- 04 78 58 19 17
- Télécharger une brochure
- ENF - auditeurs CNAM
- Contact
- Formation en Alternance
- Formation Continue
- Formation à distance / cours du soir
- Marketing, commerce et communication
- Assurance
- Comptabilité, finance, gestion
- Développement durable et transitions sociétales
- Droit et ressource humaines
- Energétique, Sciences et techniques industrielles
- Formation des adultes et psychologie du travail
- Génie civil et BTP
- Immobilier
- Industrie électronique, génie électrique, mécanique, maintenance industrielle, automatisme
- Informatique et cybersécurité
- Santé et Sécurité au Travail, HSE, ergonomie
- Formations courtes en journée
- Micro-certifications
- Devenir ingénieur
- Réunions d’information / Portes ouvertes
- Financements / Tarifs
- A propos de la formation continue
- Formations en hors temps de travail
-
- Entreprises
- VAE
- La vie du CNAM
Intelligence artificielle pour des données multimédia RCP217 |
||
---|---|---|
MODALITÉS DE DÉPLOIEMENT | Période | Crédits ECTS |
Formation ouverte et à distance (FOAD) | Premier semestre | 6 |
Année universitaire | Certificateur | Durée indicative |
2025 - 2026 | Conservatoire National des Arts et Métiers | 45 heures |
Condition d'accès / publics visés:
Cette UE s'adresse à un public ayant des connaissance en informatique (programmation, bases de données) et en mathématiques appliquées (niveau bac+5). Ce cours constitue un cours "avancé", il est conseillé d'avoir suivi les UE RCP208 et RCP209 pour le suivre. Il convient notamment d'avoir des connaissances en apprentissage statistique et en apprentissage profond, et de maîtriser les librairies Python pour ce type de méthodes (Scikit-learn, TensorFlow, PyTorch).
Objectifs pédagogiques:
Former les auditeurs aux techniques modernes d'intelligence artificielle appliquées au données de type multimédia et appliquer ces techniques à des problématiques couramment utilisées en sciences des données.
Compétences visées :
Capacité à mettre en œuvre des techniques modernes d'intelligence artificielle appliquées au données multimédia, notamment les grandes bases d'images et de vidéos, séries temporelles, texte, données de type graphe. Application des ces techniques à des problématiques concrètes et couramment utilisées en sciences des données.
Contenu de la formation:
Données spatio-temporelles : L'objectif est d'étudier l'adaptation des modèles d'IA dans le cas où la dimension temporelle revêt une importance particulière. Les applications potentielles couvrent l'interprétation de vidéos, de données audio, ou plus généralement de séries spatio-temporelles multi-variées, avec des applications dans différents champs de la physique (biologie, sismologie, climatologie) et de la prédiction financière.
Traitement de la langue naturelle : Les données textuelles couvrent des applications très nombreuses (chatbot, traduction automatiques, robots assistants, analyse syntaxique, etc). L'objectif sera d'étudier les modèles modernes d'"embedding vectoriels", sémantique distributionnelle, modèles récurrents pour l’annotation automatique et modèles de réécriture (encodeurs/décodeurs), et traduction automatique, ainsi que de les confronter et de les coupler aux méthodes historiques issues de la linguistique. Une partie dédiée à la fusion d'informations visuelles (ConvNets) et textuelles (RNN) est aussi envisagée avec des applications à l’annotation d’images et aux systèmes de questions-réponses visuels.
Graphes et systèmes de recommandations : L'objectif est d'adapter les méthode d'IA aux données de type graphe, qui sont ubiquitaires dans le monde numérique moderne (réseaux sociaux, données 3D dans le monde de la modélisation comme pour le CAD ou l'industrie automobile, etc). Une des principales difficulté est d'adapter les méthodes pour être capable de traiter des grilles non régulières ; les solutions actuelles de l'état de l'art seront introduites.
Modalités de validation et d’évaluation:
Projet(s): Projet(s) à réaliser amenant la livraison d'un livrable
Examen final: Examen final portant sur l'ensemble des connaissances et des savoirs de l'enseignement
Accompagnement et suivi:
Cette UE est constitutive des diplômes suivants:
Cette UE est constitutive des diplômes suivants :
- CS9700A - Certificat de spécialisation Intelligence artificielle
- MR11604A - Master Sciences, technologies, santé mention Informatique parcours Traitement de l'information et exploitation des données
ECTS: 6
Volume Horaire indicatif | Financement individuel hors tiers financeur et CPF | Tarif de référence (Employeur) |
---|---|---|
45 heures | 450.00 | 900.00 |
Indexation officielle FORMACODES:
[{"code":"M0A2C1","code_officiel":"31028","descripteur_majuscule":"INTELLIGENCE ARTIFICIELLE","descripteur_riche":"intelligence artificielle","parent":{"code":"M0A2","code_officiel":"31054","descripteur_majuscule":"INFORMATIQUE","descripteur_riche":"informatique","parent":{"code":"M0","code_officiel":"112","descripteur_majuscule":"INFORMATION, COMMUNICATION","descripteur_riche":"information, communication"}}}]
Dernière mise à jour: 01/07/2025 15:04:01
INFOS PRATIQUES
45 heures
ModalitéFormation ouverte et à distance (FOAD)
PériodePremier semestre
Date de début des coursInformation Indisponible
Date de fin des coursInformation Indisponible
Votre centre cnam
Le Cnam, au plus près de chez vous.
- 04 78 58 19 17
- ara_contact@lecnam.net
- Lundi au vendredi 9h-12h30 / 14h-17h
Le Trident – Bâtiment A
34 avenue de l’Europe 38100 Grenoble
24 rue de Robinson 42100 SAINT-ETIENNE
Le Cubix – 4 rue Ravier 69007 LYON
Centre universitaire Pierre Mendès France 12 avenue de Paris
42300 ROANNE
Au CNAM, les adultes salariés ou non viennent acquérir des connaissances et des compétences sanctionnées par un titre ou un diplôme pour sécuriser et dynamiser leur parcours professionnel.
Actuellement, l’offre régionale est uniquement disponible, l’offre nationale est en cours de préparation.

La certification qualité a été délivrée au titre des catégories d’actions suivantes:
ACTIONS DE FORMATION
ACTIONS DE FORMATION PAR APPRENTISSAGE
ACTIONS PERMETTANT DE VALIDER DES ACQUIS DE L’EXPERIENCE
