).

Plan de formation

*Les préalables sont indiqués entre parenthèses à la fin du titre du cours s'il y a lieu.

Profil recherche

Cours obligatoire

Le cours suivant (trois crédits)

Cinq cours parmi les suivants dont un cours pourra être suivi dans un autre programme de deuxième cycle de l'UQAC sur approbation de la direction du programme. (quinze crédits)

Choisir de zéro à deux cours individualisés (sujet spéciaux) dans la liste suivante (zéro à six crédits)

Mémoire de recherche (vingt-sept crédits)

Dès l'inscription du sujet de recherche, et pour tous les trimestres subséquents, l'étudiant doit être inscrit à l'activité 8RECHER.

DESCRIPTION DES COURS

6INF911 Réseaux de neurones

Rendre l'étudiant capable de comprendre, de concevoir et de réaliser des systèmes basés sur les réseaux de neurones à des fins d'apprentissage, de mémorisation, de reconnaissance, de commande, etc.

La cellule nerveuse physiologique, la connectivité de ces cellules, le neurone formel. Principales différences entre cellules nerveuses et neurones formels : traitement dynamique versus statique. Processus d'apprentissage : Hebb, compétitif, Boltzmann, supervisé, etc. Mémoires matricielles, réseau Dystal, le perceptron, le perceptron multicouche (rétropropagation, contrôle flou de l'apprentissage), les réseaux à fonctions radiales. Réseaux récurrents : modèle Brain State in a Box, réseaux Adaptive Resonance Theory, réseaux à attracteurs fixes ou multiples. Systèmes auto-organisés : apprentissage hebbien, apprentissage compétitif, apprentissage par calcul d'entropie. Réseaux pour le traitement temporel. Dynamique des réseaux de neurones : manipulation des attracteurs. Liens entre réseaux de neurones et logique floue, apprentissage automatique des fonctions d'appartenance, applications aux cartes de Kohonen et aux réseaux d'Hopfield. Algorithmes évolutifs, techniques d'apprentissage de réseaux de neurones par algorithmes évolutifs, comparaisons.

Formule pédagogique : Cours Magistral

8INF803 Bases de données réparties

Approfondir les concepts de modélisation et d'implantation d'une base de donnée répartie et hétérogène selon les approches traditionnelles, actuelles et futures. Initier l'étudiant aux fonctionnalités et aux applications des bases de données spatiales, temporelles et déductives ainsi qu'au concept des entrepôts de données.

Modélisation, justification et implantation d'un cas complexe selon les approches réseau, relationnel et objet dans un environnement réparti hétérogène en considérant une stratégie de répartition choisie en fonction d'une topologie donnée. Application des contraintes de clients sur l'architecture technologique. Application des concepts de la réplication manuelle et automatisée et utilisation des mécanismes d'interconnexion de SGBD hétérogènes en accès lecture (Ingres Net, Ingres Star, Oracle, Access, lien odbc, tcp/ip), réplication et mise à jour (ex. snapshot, trigger, commit à 2 phase, réplicateur,...). Étude de cas sur les bases de données multimédia (stratégies, impact réseau, création, chargement), spatiales (ex. Oracle Spatial), déductives (ex. Datalog), temporelles (ex. TSQL, Oracle Time Series) et sur les entrepôts de données (ex. Oracle Data Warehousing).

En plus de cours magistraux, la méthode d'enseignement sera basée sur la lecture et la recherche personnelle, les rencontres individuelles et les discussions de groupe. Plusieurs concepts seront mis en pratique par l'élaboration d'un cas pratique complexe implanté dans un environnement hétérogène.

Formule pédagogique : Cours Magistral

8INF808 Informatique appliquée et optimisation

Acquérir une vue d'ensemble de la démarche à suivre en vue de résoudre un problème d'optimisation donné. Familiariser l'étudiant aux différentes méthodes utilisées ainsi que leurs justifications pour la résolution de problèmes d'optimisation combinatoire.

Approches de résolution de problèmes d'optimisation combinatoire: méthodes énumératives (Branch and Bound, CSP, ...), programmation mathématique, réseaux, heuristiques, métaheuristiques, simulation, etc.

Formule pédagogique : Cours Magistral

8INF840 Structures de données avancées et leurs algorithmes

Acquérir les fondements théoriques et pratiques des structures de données et leurs algorithmes dans le but de comprendre comment les justifier, les utiliser et les incorporer dans la résolution des problèmes. L'accent sera mis sur les propriétés fondamentales de ces structures et l'étude de leur complexité (spatiale et temporelle : pire cas, cas moyen et amortie), sans toutefois négliger les aspects reliés à leurs implantations et leurs applications.

