Beyond the traditional applications of Language Models in natural language processing-oriented tasks such as sentiment analysis, fake news detection, etc., the language models have been leveraged across a broad spectrum of other tasks involving structured data such as graphs, databases, tables, etc. This course is tailored to take into account the merits and demerits of employing language models and conventional approaches for tackling tasks related to structured data. Starting with an exploration of basic concepts in language modeling to large language models, low rank adaptation (LoRA), quantization,  prompt engineering and retrieval augmented generation, the curriculum progressively will move towards the interplay between language models and structured data. This course will focus on diverse applications such as learning representations over tables and graphs, language models as knowledge bases, Text to SQL, and Question Answering over Structured Data. The course will be graded based on hands-on lab sessions, projects, and presentations of the projects.

Dans une première partie, l‘objectif de cet enseignement très pratique est de présenter comment installer et configurer Hadoop, d’initier au modèle de programmation MapReduce et à l’utilisation de technologies de l'écosystème YARN tels que Spark en mode cluster, dans la perspective du projet Fil Rouge démarrant en P2.

 Parmi les points abordés : aspects théoriques du calcul distribué (verrous distribués, algorithmes d'élection, paradigmes de calcul distribué, problème de consensus, tolérance à la panne, etc.), utilisation des machines virtuelles, installation du framework Hadoop (Zookeeper + HDFS + MapReduce), administration du framework Hadoop (taux de réplication HDFS), utilisation du framework Hadoop pour la mise en œuvre d'opérations MapReduce avec utilisation de la bibliothèque Hadoop streaming

Ce cours de MLOps guide les apprenants à travers les étapes essentielles du déploiement de modèles de machine learning en production. Il commence par une introduction approfondie aux principes fondamentaux du MLOps, mettant en évidence des cas d'utilisation concrets pour une compréhension pratique. Les participants sont ensuite formés à la conteneurisation avec Docker, suivi par la gestion du cycle de vie des modèles à l'aide de MLFLow et DVC. Ils apprennent à déployer leurs modèles en tant que services avec des API, garantissant ainsi une accessibilité optimale. Le cours se poursuit en explorant la scalabilité et le clustering des modèles via Kubernetes, et enseigne les aspects cruciaux de la gestion du workflow et de l'orchestration à l'aide d'Airflow. Enfin, les participants acquièrent des compétences en matière de monitoring grâce à l'utilisation de Prometheus et Grafana, complétant ainsi leur formation pour une mise en production réussie de projets d'apprentissage automatique.

L'objectif de ce module est d'introduire les concepts clés liés à la vérification formelle des systèmes logiciels et matériels.

Ce module présente la vérification des systèmes monolithiques et multi-agents. Les aspects suivants sont abordés :

- Introduction et rôle de la vérification dans le processus de développement.

- Modélisation des systèmes monolithiques et multi-agents.

- Logiques temporelles et stratégiques pour exprimer des propriétés vérifiables.

- Vérification par Model Checking.

Cette unité d'enseignement est conçue pour les étudiants souhaitant approfondir leur compréhension des structures de données et des algorithmes associés des problèmes de mathématique discrète à travers une série d'études de cas et d'exemples pratiques, qui feront l'objet d'une présentation en classe suivie d'une séance consacrée à son implémentation.

L'UE de SR2I309 est une UE qui permet de reprendre plusieurs domaines de la cybersécurité et d'apprendre à les appliquer et les adapter au contexte de la sécurité des données dans le cloud. Aujourd'hui, une très vaste majorité de nos réseaux et services passent par le cloud, que ce soit pour les données personnels des individus, les données sensibles des entreprises, mais aussi les données de signalisation (comme par exemple dans les réseaux 5G).

Remise à niveau en mathématique pour une meilleure compréhension technique des cours qui constituent le parcours du Mastère Spécialisé SSIR (notamment : modèles mathématiques et algorithmes pour la cryptographie.

