Présentation

Atouts de la formation

La communauté de recherche sur laquelle se base cette formation est reconnue internationalement et bénéficie d’une visibilité importante.

Dimension internationale :

Compétences visées

Partenariats:

Etablissement(s) co-accrédité(s)

• Institut Polytechnique de Grenoble

Programme

Master MoSIG 1re année

• Semestre 7
  • -UE Programming language and compiler design 66h - 6 crédits
  • -UE Software engineering 30h - 3 crédits
  • -UE Principles of operating systems 66h - 6 crédits
  • -UE Algorithmic Problem Solving 33h - 3 crédits
  • -UE Mathematics for computer science 36h - 3 crédits
  • -UE Introduction to Visual Computing 33h - 3 crédits

  1 élément(s) au choix parmi 2

  • -UE Programming project (OS) 3 crédits
  • -UE Programming project (Compiler design) 3 crédits
• Semestre 8
  • -UE Research project (TER) 3 crédits
  • -UE Research methodology 7,5h - 3 crédits
  • -UE Technical writing and speaking 33h - 3 crédits

  8 élément(s) au choix parmi 13

  • -UE Introduction to Modeling and Verification of Digital Systems 30h - 3 crédits
  • -UE Operations Research 36h - 3 crédits
  • -UE Data base foundations 36h - 3 crédits
  • -UE Introduction to distributed systems 33h - 3 crédits
  • -UE Human computer interaction 36h - 3 crédits
  • -UE Intelligent systems: reasoning and recognition 36h - 3 crédits
  • -UE Computer networks principles 36h - 3 crédits
  • -UE 3D graphics 36h - 3 crédits
  • -UE Introduction to cryptology 36h - 3 crédits
  • -UE Parallel Algorithms and Programming 33h - 3 crédits
  • -UE Fundamental Computer Science 30h - 3 crédits
  • -UE Robotics and IoT 33h - 3 crédits
  • -UE Introduction to data analysis 30h - 3 crédits

Master MoSIG-AISSE 2e année

• Semestre 9
  • -UE Architecture : components and services 18h - 3 crédits
  • -UE Model driven engineering 18h - 3 crédits
  • -UE Process engineering 18h - 3 crédits
  • -UE Verification and test theories 18h - 3 crédits
  • -UE Requirements engineering 18h - 3 crédits
  • -UE Data management in large-scale distributed systems 18h - 3 crédits
• Semestre 10
  • -UE Research project 30 crédits

Master MoSIG-AIW 2e année

• Semestre 9
  • -UE Machine learning fundamentals 18h - 3 crédits
  • -UE Knowledge representation and reasoning 36h - 6 crédits
  • -UE Semantic Web : from XML to OWL 36h - 6 crédits
  • -UE Advanced algorithms for machine learning and data mining 18h - 3 crédits

  4 élément(s) au choix parmi 4

  • -UE Information access and retrieval 18h - 3 crédits
  • -UE Natural language and speech processing 18h - 3 crédits
  • -UE Multi-agent systems 18h - 3 crédits
  • -UE Information vizualisation 18h - 3 crédits
• Semestre 10
  • -UE Research project 30 crédits

Master MoSIG-GVR 2e année

• Semestre 9
  • -UE Computer graphics II 36h - 6 crédits
  • -UE Autonomous robotics 36h - 6 crédits
  • -UE Computer vision 36h - 6 crédits
• Semestre 10
  • -UE Research project 30 crédits

Master MoSIG-DI 2e année

• Semestre 9
  • -UE Advanced aspects of operating systems 36h - 3 crédits
  • -UE Parallel systems 36h - 6 crédits
  • -UE Advanced Data Networks 36h - 6 crédits
  • -UE Software infrastructure for data centers and Cloud computing 18h - 3 crédits
• Semestre 10
  • -UE Research project 30 crédits

Master MoSIG-HECS 2e année

• Semestre 9
  • -UE Verification of sequential programs 18h - 3 crédits
  • -UE SAT/SMT Solving 18h - 3 crédits
  • -UE Models and languages for model checking 18h - 3 crédits
  • -UE Feedback control and real time systems 18h - 3 crédits
  • -UE Probabilistic, timed, and hybrid systems 18h - 3 crédits
  • -UE Verification and test theories 18h - 3 crédits
• Semestre 10
  • -UE Research project 30 crédits