Introduction à la complexité algorithmique: pire cas, cas moyen et cas amorti. Recherche en table et chaînes de caractères. Listes, piles, files et applications. Arbres : de recherche, AVL, rouge et noir, B-arbres, tas et files de priorité, splay, binomial, Fibonacci, etc. Ensembles disjoints. Graphes: algorithmes de parcours, de cheminement, de flots et géométriques.

Formule pédagogique : Cours Magistral

8INF849 Interaction 3D et réalité virtuelle

Offrir les bases nécessaires pour la compréhension, la conception et le développement de systèmes exploitant les technologies de la réalité virtuelle. Aquérir un ensemble de connaissances théoriques et pratiques qui permettra d'exploiter efficacement les technologies de la Réalité Virtuelle dans des applications relevant de l'éducations ou encore visant les troubles mentaux.

Principales caractéristiques des technologies de la Réalité Virtuelle et facteurs. Techniques d'interaction 3D. Usage des technologies de la Réalité Virtuelle en éducation. Usage des technologies de la Réalité Virtuelle dans le divertissement. Usage des technologies de la Réalité Virtuelle dans les troubles mentaux. Évaluation des applications de Réalité Virtuelle.

Formule pédagogique : Cours Magistral

8INF850 Méthodologie de la recherche

Maitriser les différentes méthodologies de recherche. Faire comprendre les problématiques d'une recherche pluridisciplinaire. Permettre de faire une synthèse de la littérature dans deux domaines incluant l'informatique. Être capable de bien situer son projet de recherche dans une problématique plus globale et le préparer à l'exécution de sa propre recherche.

Types de recherche. Les grandes étapes d'une recherche : choix de sujet, revue de littérature, objectifs de la recherche, méthodologie de la recherche, analyse et présentation des résultats. Plan de rédaction d'un mémoire. Recherche bibliographique. Outils bibliographiques (EndNote). L'article scientifique et autres formes de communication scientifique. L'éthique et l'intégrité en recherche.

Formule pédagogique : Tutorat

8INF851 Génie logiciel

Permettre à l'étudiant d'approfondir ses connaissances du processus de développement de logiciel et de décompostion modulaire. Permettre à l'étudiant d'analyser les différentes méthodes et les outils qui améliorent la qualité et diminuent le coût de développement et de gestion de systèmes logiciels.

Rappel sur les différentes phases de développement de logiciel. Méthodes de développement de logiciels (classiques, itératives, spirales et agiles). Processus unifié (RUP): concept et modèle. Spécification des exigences selon une norme standard. Approche du développement par modèles : cas d'utilisation, modèles en langage UML. Décomposition et composition modulaires des applications. Réutilisation, évolution et maintenance du logiciel. Développement des applications avec les patrons de conception et l'architecture orientée modèle (MDA: Model Driven Architecture). Techniques de développement orientées objet, aspect et composant (programmation orientée objet, programmation par aspect, programmation par sujet, programmation par vue). Norme de qualité (ISO9000). Système qualité. Vérification et validation des logiciels.

Formule pédagogique : Cours Magistral

8INF852 Métaheuristiques en optimisation

Familiariser les étudiants aux outils d'optimisation permettant la résolution de problématiques théoriques ou pratiques complexes. Donner aux étudiants les bases techniques et théoriques nécessaires pour concevoir, analyser et évaluer les heuristiques qu'ils doivent développer dans le cadre de leurs travaux de recherche.

Méthodes d'intelligence artificielle (métaheuristiques) telles que l'algorithme du recuit simulé, l'algorithme génétique, la recherche avec tabous et l'optimisation par colonie de fourmis. L'apprentissage d'une démarche scientifique pour aborder des problèmes d'optimisation, les résoudre et présenter les résultats obtenus est également visé.

Formule pédagogique : Cours Magistral

8INF853 Architecture des applications d'entreprise

Amener l'étudiant à approfondir les concepts liés au développement et à l'architecture des applications d'entreprises. Amener l'étudiant à acquérir des compétences à travailler dans un environnement de programmation ayant des composantes complexes. L'étudiant sera exposé à la technologie Java, aux modèles objets et aux services orientés architecture. Enfin,l'étudiant se familiarisera avec certaines technologies touchant les aspects d'infrastructure de développement et de déploiement d'applications d'entreprises.

