Aperçu des sections

  • Généralités

    Tout replier Tout déplier

  • Objectifs et ambitions

    Profils et domaines : La TAF Mathematical & Computational Engineering (MCE) forme des Ingénieurs généralistes dans le domaine des mathématiques appliquées, en réponse aux enjeux des transitions numérique et énergétique de la société moderne. Ils interviennent dans la conception, la mise en œuvre et l’usage des méthodes computationnelles dans les différents domaines de la société numérique. Par leur socle de connaissances scientifiques et techniques, ils sont appelés à créer, participer, développer et suivre des projets innovants de la société du numérique. Ils ont développé une grande capacité d’adaptation aux nouveaux enjeux et paradigmes de la société industrielle du 21ème siècle.

    Dimension stratégique, secteurs en devenir, demande des entreprises : Les mathématiques computationnelles accompagnent la société numérique, ses enjeux sociétaux et son industrie. Désormais, les supports technologiques permettent d’exploiter des résultats mathématiques qui ne pouvaient l’être à l’époque de leur élaboration. De nouveaux paradigmes apparus récemment viennent compléter ce socle de connaissances. Certains de ces résultats permettent de bénéficier de la prolifération actuelle des données. Face à cette pluralité de problèmes, de paradigmes et de solutions, l’ingénieur du numérique doit proposer, mettre en œuvre et évaluer des méthodes adaptées aux problèmes technologiques (capteurs, systèmes physiques, systèmes autonomes,...) et scientifiques (climat, énergie, santé,...) qu’il  rencontre. Enfin, l’évolution rapide des problématiques et des enjeux de la société du numérique requiert sa capacité à concevoir des outils nouveaux, lorsque les solutions devenues désormais usuelles ne sont déjà plus adaptées.

    Synthèse des compétences : Les connaissances scientifiques et techniques des ingénieurs ayant suivi la TAF MCE sont associées à leur capacité à travailler en équipe, développée dans un contexte international lors des différents projets du cursus. La formation fournit donc un socle de compétences permettant à ces ingénieurs d’évoluer vers des fonctions managériales de l’entreprise, de suivre des carrières d’experts en R&D, de consultants ou d’ingénieurs conseil. Ils peuvent exercer tout aussi bien dans les grands groupes que des petites structures. En raison de leur formation, les carrières universitaires leur sont ouvertes aussi. Leur profil est naturellement international. Ils savent s’adapter aux nouvelles méthodes computationnelles et aux nouveaux supports technologiques pour apporter une forte valeur ajoutée aux projets auxquels ils participent.

    Liens avec le profil IMT Atlantique : La TAF MCE forme des ingénieurs acteurs du changement. En effet, les ingénieurs issus de cette formation se seront approprié les méthodologies requises par les enjeux industriels et sociétaux des transitions numérique et énergétique. Ils disposeront des connaissances fondamentales leur permettant de dimensionner et adapter ces méthodologies à des nouveaux problèmes rencontrés dans différents contextes. Par la généricité des méthodes étudiées, ils pourront tout aussi bien aborder les problématiques de grandes masses de données que les problématiques où la modélisation physique demeure essentielle. Conçue pour permettre aux étudiants d’apporter une valeur ajoutée à l’industrie du numérique et ses enjeux, cette formation offre un socle de connaissance préalables à un grand nombre de parcours thématiques et fournit un complément méthodologique à tout étudiant disposant de connaissances théoriques et pratiques plus ciblées dans des domaines variés (innovation numérique, économie et finance, cybersécurité, ingénierie biomédicale, systèmes d’information et d’observation, …).

