Programme court de 2ᵉ cycle en science des données
Le programme court de 2e cycle en science des données permet d’acquérir des compétences avancées et spécialisées sur différentes thématiques du domaine : intelligence artificielle, apprentissage automatique, visualisation des données, méthodes statistiques et mathématiques et mégadonnées.
Créer de la valeur ajoutée à partir de données et les utiliser pour l’aide à la décision sont une préoccupations de plus en plus croissante des organisations des différents secteurs d’activité. Cela conduit à une augmentation de la demande en spécialistes des données au sein des organisations.
Ce programme peut être offert sur demande un peu partout dans l’Est-du-Québec, sur la Côte-Nord et dans Chaudière-Appalaches lorsqu’une cohorte est formée, c’est-à-dire lorsqu’un nombre suffisant de personnes manifestent leur intérêt pour un démarrage du programme.
Pour signifier son intérêt à joindre une prochaine cohorte, remplissez ce formulaire.
Le programme permet de construire un cheminement sur mesure et sélectionnant cinq cours parmi une large gamme de cours :
- concepts clés de la science des données : apprentissage automatique et profond, visualisation de données, analyses mathématiques et statiques;
- application des techniques de modélisation et d’analyse de données pour la résolution de problèmes concrets;
- expérience pratique en langages de programmation et outils en science des données;
- communication des résultats des analyses à l’aide de techniques et d’outils de visualisation;
- enjeux de la gouvernance de données dans les organisations.
L’omniprésence et l’évolution rapide et constante de l’informatique et des technologies de l’information ainsi que l’accroissement de leur utilisation dans tous les secteurs d’activités mènent à une croissance des opportunités de recherche dans ces domaines.
Le contexte technologique actuel génère des besoins criants en développement et en innovations informatiques dans les milieux scientifiques, économiques et organisationnels de la région qui ont recours aux diplômé·es en informatique.
Admission
9090
Campus de Rimouski
Ismail Khriss
Directeur de comité de programmes
418 723-1986 poste 1862
1 800 511-3382 poste 1862
inf-cp@uqar.ca
15 crédits, deuxième cycle
Objectif général
• Développer des compétences en science des données.
Objectifs spécifiques
• Développer une compréhension approfondie des concepts clé de la science des données :
o Apprentissage automatique et profond, visualisation de données, analyses mathématiques et statiques;
• Appliquez des techniques de modélisation et d’analyse de données pour la résolution de problèmes concrets;
• Acquérir une expérience pratique en langages de programmation et outils en science des données;
• Communiquer les résultats des analyses à l’aide de techniques et d’outils de visualisation;
• Comprendre les enjeux de la gouvernance de données dans les organisations.
Notes sur l’admission
Base études universitaires au Québec
La candidate ou le candidat doit être titulaire d’un baccalauréat, ou l’équivalent, en informatique, en informatique de gestion ou en génie informatique, obtenu avec une moyenne cumulative d’au moins 3 sur 4,3 ou l’équivalent.
Base expérience
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 candidates et les candidats qui présentent une demande sur la base de l’expérience pertinente seront convoqués à une entrevue. Avant d’être admis au programme, la candidate ou le candidat peut être appelé à parfaire sa formation par une propédeutique ou par des cours d’appoint.
Comme ce programme ne comporte pas de mémoire de recherche, les candidat·es n’ont pas à trouver une direction de recherche avant leur admission dans le programme.
Une fois la demande d’admission déposée, les candidat·es reçoivent une confirmation par courriel avec leurs codes d’accès (identifiant et code permanent de l’UQAR) afin de déposer les pièces requises au traitement de leur demande directement en ligne dans leur dossier sécurisé.
Copie du bulletin officiel des notes obtenues pendant les années scolaires qui ont conduit à l’obtention du diplôme présenté à l’appui de la demande d’admission.
Si la personne est acceptée, le document officiel lui sera demandé avant le début du premier trimestre d’inscription. Le diplôme officiel doit porter le sceau de l’institution qui l’a émis. Les photocopies sont acceptées si elles sont certifiées conformes à l’original (voir : Liste des autorités reconnues par pays pour certifier conformes des documents demandés en appui à une demande d’admission).
Cette lettre comprend un texte d’environ 500 mots pour expliquer la pertinence du programme d’études dans son cheminement professionnel.