Dans un contexte où les technologies numériques évoluent rapidement et où les ingénieurs sont de plus en plus confrontés à des problématiques complexes et pluridisciplinaires nécessitant une compréhension des aspects juridiques, ce cours vise à fournir aux élèves-ingénieurs les compétences nécessaires pour naviguer dans ce paysage complexe. La numérisation affecte presque tous les aspects de notre vie quotidienne, de la communication et la finance à la santé et l'éducation. En conséquence, les ingénieurs doivent non seulement être capables de concevoir et de mettre en œuvre des solutions technologiques, mais aussi de comprendre les implications juridiques et éthiques de leurs créations.

Le cours est construit comme une « aventure pédagogique » où les étudiants sont placés dans la peau d’un ingénieur du numérique confronté au droit. La classe rencontrera, lors de chaque séance, une problématique nouvelle, bénéficiera d’explications théoriques pour pouvoir y répondre, puis se terminera par une mise en situation.

Le cours permettra d'aborder les principaux enjeux juridiques auxquels que rencontrera un ingénieur du numérique : protection des données, régulation de l'IA, cybersécurité...

Dans la plupart des systèmes complexes, tels que les conçoivent les ingénieurs, il y a une composante humaine, que ce soit dans au coeur des systèmes en tant qu’élément constitutif, ou en sortie de ces systèmes (utilisateurs). Aborder un problème par la technique n’est pas suffisant, il faut aussi comprendre et intégrer le « facteur humain ». 

Dans cet UE, on parcourra dans un premier temps l’histoire de la prise en compte des humains dans les systèmes socio-techniques de travail, et ses évolutions contemporaines. Il s’agira de comprendre les modes de relations entre humains et technologies. Le cours abordera ensuite les principaux processus cognitifs humains, dont la compréhension s’avère nécessaires pour concevoir des interactions humains-machine : mémoire, attention, perception, émotions, collaboration. Un point particulier sera fait sur la notion controversée d’ « erreur humaine ». Le cours se terminera sur les modalités de la prise en compte des humains dans les processus de conception, d’une part en en comprenant les avantages autour d’études de cas, et d’autre part en décrivant les principes et méthodes principales de la prise en compte des humains dans la conception : design centré utilisateurs, design thinking, design participatif. Dans le numérique contemporain, l'ergonomie, le UX et même l'iA impliquent l’analyse des données des utilisateurs en masse, ainsi que la création de ‘metrics’ pour définir et décrire tant des activités humaines, une pratique qui pose des questions éthiques et socio-politiques . Dans ce contexte, la dimension éthique de l’étude et de la mesure des rapports humains-machines, sera abordée tout au long de l’UE, et de manière transversale. 

Ce cours offre une exploration complète des concepts et techniques essentiels à la compréhension approfondie des nuages de points 3D, couvrant leur acquisition, leur traitement et leur visualisation, ainsi que les fondements mathématiques et algorithmiques sous-jacents. Les séances spécifiques aborderons successivement la perception 3D, les capteurs et l'étalonnage, le recalage et la consolidation, la description locale des courbes et surfaces, le rendu de nuages de points et de maillages, la reconstruction de courbes et surfaces, la modélisation et la segmentation, et enfin l'application de l'apprentissage profond aux nuages de points 3D. Le cours comprend également des séances pratiques et des projets pour renforcer la compréhension théorique par des applications concrètes.

• Ce cours est une introduction à l'art du débat, à ses formats, à ses règles et à son esprit. Diverses activités permettront aux étudiants de développer leurs compétences pour les joutes oratoires, y compris la rédaction de discours, la prise de parole en public, l'écoute active, la pensée critique, la créativité, la réactivité, le travail d'équipe, et bien plus encore. Ce cours présentera différents styles de débat, mais se concentrera principalement sur le style de la FDA (Association Française de Débat) afin de former les participants aux débats internes et externes. Les étudiants inscrits au cours Intro to Debating peuvent également se présenter pour faire partie de l'équipe de débat de l'école, qui se confronte à d'autres écoles lors du tournoi annuel de débat de la FDA, dont la finale se déroule à l'Assemblée nationale. Les étudiants qui souhaitent participer à l'équipe de débat sont encouragés à s'inscrire au cours de Advanced Debating Techniques en semestre deux.