Concepts fondamentaux d'interfaces usagers. Études de cas avec Java (Swing). Développement et déploiement d'applications d'entreprises (Enterprise applications). Technologie Java. EJB, Java Beans et architecture client-serveur RMI-Java. Modèles orientés architectures. Modèle (MDA). Architecture orientée service (SOA).

Formule pédagogique : Cours Magistral

8INF855 Intelligence d'affaires: principes et méthodes

Permettre à l'étudiant de comprendre et de maîtriser les concepts et l'utilité de l'intelligence d'affaires. Présenter les différentes technologies utilisées en intelligence d'affaires. Donner un aperçu des méthodologies et techniques liées à la mise en place d'une solution d'intelligence d'affaires.

Intelligence d'affaires: définition, caractéristiques, tendances, enjeux, impact au niveau de la prise de décision. Bénéfices tangibles des solutions d'intelligence d'affaires. Exemples d'application dans des entreprises. Entrepôt de données: différence entre entrepôt de données (datawarehouse) et magasin de données (datamart), approche Kimball versus approche Inmon, stratégie de mise en oeuvre des entrepôts de données, gestion d'un projet d'entrepôt de données, modélisation d'un entrepôts de données. Tableaux de bord de gestion: tableau de bord prospectif (Balanced Scorecard) de Kaplan et Norton, défis - enjeux liés à l'établissement des indicateurs de gestion tableau de bord de la gestion de la performance organisationnelle. Forage des données et vues multidimensionnelles (OLAP, ROLAP, MOLAP). Le forage des données: pré-requis et applications potentielles. Intégration des données et la gestion qualitative des données. Survol des outils d'intelligence d'affaires et critères de choix.

Formule pédagogique : Cours Magistral

8INF856 Programmation sur architectures parallèles

Développer les capacités d'identifier le parallélisme potentiel d'une application informatique; connaître les différents modèles (abstraits et réels) d'ordinateurs parallèles; développer les capacités de concevoir des algorithmes efficaces en utilisant le parallélisme.

Modèles d'ordinateurs parallèles: Systèmes parallèles et distribués; Algorithmes parallèles; Langages de programmation et parallélisme; Programmation sur ordinateurs à mémoire partagée. Multithreads (e.g. POSIX, OpenMP); Programmation sur ordinateurs distribués (e.g. MPI).

Formule pédagogique : Cours Magistral

8INF857 Sécurité informatique

S'initier aux différents aspects liés à la sécurité des organisations, des systèmes et des réseaux informatiques.

Concepts de base de sécurité informatique. Propriétés fondamentales : confidentialité, intégrité et disponibilité. Vulnérabilité des systèmes informatiques. Mécanismes de contrôle d'accès et sécurisation des applications d'entreprises. Analyse de risque au niveau organisationnel. Cadres de références en sécurité informatique.

Formule pédagogique : Cours Magistral

8INF858 Systèmes intégrés de gestion d'entreprise

Permettre à l'étudiant d'approfondir ses connaissances sur la définition et l'importance des progiciels de gestion d'entreprise (ERP). Maîtriser la démarche de modélisation de processus dans un projet d'implémentation d'un progiciel de gestion d'entreprise. Comprendre les facteurs de succès et les risques dans une démarche d'implémentation d'un progiciel de gestion d'entreprise.

Rappel sur les différentes fonctions de l'entreprise. Les systèmes d'information et les ERP. L'apport des ERP pour l'entreprise: gains, limites et risques. La sélection d'un ERP: fonction, technologie, marché et budgets. Les principaux intervenants: éditeurs, intégrateurs et consultants. Les différentes étapes pour l'implémentation d'un ERP dans une démarche de gestion de projet: phases, livrables, gestion du changement et processus d'amélioration continue. L'utilisation d'un logiciel (SAP) pour en comprendre son fonctionnement et l'intérêt de son utilisation par l'entreprise. Les liens avec d'autres domaines tels la gestion intégrée de la chaîne logistique et le e-commerce.

Formule pédagogique : Cours Magistral

8INF862 Gestion de projets informatiques

Apprendre à gérer des projets de développement en informatique et en jeu vidéo. Maîtriser les principes et les pratiques actuelles de la gestion de projets, et ce, tant avec les approches de gestion dites prédictives qu'avec les méthodes de gestion dites adaptatives.