« Rapport confidentiel sur un candidat/Confidential Reference Form ».
Ces formulaires doivent être remplis par des répondant·es qui connaissent la formation professionnelle et les aptitudes à la recherche de la candidat·e.
Ces répondant·es doivent transmettre leurs rapports directement au Registrariat.
Pour les candidat·es dont la base d’admission est l’expérience.
Doit inclure les noms et prénoms des parents ainsi que le lieu de naissance (municipalité, pays).
Pour les candidat·es né·es au Québec dont la base d’admission est les études universitaires, l’extrait de naissance n’est pas exigé. Il est cependant possible qu’il soit demandé à la suite du processus d’admission.
Pour les candidat·es dont la base d’admission est l’expérience, l’extrait de naissance est exigé.
Toute personne née à l’étranger, mais demeurant au Canada, doit joindre à son acte de naissance soit un certificat de citoyenneté canadienne, un certificat d’immigrante ou d’immigrant reçu, une carte de résidence permanente ou un permis de séjour valide l’autorisant à étudier au Canada.
Plan de formation
Cheminement
Cinq cours (15 crédits) parmi les suivants :
| INF 700 22 | Introduction à la science des données (3 cr.) |
| INF 701 22 | Introduction à l’intelligence artificielle (3 cr.) |
| INF 702 22 | Programmation pour la science des données (3 cr.) |
| INF 710 22 | Analyse sémantique et traitement automatique de la langue naturelle (3 cr.) |
| INF 711 22 | Optimisation avec les métaheuristiques (3 cr.) |
| INF 712 22 | Visualisation de données et « reporting » numérique (3 cr.) |
| INF 713 22 | Gestion et traitement de mégadonnées (3 cr.) |
| INF 714 22 | Apprentissage automatique (3 cr.) |
| INF 715 22 | Apprentissage profond I (3 cr.) (INF71422) |
| INF 716 22 | Apprentissage profond II (3 cr.) (INF71522) |
| INF 717 22 | Ingénierie d’apprentissage automatique pour la production (MLOps) (3 cr.) (INF71422) |
| INF 718 22 | Gouvernance des données (3 cr.) |
| INF 719 22 | Qualité des données (3 cr.) |
| INF 720 22 | Vision numérique (3 cr.) (INF71422) |
| INF 721 22 | Analyse de séries temporelles (3 cr.) (INF71422) |
| INF 722 22 | Intelligence artificielle pour les jeux vidéo (3 cr.) (INF71422) |
| INF 723 22 | Intelligence artificielle pour la cybersécurité (3 cr.) |
| INF 724 22 | Santé intelligente (3 cr.) (INF71422) |
| INF 725 22 | Intelligence artificielle pour l’industrie 4.0 (3 cr.) (INF71422) |
| INF 730 22 | Introduction à l’intelligence d’affaires (3 cr.) |
| INF 731 22 | Sujets spéciaux en sciences de données (3 cr.) |
| MAT 703 22 | Mathématiques et statistiques pour la science des données (3 cr.) |
Règlement pédagogique particulier :
L’étudiante ou l’étudiant qui a réussi le cours INF 382 15 Intelligence artificielle ne peut s’inscrire au cours INF 701 22 Introduction à l’intelligence artificielle.
Programme court approuvé par la doyenne des études à l’automne 2022.
Recherche
Consultez la liste des professeur·es du Département de mathématiques, informatique et génie pour en savoir plus sur les spécialisations.
Les thèmes de recherche des professeur·es abordent notamment les champs d’expertise suivants :
- recherche d’information, moteurs de recherche, fouille de données et du Web;
- affaires électroniques;
- génie logiciel;
- développement Web et mobile;
- compression de données;
- structures de données;
- traitement d’images;
- infonuagique et systèmes distribués;
- internet des objets (IoT) et domotique;
- etc.
Les professeur·es en informatique collaborent également avec des collègues d’autres domaines, comme le génie, la gestion de projets, l’administration, l’océanographie et la biologie, dans le cadre de projets de recherche ou de développement multidisciplinaires.
Le dépôt numérique Sémaphore permet d’accéder aux thèses et aux mémoires des étudiant·es de l’UQAR en format électronique déposés depuis 2004.