Master MoSIG-UIS 2e année

• Semestre 9
  • -UE Engineering human-computer interaction 36h - 6 crédits
  • -UE Human-centered interaction 36h - 6 crédits
  • -UE Information vizualisation 18h - 3 crédits
• Semestre 10
  • -UE Research project 30 crédits

Master MoSIG-Data Sciences 2e année

• Semestre 9
  • -UE Data management in large-scale distributed systems 18h - 3 crédits
  • -UE Advanced learning models 18h - 3 crédits
  • -UE Convex and Distributed Optimization 18h - 3 crédits
  • -UE High performance computing for mathematical models 18h - 3 crédits
  • -UE Fundamentals of probabilistic data mining 18h - 3 crédits
  • -UE Machine learning fundamentals 18h - 3 crédits
  • -UE Distributed system 18h - 3 crédits
  • -UE Advanced algorithms for machine learning and data mining 18h - 3 crédits

  2 élément(s) au choix parmi 10

  • -UE Computational biology 18h - 3 crédits
  • -UE Monte-Carlo methods in financial engineering 18h - 3 crédits
  • -UE Information access and retrieval 18h - 3 crédits
  • -UE Category learning and object recognition 18h - 3 crédits
  • -UE Data Challenges 60h - 3 crédits
  • -UE Information vizualisation 18h - 3 crédits
  • -UE Stochastic modelling for neurosciences 18h - 3 crédits
  • -UE Data science seminar 14h - 3 crédits
  • -UE Numerical optimal transport and geometry 18h - 3 crédits
  • -UE Model selection for large-scale learning 18h - 3 crédits
• Semestre 10
  • -UE Research project 30 crédits

Stages, projets et missions

Un stage ou projet de recherche obligatoire de 4 à 6 mois est effectué au deuxième semestre. Il peut se faire en laboratoire de recherche mais aussi dans un service R&D en entreprise. Dans ce cas, un enseignant-chercheur de la formation tuteure le stage et s'assure de la formation à la recherche dispensée. Ce projet de recherche permet une bonne immersion dans le monde de la recherche, la découverte du métier de la recherche et les premiers contacts pour une poursuite éventuelle en thèse.

Admission

Conditions d’admission

La 1re année de master est accessible sur dossier (et/ou entretien) aux candidats :
- justifiant d'un diplôme national conférant le grade de licence dans un domaine compatible avec celui du master
- ou bien via une validation d'études ou d'acquis selon les conditions déterminées par l’université ou la formation.

La 2e année de master est accessible sur dossier (et / ou entretien) aux candidats :
- ayant validé la 1ère année d'un parcours compatible
- ou bien via une validation d'études ou d'acquis selon les conditions déterminées par l’université ou la formation.

Public formation continue : Vous relevez de la formation continue :

• si vous reprenez vos études après 2 ans d'interruption d'études,
• ou si vous suiviez une formation sous le régime formation continue l’une des 2 années précédentes
• ou si vous êtes salarié, demandeur d'emploi, travailleur indépendant.

Si vous n'avez pas le diplôme requis pour intégrer la formation, vous pouvez entreprendre une démarche de validation des acquis personnels et professionnels (VAPP).

Pour plus d'informations, consultez la page web de la Direction de la formation continue et de l’apprentissage

Candidature

Vous souhaitez candidater et vous inscrire ?

Sachez que la procédure diffère selon le diplôme envisagé, le diplôme obtenu, ou le lieu de résidence pour les étudiants étrangers.

• Vous êtes un candidat non ressortissant de l’Union Européenne, résidant en (You live in one of these countries) :

  Algérie, Argentine, Bénin, Brésil, Burkina Faso, Cameroun, Chili, Chine, Colombie, Comores, Congo, Corée du Sud, Côte d'Ivoire, Egypte, Etats-Unis, Gabon, Guinée, Inde, Indonésie, Iran, Japon, Liban, Madagascar, Mali, Maroc, Maurice, Mauritanie, Mexique, Pérou, Russie, Sénégal, Syrie, Taïwan, Togo, Tunisie, Turquie, Vietnam.

Candidater sur études en France

et/and

sur FSA

• Pour les autres candidats (For the other applicants)

Candidater

Et après ?

Poursuite d'études

Doctorat

Secteurs d'activité

Recherche et enseignement supérieur
Recherche et développement

Insertion professionnelle