En parallèle avec la 3ème année, les élèves ingénieurs peuvent  suivre une formation diplômante de 3ème cycle, organisée par l’ENSEA et en co-habilitation avec l’Université de Cergy-Pontoise.

Parcours "Electronique des systèmes autonomes" (ESA)

Le Parcours ESA vise à fournir des bases scientifiques en architecture, méthodologie de conception, modélisation des systèmes embarqués sur puce mixtes analogiques/numériques, systèmes de communications, systèmes basse consommation et systèmes reconfigurables.


Objectifs :
L'objectif est qu’une partie importante des diplômés puissent poursuivre par des études de doctorat ou puissent se diriger vers les métiers de la R&D industrielle dans le domaine de l’électronique associée aux systèmes autonomes. Le caractère applicatif des thèmes abordés offre des débouchés tant en milieu universitaire qu’en milieu industriel dans les secteurs d'activités suivants : Électronique embarquée, Transports, Télécommunications, Robotique, Santé

Types d’emplois accessibles : Chercheur, Enseignant-chercheur, Ingénieur R&D en architectures embarqués et analogiques/numériques.
 
Compétences ou capacités évaluées :
- Modéliser des architectures pour systèmes embarqués numériques et mixtes analogiques/numériques
- Concevoir des systèmes embarqués numériques et mixtes analogiques/numériques
- Concevoir des architectures matérielles/logicielles
- Organiser de bout en bout le bon déroulement d'un projet
- Rédiger un état de l'art
- Mettre en œuvre des expériences scientifiques et présenter des résultats.

 

Parcours "Intelligence artificielle et robotique" (IAR)

Ce parcours vise à acquérir des bases scientifiques en intelligence artificielle et robotique, une culture générale en sciences cognitives et neurosciences pour le traitement « intelligent » et « bio-inspiré » de l'information modèles de réseaux de neurones, algorithmes d'optimisation, nouvelles techniques d'interface homme-machine,
informatique embarquée et contrôle robotique bio-inspiré.

Les membres de l'Équipe Neurocybernétique du laboratoire ETIS enseignent dans ce parcours

Objectifs :
A l'issue de la formation, l’étudiant sera capable d'intégrer plusieurs technologies d'apprentissage machine (machine learning) et pour le traitement intelligent de l'information (réseaux de neurones, IA, prise de décision temps-réel, meta-heuristiques, reconnaissance des formes). Il aura acquis une connaissance des mécanismes des systèmes intelligents autonomes pour la prédiction, des notions en sciences cognitives et sur les neurosciences computationnelles. Il sera capable de concevoir des architectures de systèmes intelligents, développer des algorithmes d'apprentissage autonomes, concevoir des Interfaces Homme-Machine (IHM) multimodales et avancées (Interface Tangible, Réalité Augmentée), traiter des images, les indexer et les utiliser dans des systèmes, faire de la reconnaissance automatique d'image (motif, forme, visage) et de geste (suivi de mouvement), organiser de bout en bout le bon déroulement d'un projet d'initiation à la recherche, rédiger un état de l'art, mettre en œuvre des expériences scientifiques, présenter des résultats.

Projet d'Initiation à la Recherche
L’initiation à la recherche comprend des heures de travaux pratiques, 150 heures de Projet d’initiation à la recherche et un stage de 6 mois. Les travaux pratiques correspondent à l’illustration ou à la mise en œuvre de méthodes exposées dans les différentes unités d’enseignement. Le Projet d’initiation à la recherche est un travail de synthèse (comprenant bibliographie, analyse théorique et mise en pratique) permettant d’approfondir l’un des champs disciplinaires du Master et de préparer le stage en laboratoire de recherche (apprendre à planifier son travail, à rédiger un rapport, à faire un exposé de recherche...).
Projets d'Initiation à la Recherche de l’équipe Neurocybernétique

Parcours "Image et masse de données" (IMD)