Planification de projet avec approche prédictive de gestion de projets. Structure et découpe de projet (WBS). Estimation des coûts à l'aide d'approches basées sur l'historique ainsi qu'avec des méthodes s'appuyant sur le consensus d'experts. Optimisation des ressources. Gestion de risques. Assurance de la qualité et du suivi du projet. Gestion du changement, résistance aux changements et gestion des conflits. Gestion d'une équipe. Planification de projet avec approche adaptative de gestion de projets. Artéfacts du Scrum (Incrément, Backlog de produit, Backlog de Sprint). Rôles et responsabilités des différents acteurs (Scrum Master, Development Team, Product Owner). Événements du processus Scrum. Processus d'inspection et d'adaptation. Découpe de projet par histoires utilisateurs. Estimation des histoires utilisateurs avec méthode du Planning Poker (point d'histoire et vélocité). Logiciels utilisés en entreprise pour la gestion de projets. Enjeux de la gestion de projets avec des équipes virtuelles en télétravail.

Formule pédagogique : Magistral et/ou formation à distance

8INF865 Programmation de plateformes mobiles

Comprendre les différents modèles et principes qui permettent de concevoir des applications mobiles intuitives. Maitriser les contraintes relatives à la programmation sur plateformes mobiles.

Principes de conception d'une app, Informatique ubiquitaire et applications mobiles, Intégration d'éléments de persuasion dans une app; Environnement de développement; Composants d'une app (activités, services, broadcast, content provider); Réalisation d'une interface utilisateur ergonomique; Différents types de vue, fragments; Gérer efficacement les notifications; Reconnaissance de gestes; Gestion efficace de la mémoire; Sauvegarde de données; Avantage de base de données NoSQL, utilisation de services web.

Formule pédagogique : Magistral et/ou formation à distance

8INF867 Fondamentaux de l'apprentissage automatique

Acquérir les connaissances pour mener un projet d'apprentissage automatique.

Fondamentaux de l'apprentissage automatique. Principes et méthodes de nettoyage des données. Sélection de variables et réduction de dimensionnalité. Entraînement de modèles. Classification de données structurées et non structurées. Algorithmes de l'apprentissage supervisé et non-supervisé. Arbre de décision, méthodes linéaires et à noyaux, centres mobiles, motifs fréquents, apprentissage d'ensemble et forêts aléatoires. Méthodologie de test et mesures de performance.

Formule pédagogique : Cours Magistral

8INF871 Principes des moteurs de jeux

Introduire les principes fondamentaux de la programmation des moteurs de jeux.

Rôles d'un moteur de jeux. Architectures orientées données. Aperçu des systèmes principaux d'un jeu: Rappel des notions de physique et de mécanique. Différents types de rendus (graphique, animation, textuel, sonore), communication réseau. Intégration de langages de scripts. Régionalisation. Modules d'extension (plugin) et logiciels médiateurs (middleware). Outils et éditeurs de niveau.

Formule pédagogique : Cours Magistral

8INF874 Cryptographie

S'initier aux concepts fondamentaux liés au domaine de la cryptologie.

Histoire de la cryptologie. Cryptographie classique mono-alphabétique et poly-alphabétique. Cryptographie moderne symétrique et asymétrique (DES, AES, RSA, courbes elliptiques, etc.). Fonctions de hachages et leurs applications. Protocoles cryptographiques, Infrastructure à clé publique Principes de cryptanalyse. Application de la cryptographie. Techniques d'attaques physiques des cartes à puce.

Formule pédagogique : Cours Magistral

8INF876 Conception et architecture des systèmes d'infonuagique

Permettre d'acquérir les connaissances nécessaires pour mettre en œuvre des applications réparties capables d'exploiter des ressources distantes ou de répartir la charge de calcul sur plusieurs ordinateurs dans un souci d'amélioration de performances et de tolérance aux pannes.

Rappel des protocoles de communication ; Concepts fondamentaux comme les modèles, les types et les architectures des systèmes distribués (client-serveur, Peer-to-Peer, hybride); Divers moyens de communication (synchrone, asynchrone, persistant, transitoire, discrète, et streaming), le passage et l'identification des objets/messages/service/ressource (socket, sérialisation, Marshaling, références d'objets distants), l'ouverture, la mise à l'échelle, la fiabilité, et le partage des ressources. Architectures des systèmes répartis contemporains en termes de services et protocoles de communication et de problèmes d'interconnexion de systèmes hétérogènes, indépendamment de la plate-forme matérielle et logicielle, et du langage de programmation : Technologies et Frameworks standards comme NodeJS, CORBA, JEE-EJB (Java Enterprise Edition), Servlets et JSP, Services Web (REST, GraphQL, SOAP).

