


|
Présentation
Démarrage à l'automne 2023
Le programme court de 2e cycle en science des données permet d'acquérir des compétences avancées et spécialisées dans différents domaines de la science des données : 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 est une préoccupation 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.Le programme vise justement à combler ce besoin.
Admission et plan de formation
Responsable (s)
Campus de Lévis
Yacine YaddadenDirecteur de comité de programmes
Campus de Rimouski
Yacine YaddadenDirecteur de comité de programmes
Objectifs
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.
Information sur l'admission
Étudiants canadiens
Lieu de formation | Régime d'étude | Trimestres d'admission | Contingentement | ||
---|---|---|---|---|---|
Automne | Hiver | Été | |||
Campus de Rimouski | Temps partiel | ![]() | Non contingenté | ||
Campus de Lévis | Temps partiel | ![]() | Non contingenté |
Étudiants étrangers
Ce programme n’est pas offert aux étudiants étrangersConsultez la liste des programmes offerts aux étudiants étrangers.
Conditions d'admission
Base études universitaires
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.
Plan de formation
Cinq cours (15 crédits) parmi les suivants : |
INF70022 | Introduction à la science des données (3 cr.) |
INF70122 | Introduction à l’intelligence artificielle (3 cr.) |
INF70222 | Programmation pour la science des données (3 cr.) |
INF71022 | Analyse sémantique et trait. auto. langue naturelle (3 cr.) |
INF71122 | Optimisation avec les métaheuristiques (3 cr.) |
INF71222 | Visualisation de données et « reporting » numérique (3 cr.) |
INF71322 | Gestion et traitement de mégadonnées (3 cr.) |
INF71422 | Apprentissage automatique (3 cr.) |
INF71522 | Apprentissage profond I (3 cr.) (INF71422) |
INF71622 | Apprentissage profond II (3 cr.) (INF71522) |
INF71722 | Ingénierie d'apprentissage auto. pour la prod. (MLOps) (3 cr.) (INF71422) |
INF71822 | Gouvernance des données (3 cr.) |
INF71922 | Qualité des données (3 cr.) |
INF72022 | Vision numérique (3 cr.) (INF71422) |
INF72122 | Analyse de séries temporelles (3 cr.) (INF71422) |
INF72222 | Intelligence artificielle pour les jeux vidéo (3 cr.) (INF71422) |
INF72322 | Intelligence artificielle pour la cybersécurité (3 cr.) |
INF72422 | Santé intelligente (3 cr.) (INF71422) |
INF72522 | Intelligence artificielle pour l’industrie 4.0 (3 cr.) (INF71422) |
INF73022 | Introduction à l’intelligence d'affaires (3 cr.) |
INF73122 | Sujets spéciaux en sciences de données (3 cr.) |
MAT70322 | Math. 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. |
Documents requis pour l'admission
En plus de déposer une demande d'admission, les candidates et candidats devront fournir les documents suivants nécessaires au traitement de la demande d’admission:
- Extrait de naissance
L'extrait de naissance doit inclure les noms et prénoms des parents ainsi que le lieu de naissance (municipalité, pays).
Pour les candidates et candidats nés 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 candidates et candidats 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. - 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). - Lettre de motivation
Cette lettre comprend un texte d'environ 500 mots dans laquelle la candidate ou le candidat décrit une problématique qu'il souhaiterait développer au cours de ses études (programme avec mémoire ou thèse) ou encore dans laquelle la personne explique la pertinence du programme d'études dans son cheminement professionnel (programme sans mémoire).
- Trois (3) formulaires « Rapport confidentiel sur un candidat/Confidential Reference Form ».
Ces formulaires doivent être remplis par trois répondantes ou répondants qui connaissent la formation professionnelle et les aptitudes à la recherche de la candidate ou du candidat. Ces répondantes ou répondants doivent transmettre leurs rapports directement au Registrariat.
- Curriculum vitae
Pour les candidates et les candidats dont la base d'admission est l'expérience.
La personne qui a déposé une demande d’admission doit attendre l’analyse de son dossier d’admission par le Registrariat avant d’envoyer ses documents requis. Après cette analyse, elle est informée des pièces requises pour compléter son dossier. Ensuite, elle doit les déposer directement en ligne dans son dossier sécurisé (Mon dossier). Dès qu’elle a accès au dépôt de ses pièces en ligne, elle sera avisée par courriel.
Le dépôt des pièces en ligne dans le dossier sécurisé est à prioriser : https://mondossier.uqar.ca/
Pour l'envoi des pièces en format papier :
Université du Québec à Rimouski
Registrariat
300, allée des Ursulines, C.P. 3300
Rimouski (Québec) G5L 3A1
CANADA
Direction de recherche
Comme ce programme ne comporte pas de mémoire de recherche, les candidates et les candidats n'ont pas à trouver une direction de recherche avant leur admission dans le programme.
En savoir plus sur l’admission
Consultez la section « Admission » pour en apprendre davantage sur les statuts, les régimes d’études, les études hors établissement, le rythme des études, etc.
Les étudiantes et étudiants de 2e et de 3e cycles sont assujettis au Règlement 6 : Régime des études de cycles supérieurs de l'UQAR. Consultez le Règlement 6 pour en savoir plus notamment sur l’admission, la reconnaissance d’acquis, la direction de recherche, l’inscription, l’obtention d’un diplôme, la durée des études, etc.
Recherche
Liste des membres du corps professoral
Consultez la liste des membres du corps professoral du Département de mathématiques, informatique et génie pour en savoir plus sur les spécialisations et pour définir les possibilités d'encadrement.
Axes et expertises en recherche
Les thèmes de recherche de l’équipe professorale 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.
Le corps professoral en informatique collabore 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.
Répertoire des thèses et mémoires
Le dépôt numérique Sémaphore permet d'accéder aux thèses et aux mémoires des personnes étudiantes de l’UQAR en format électronique déposés depuis 2004.
Actualités sur la recherche
Consultez l'UQAR-Info pour tous les reportages, nouvelles, événements et témoignages d’étudiants touchant le domaine de l'informatique.