Le parcours Images et Masses de Données vise à acquérir des bases scientifiques en gestion de grandes masses d'images et de données de différents types: bases de données relationnelles, texte, XML, RDF, flux d'informations, etc.
Dans le domaine de l'image, l'accent est mis sur les méthodes d'analyse d'image pour en extraire des descripteurs de contenu, d'indexation de ces descripteurs et de recherche par similarité de contenu, avec une attention particulière accordée aux techniques d'apprentissage pour l'indexation et la recherche, ainsi qu'à l'aspect passage à l'échelle.
Dans le domaine des données plus structurées, l'accent est mis sur les techniques d'intégration de données hétérogènes, notamment en provenance du web et des flux d'information, ainsi que sur les principales méthodes de fouille dans les entrepôts de données, avec une attention particulière pour les problématiques Big Data, traitement de très grandes masses de données, cloud-computing.
A l'issue de la formation, l’étudiant sera capable de maîtriser plusieurs techniques d'indexation et recherche par similarité de contenu pour des grands volumes d'images, qui pourra généraliser pour d'autres contenus, comme la vidéo ou les objets 3D. Il saura concevoir des architectures d'intégration de données hétérogènes et maîtrisera les principales techniques de fouille de données. Il aura acquis des connaissances sur la problématique Big Data, ses domaines d'application et les principales techniques utilisées pour le traitement de grandes masses de données.

Objectifs :
Les principales compétences acquises sont:
- Savoir traiter les images pour extraire des descripteurs de contenu, indexer ces descripteurs et les utiliser pour la recherche par similarité de contenu visuel.
- Concevoir une architecture d'intégration de données hétérogènes pour une exploitation homogène.
- Connaitre les techniques de traitement et d'exploitation de différents types de données: texte, XML, RDF, flux d'information, etc.
- Savoir utiliser les principaux algorithmes de fouille de données.
- Comprendre les enjeux et les défis du Big Data, connaitre les principales méthodes utilisées pour le traitement de grandes masses de données dans différents contextes.
- Savoir mener un projet d'initiation à la recherche à partir d'un contexte initial donné, rédiger un état de l'art, mettre en oeuvre des travaux scientifiques, présenter des résultats.

Projet de Recherche
L’initiation à la recherche comprend des heures de travaux pratiques, 150 heures de Projet de recherche et un stage de 6 mois. Les travaux pratiques correspondent à l’illustration ou à la mise en œuvre de méthodes exposées dans les différentes unités d’enseignement. Le Projet de recherche est un travail de synthèse (comprenant bibliographie, analyse théorique et mise en pratique) permettant d’approfondir l’un des champs disciplinaires du Master et de préparer le stage en laboratoire de recherche (apprendre à planifier son travail, à rédiger un rapport, à faire un exposé de recherche...).
Projets de Recherche de l’équipe Neurocybernétique

 

Parcours "Signal et télécommunications" (ST)

Le parcours ST permet d'acquérir les bases scientifiques du traitement du signal, de traitement de l'information ou d'apprentissage avec des applications en télécommunications, imagerie ou traitement de données. Les principaux débouchés sont la recherche et développement dans ces domaines ou la poursuite en thèse en vue d’une carrière d’enseignant-chercheur ou de chercheur R&D en entreprise.


Objectifs :
Les étudiants de ce parcours vont acquérir des compétences dans l'un ou plusieurs des domaines suivants :

- Outils de traitement du signal, optimisation, apprentissage et théorie de l'information
- Analyse et conception de systèmes de télécommunication : théorie de l'information, codage correcteur d'erreurs, allocation de ressources;
- Architecture matérielle (embarquée) des systèmes de télécommunication;
- Méthodes de filtrage et optimisation pour des applications en compression, imagerie, indexation.

Les étudiants apprennent également à effectuer la gestion d’un projet de recherche :

- Organiser de bout en bout le bon déroulement d'un projet d'initiation à la recherche,
- Rédiger un état de l'art,
- Mettre en œuvre des expériences scientifiques et
- Présenter des résultats.

Projet de Recherche
L’initiation à la recherche comprend des heures de travaux pratiques, 150 heures de Projet de recherche et un stage de 6 mois. Les travaux pratiques correspondent à l’illustration ou à la mise en œuvre de méthodes exposées dans les différentes unités d’enseignement. Le Projet de recherche est un travail de synthèse (comprenant bibliographie, analyse théorique et mise en pratique) permettant d’approfondir l’un des champs disciplinaires du Master et de préparer le stage en laboratoire de recherche (apprendre à planifier son travail, à rédiger un rapport, à faire un exposé de recherche...).

 

DÉPÔT DES DOSSIERS

Avant le 30 juin à l'attention de M.Carqueijeiro

ENSEA - Master 2 Recherche
6, avenue du Ponceau
CS 20707 CERGY
95014 CERGY PONTOISE CEDEX
Fax. 01 30 73 66 27