Les ingénieurs formés au sein de cette majeure du cycle ingénieur sont des spécialistes de la donnée, massive ou non, depuis sa collecte, sa modélisation et son stockage jusqu’à son analyse et son interprétation.
Dans un contexte où l’intelligence artificielle, l’IA générative et la valorisation de la donnée transforment tous les secteurs — industrie, banque, assurance, santé, conseil, tech — la majeure forme des ingénieurs capables de concevoir, entraîner et industrialiser des solutions de data science et d’IA, de la collecte des données jusqu’au déploiement en production.
Formation proposée sur le campus de Paris. Alternance possible (FISA).
Les ingénieurs ESILV formés au sein de cette majeure en école d’ingénieur sont les acteurs de projets d’intelligence artificielle ainsi que des projets de valorisation de la donnée qui seront centraux pour tous les secteurs économiques et industriels dans les années à venir.
La majeure est portée par des enseignants-chercheurs reconnus aussi bien dans le domaine du Big Data, de l’IA que de l’analyse de données. Ils sont impliqués dans des chaires de recherche et projets partenariaux d’innovation avec des grandes entreprises du secteur. Les élèves bénéficient ainsi d’enseignements d’excellence en phase avec le marché actuel du travail et avec ses évolutions futures.
En 4e et 5e année du cycle ingénieur, les élèves construisent une double expertise en data science et en intelligence artificielle. Ils apprennent à collecter, traiter et modéliser la donnée, puis à industrialiser des solutions d’IA fiables, dans des enseignements dispensés en anglais.
À l’issue de la majeure, les diplômés maîtrisent le cycle de vie complet d’une solution data et IA : de la collecte de la donnée à l’industrialisation des modèles, en passant par l’analyse et la restitution.
Data Scientist, Data Engineers, Data Officer, Chef de projet Big Data, Développeur Big Data, Consultant Analytics et Visualisation, Ingénieur IA
Assistant Product Owner et Data Analyst en contrat d’apprentissage chez Société Générale
Data Analyst en contrat d’apprentissage chez Orange
Apprenti IA embarquée en contrat d’apprentissage chez Dassault Aviation
Apprenti Data Engineer en contrat d’apprentissage chez Safran Aircraft Engines
Apprenti Solutions Big Data & BI en ingénierie des systèmes de propulsion chez Stellantis
Ingénieur Data Analyst en contrat d’apprentissage chez Renault
Data Analyst en contrat d’apprentissage chez AXA France
Data Scientist Junior en contrat d’apprentissage chez Schneider Electric France
Ingénieure Data en contrat d’apprentissage chez Bouygues Telecom
Data Scientist en contrat d’apprentissage à l’Agence Française de Développement
Advanced probability : Probabilités avancées, socle mathématique de la modélisation et du machine learning.
Statistical Risk Analysis and Game Theory : Analyse statistique du risque et théorie des jeux pour la décision en environnement incertain.
Computational modeling : Modélisation computationnelle et simulation numérique des systèmes complexes.
Mathematics for Deep Learning : Mathématiques du deep learning : algèbre linéaire, optimisation et rétropropagation.
Machine Learning : Algorithmes d’apprentissage automatique supervisé et non supervisé appliqués aux données réelles.
AI Algorithms : Algorithmes d’intelligence artificielle, des méthodes classiques aux approches neuronales.
Neural Networks and Deep Learning : Réseaux de neurones et deep learning pour la vision, le langage et la prédiction.
Advanced Deep Learning : Architectures profondes avancées : transformers, modèles génératifs et transfert d’apprentissage.
Machine learning for Computer Vision : Apprentissage automatique pour la vision par ordinateur et l’analyse d’images.
Advanced expertise in machine learning : Expertise avancée en machine learning : calibration, robustesse et performance des modèles.
Gen AI prompting and copilot : IA générative, prompt engineering et copilotes pour augmenter les métiers de la donnée.
Advanced machine learning and Gen AI : Machine learning avancé et IA générative : grands modèles et applications d’entreprise.
Trusted AI : Intelligence artificielle de confiance : fiabilité, explicabilité et éthique des modèles.
Green AI (responsable, frugal) : IA responsable et frugale : réduire l’empreinte énergétique des modèles d’apprentissage.
Explainability AI : Explicabilité des modèles d’IA pour des décisions transparentes et auditables.
Web datamining & semantics : Fouille de données du web et web sémantique pour exploiter les données en ligne.
Information Retrieval and NLP : Recherche d’information et traitement automatique du langage naturel (NLP).
Graph and mining : Fouille de graphes et analyse des réseaux pour extraire la valeur des données relationnelles.
NoSQL : Bases de données NoSQL orientées documents, colonnes et graphes pour les données massives.
Big data ecosystem and processing with Spark : Écosystème Big Data et traitement distribué des données massives avec Spark.
Big data structure : Structures de données massives et architectures de stockage pour le Big Data.
BI Pipeline : Pipelines de business intelligence, du stockage à la restitution des indicateurs.
Advanced programming in data science : Programmation avancée pour la data science : structuration, optimisation et industrialisation du code.
Scrum certification : Méthodes agiles et certification Scrum pour piloter les projets data et logiciels.
Software engineering and development : Génie logiciel et bonnes pratiques de développement pour industrialiser le code.
Rust Development : Programmation en Rust, langage moderne alliant performance et sûreté mémoire.
Containerization Technologies : Conteneurisation des applications et des modèles pour des déploiements reproductibles.
ML OPS : versionnage, déploiement et supervision des modèles de machine learning en production.
Data protection management : Protection des données personnelles et conformité RGPD des projets data.
Product Life-cycle Management (PLM) : Gestion du cycle de vie des produits et continuité numérique des données techniques.
Security use cases : Cas d’usage de sécurité appliqués aux systèmes d’information et aux données.
La majeure Data et Intelligence Artificielle du cycle ingénieur de l’ESILV couvre l’ensemble de la chaîne de valeur de la donnée : collecte, stockage, traitement distribué, machine learning, deep learning et IA générative. Elle permet de développer des compétences en data science, Big Data, MLOps, cloud computing et visualisation de données, en phase avec les besoins de tous les secteurs économiques. Enseignée à 100 % en anglais en 4e et 5e année sur le campus de Paris La Défense, la majeure est accessible en formation initiale ou en alternance sur 3 ans (FISA) et s’appuie sur des enseignants-chercheurs impliqués dans des chaires de recherche avec de grandes entreprises. Les diplômés exercent comme data scientist, data engineer ou ingénieur IA dans l’industrie, la finance, le conseil et la tech.
Les champs marqués d'un astérisque (*) sont à remplir obligatoirement et correctement.
Ecole Supérieure d'Ingénieurs
Léonard de Vinci
Paris • Nantes • Montpellier
Tél. : +33 1 81 00 28 38
admissions@esilv.fr
Recrutement