Formule pédagogique : Magistral et/ou formation à distance

8INF878 Intelligence Artificielle

Introduire la discipline de l'intelligence artificielle et faire une brève introduction aux différentes problématiques et techniques qui y sont liées. Comprendre les techniques qui permettent de créer un agent intelligent.

Histoire et philosophie de l'intelligence artificielle en tant que science. Résolution de problèmes à l'aide d'exploration non-informée, informée, locale et adverse. Planification logique, dordre partiel et planification probabiliste. Systèmes experts, agent intelligent logique et probabiliste. Introduction à la perception et aux actions dans un agent intelligent par la vision artificielle, les mouvements d'actionneurs robotiques et l'analyse sonore. Principes des agents apprenants à base de statistiques et/ou renforcement

Formule pédagogique : Cours Magistral

8INF882 Gestion des incidents de sécurité

S'initier à la démarche méthodologique de gestion des risques et de réponses aux incidents de sécurité.

Définition de la gestion des risques et sa finalité; Normes et référentiels en gestion des risques; Reconnaissance et gestion des cyber risques. Analyse de risque et modélisation de la menace (threat modeling). Concepts clés du processus de gestion des risques de sécurité de l'information; Création d'un plan de continuité d'affaires. Étapes du processus de réponses aux incidents de sécurité; Approches visant à définir et détecter les incidents de sécurité; Réponses aux incidents liés à la cyber sécurité./p>

Formule pédagogique : Cours Magistral

8INF883 Vision artificielle et traitement des images

Introduire les différentes méthodes utilisées en vision artificielle et en imagerie numérique. Vise l'apprentissage des fondements de ce domaine. Comprendre en profondeur des notions utilisées dans le traitement numérique des images et la vision artificielle, tant du point de vue algorithmique que mathématique.

Langage de programmation Python; Installation et utilisation des modules spécialisés pour la vision artificielle et le traitement des images: NumPy, OpenCV, scikit-image, scikit-learn, tensorflow, keras; Manipulation et transformation des images; Filtrage; Espaces de couleurs; Segmentation; Observation des caractéristiques des images; Extraction des caractéristiques; Application de l'apprentissage machine classique et profond; Réalisation d'une étude complète : hypothèses, choix des outils, validation, présentation des résultats.

Préalable(s): ((8INF867) ou (8INF919))

Formule pédagogique : Cours Magistral

8INF884 Sécurité des applications

S'initier à l'aspect sécurité dans la conception et la programmation de logiciels et sur la façon de produire du code plus sécuritaire.

Introduction à la sécurité logiciel. Principes du développement des applications sécurisées qui s'exécutent dans un environnement hostile. Analyse de vulnérabilités et faiblesses du logiciel. Débordement de tampons. Vulnérabilités des entiers (integers). Vulnérabilités des applications web, etc. Sécurité du logiciel par conception. La sécurité dans JAVA.

Formule pédagogique : Cours Magistral

8INF886 Gestion de la cybersécurité et des données personnelles

Apprendre à voir la sécurité comme un risque d'affaire à gérer. Mener à bien les objectifs de l'entreprise. Expliquer et justifier l'intégration de la sécurité informatique à tous les autres processus d'affaires de l'entreprise.

Règlements, code d'étiques et bonnes pratiques en matière de gestion des données sensibles à la vie privée (ex. RGPD). Ingénierie sociale et mécanismes de défenses appropriées. Audit de sécurité.

Formule pédagogique : Cours Magistral

8INF887 Apprentissage profond

Acquérir des connaissances fondamentales et appliquées des réseaux de neurones et de l'apprentissage profond. Maîtriser l'élaboration d'architectures complexes, leurs configurations et la sélection des unités/modules appropriés selon le contexte.

Présentations des principes théoriques du fonctionnement des neurones artificielles. Techniques et méthodologies liées à l'entraînement des réseaux. Techniques du gradient et optimiseurs (SGD, Adam, RMSProp, Adagrad). Fonctions d'activation et hyperparamètres. Principales architectures de CNN, RNN, GAN, AE, etc. Unités et modules spécialisés pooling, attention, transformeur, réservoir, LSTM, GRU. Autoapprentissage et espaces latents. Modélisation des données complexes pour les réseaux de neurones. Optimisation des hyperparamètres et évaluation des modèles entraînés. Principales librairies pour l'apprentissage profond : Pytorch, Keras/Tensorflow ou autre.

Préalable(s): ((8INF867) ou (8INF919))

Formule pédagogique : Cours Magistral

8INF888 Séminaire thématique en cybersécurité