Licence Data science
Formation en analyse de données et intelligence artificielle.
Grade
Licence
Durée
3 ans (6 semestres)
Crédits
180
Faculté
Sciences et Technologies
Mode
Hybride
Cours sur le machine learning, deep learning, big data et visualisation de données.
- Public Cible :
- Bacheliers
- Objectifs Pédagogiques :
- Préparer des experts en science des données et intelligence artificielle.
- Compétences Visées :
- Machine learning, traitement de données massives, IA appliquée.
- Spécialisations :
- IA appliquée, Big Data, Deep learning, Analyse prédictive

Informations Rapides
Liste des cours
MATH-ANAL-01L1 - Analyse I
MATH-INTE-01L1 - Calcul différentiel et intégral
MATH-ALGE-01L1 - Algèbre
MATH-GEOM-01L1 - Géométrie analytique
PHYS-MECA-01L1 - Mécanique du point
PHYS-MECA-02L1 - Travaux pratiques de mécanique
PHYS-ELEC-01L1 - Électricité générale
PHYS-ELEC-02L1 - Travaux pratiques d'électricité
INFO-ALGO-01L1 - Algorithmique et programmation I
INFO-ARCH-01L1 - Architecture des ordinateurs
Ce cours introduit les principes fondamentaux de l’architecture des ordinateurs, depuis la représentation de l’information jusqu’à l’exécution des instructions par le processeur. Il permet aux étudiants de première année en mathématiques, physique et informatique de comprendre, d’analyser et de simuler le fonctionnement interne d’un système informatique.
MAPI-RECH-01L1 - Méthodologie du travail scientifique
LANG-ANGL-02L1 - Anglais scientifique
MATH-ANAL-02L2 - Analyse II
Analyse II approfondit les outils fondamentaux de l’analyse réelle à travers les suites et séries, les fonctions de plusieurs variables et les équations différentielles élémentaires. Le cours relie la rigueur mathématique aux applications en physique, en informatique et en modélisation scientifique.
MATH-EDIF-01L2 - Équations différentielles
MATH-ALGE-02L2 - Algèbre linéaire
MATH-PROB-01L2 - Introduction aux probabilités
PHYS-MECA-04L2 - Mécanique des systèmes
PHYS-ONDE-01L2 - Oscillations et ondes
PHYS-ELEC-04L2 - Électrostatique et magnétostatique
PHYS-ELEM-01L2 - Travaux pratiques d'électromagnétisme
INFO-ALGO-02L2 - Algorithmique et programmation II
INFO-PROG-01L2 - Programmation orientée objet
INFO-NUME-03L2 - Outils numériques scientifiques
COMM-TEXP-04L2 - Techniques d'expression et de communication
MATH-ANAL-03L3 - Analyse III
MATH-ANAL-04L3 - Calcul vectoriel
MATH-ALGE-03L3 - Algèbre
MATH-ALGE-04L3 - Structures algébriques
MATH-PROB-04L3 - Probabilités
MATH-STAT-05L3 - Statistique mathématique
PHYS-THER-02L3 - Thermodynamique
PHYS-OPTI-02L3 - Optique géométrique
INFO-ALGO-03L3 - Structures de données et algorithmique
INFO-SGBD-01L3 - Bases de données
INFO-EXPL-01L3 - Systèmes d'exploitation
INFO-ARCH-02L3 - Architecture des systèmes numériques
MATH-ANAL-05L4 - Analyse IV
MATH-EDPA-01L4 - Introduction aux équations aux dérivées partielles
MATH-ANUM-01L4 - Analyse numérique
MATH-OPTI-01L4 - Optimisation
PHYS-ELEM-02L4 - Électromagnétisme
PHYS-OPTI-03L4 - Optique ondulatoire
PHYS-QUAN-01L4 - Introduction à la mécanique quantique
PHYS-STAT-01L4 - Introduction à la physique statistique
INFO-ALGO-04L4 - Algorithmique avancée
INFO-RESE-01L4 - Réseaux informatiques
INFO-PROG-03L4 - Programmation scientifique Python
INFO-PROJ-01L4 - Projet expérimental
INFO-DSCI-11L5 - Introduction à la data science
INFO-DSCI-12L5 - Outils de la data science
INFO-DSCI-14L5 - Probabilités et statistiques
INFO-DSCI-15L5 - Statistiques descriptives avancées
INFO-DSCI-17L5 - Bases de données relationnelles
INFO-DSCI-18L5 - Bases de données NoSQL
INFO-DSCI-20L5 - Programmation Python
INFO-DSCI-21L5 - Programmation R
INFO-DSCI-23L5 - Machine learning
INFO-DSCI-24L5 - Apprentissage supervisé
INFO-DSCI-26L5 - Anglais scientifique
INFO-DSCI-27L5 - Déontologie et IA
INFO-DSCI-11L6 - Big Data
INFO-DSCI-12L6 - Ingénierie des données
INFO-DSCI-14L6 - Apprentissage profond
INFO-DSCI-15L6 - Vision par ordinateur
INFO-DSCI-17L6 - Traitement du langage naturel
INFO-DSCI-18L6 - Fouille de textes
INFO-DSCI-20L6 - Outils avancés de data science
INFO-DSCI-21L6 - Visualisation de données
INFO-DSCI-23L6 - Projet de data science
INFO-DSCI-24L6 - Méthodologie de recherche
INFO-DSCI-26L6 - Stage ou mémoire de fin d'études
INFO-DSCI-27L6 - Séminaires spécialisés
Conditions d'Admission
Bacheliers
Débouchés et poursuite des études
Débouchés Professionnels :
Data scientist, ingénieur IA, analyste big data
Poursuite d'Études :
Master en Data Science, Intelligence Artificielle
Informations Pratiques
- Frais de Scolarité
- Consulter les frais d'études
- Évaluation
Devoirs - Examens
- Mode de Formation
- Hybride
- Mention & Parcours
- Mention : Mathématique, physique, informatique (MPI) · Parcours : Data science
Prêt à nous rejoindre ?
Contactez-nous pour toute question ou déposez votre candidature dès maintenant.
Vous êtes enseignant(e) ?
Rejoignez notre équipe et contribuez à façonner l’avenir de l’éducation avec passion et excellence.