  • Thématiques

    Débouchés : 

    Métiers à la sortie : 

    • Communs à toute la TAF : Ingénieur R&D, chercheur, expert technique, consultant, ingénieur conseil, data scientist, ingénieur système, ingénieur machine learning/intelligence artificielle
    • Parcours Finances : trader, analyste financier, gestionnaire de portefeuille pour les banques et fonds d'investissement
    • Parcours Image & Apprentissage : Ingénieur en technologies multimédia, ingénieur en technologies biomédicales, ingénieur concepteur de jeux vidéo 
    • Parcours Statistical Modelling & Learning : Ingénieur télécom & réseaux, mathématiques appliquées, concepteur de systèmes d’observation et de surveillance (environnement, structures, etc.)

    Entreprises cibles : tous les acteurs de la société du numérique et de l’énergie, entreprises de conseil, PME, universités, secteur des transports, secteur de l’énergie, construction navale, ferroviaire et aéronautique

    Disciplines du cœur de la thématique : Mathématiques / Traitement du Signal, des images et des données/ Informatique

    Mots-clés : Machine learning, traitement des données, modélisations probabilistes et statistiques, analyse numérique, optimisation

  • Organisation de la TAF MCE

    Département ou équipe pédagogique porteur de la TAF : Les départements Signal & Communications et Image et Traitement de l’Information du site de Brest. 

    Référents : 

    Lucas Drumetz (lucas.frumetz@imt-atlantique.fr)

    Elsa Dupraz (elsa.dupraz@imt-atlantique.fr)

    Carlos Granero Belinchon (carlos.granero-belinchon)

    Dominique Pastor (dominique.pastor@imt-atlantique.fr)

     

    Organisation de la TAF : 

    • Les UEs cœurs sont enseignées en anglais.
    • Les supports de cours des UEs électives seront en anglais mais les cours pourront être donnés en français.
    • Répartition des 8 UE : 3 UE Cœur – 4 électives (max) + 1 libre (min)
    • L’UE « Finance de marché » est pré-requise pour l’UE « Gestion de portefeuille » dans la coloration « Finance »
      • Combinaison envisagée avec les TAFs :
      • Data Science 
      • Ingénierie des systèmes de communication
      • Cybersécurité
      • Observation & perception de l’environnement : du capteur à l’information
      • Healthcare Engineering
      • Systèmes embarqués et Hétérogènes
      • Automatique et Systèmes Cyber-Physiques
      • Robotique et Interactions
      • Plateformes numériques : technologies et marchés

                        

    Liste des UE cœur 

    • UEc1 : Introduction to Machine Learning (Slot A)
    • UEc2 : Stochastic modelling and analysis (Slot B)
    • UEc3 : Numerical methods (Slot C)

     

    Liste des UE électives :

    Parcours Statistical Modelling & Learning :

    • UEe1: Stochastic Dynamic Models (commune avec le parcours Finance) (Slot E)
    • UEe2: Inférence dans les Réseaux (Slot E)
    • UEe3: Statistical Learning & Sparse Representations (Slot F)
    • UEe4: Markov Chains & Applications (Slot G)
    • UEe5: Projects on Recent Advances in Machine Learning (Slots H et K)

     

    Parcours Finance:

    • UEe6 : Finance de marché (Slot D)
    • UEe7: Finance empirique (Slot F)
    • UEe8: Gestion de portefeuille/Algorithmes de trading (Slot G)
    • UEe9: Advanced C++ Programming: from relevant design to efficient implementation (Slot H)

     

    Parcours Image & Apprentissage :

    • UEe10: Deep learning (Slot D)
    • UEe11: Big Data & Cloud Computing (en commun avec TAF B5) (Slot E)
    • UEe12: Computationel imaging (Slot F)
    • UEe13: Computer vision (Slot G)

     

    UE électives complémentaires :

    • UEl1: Théorie des jeux et modélisation multi-agents (UE référencée dans la TAF 5B) (Slot K)
    • UEl2: Déploiement de cas d’usage de fouille de données (UE référencée dans la TAF 5B) (Slot F)
    • UEl3: Introduction à l’Intelligence Artificielle (UE Référencée dans la TAF 5B) (Slot H et J)

  • Poster et présentation de la TAF MCE