La maîtrise professionnelle en apprentissage automatique combine une formation spécialisée en apprentissage automatique et profond, avec emphase sur les cours de Mila en intelligence artificielle, et une expérience de travail dans l’industrie de l’intelligence artificielle.
Les candidats devraient consulter la procédure de recrutement de Mila pour soumettre leur candidature, en mentionnant qu’ils appliquent pour la MSc industrielle en apprentissage automatique. Une fois l’étudiant accepté, l’inscription peut se faire auprès du département concerné, et Mila s’occupera de trouver le stage et guider l’étudiant pendant ce stage.
Cours obligatoires
1ère session
6390 Fondements de l’apprentissage machine
6758 Science des données
2ème session
6135 Apprentissage de représentations
6759 Projets avancés en apprentissage automatique
Veuillez noter que les cours 6390, 6758 et 6135 sont donnés en anglais.
Connaissances requises pour réussir le programme
Des connaissances suffisantes en informatique et en mathématiques sont attendues des étudiants désirant être admis à ce programme (et font partie des critères évalués par le comité d’admission). Le programme s’appuie sur les cours suivants (ou leur équivalent), qui devraient être maîtrisés par les étudiants du programme:
- MAT1400 – Calcul 1 (calculus)
- MAT1600 – Algèbre linéaire 1 (linear algebra)
- MAT1978 – Probabilités et statistique (probability and statistics)
- IFT2015 – Structures de données (data structures)
- IFT2125 – Introduction à l’algorithmique (algorithms)
Si les connaissances sur ces sujets ne sont pas jugées suffisantes, le département pourrait imposer des cours supplémentaires (veuillez noter que ces cours supplémentaires sont dispensés en français).
Pour avoir une idée claire des pré-requis nécessaires au programme, nous vous invitons à consulter la page des pré-requis pour le cours IFT 6390 – Fondements de l’Apprentissage Machine, qui est un des premiers cours du programme.
Il est également attendu de l’étudiant qu’il maîtrise un peu la programmation (l’équivalent du contenu du cours IFT1015).
Cours recommandés
- IFT 6757 – Véhicules Autonomes
- IFT 6085 – Prédiction structurée avancée
- IFT 6135 – Apprentissage des représentations
- IFT 6266 – Algorithmes d’apprentissage
- IFT 6285 – Traitements automatique des langues naturelles
- IFT 6269 – Modèles graphiques probabilistes et apprentissage
- IFT 6390 – Fondements de l’apprentissage machine
- INF 6953H (Poly) – Deep Learning
- INF 8225 (Poly) – Techniques probabilistes et d’apprentissage
- INF 8702 (Poly) – Infographie avancée
- MTH6404 (Poly) – Programmation en nombres entiers
- 6-602-07 (HEC) – Analyse multidimensionnelle appliquée
- 80-629-17A (HEC) – Apprentissage automatique pour données grandes échelles et prise de décisions
- COMP 550 (McGill) – Natural Language Processing
- COMP 551 (McGill) – Applied Machine Learning
- COMP 652 (McGill) – Machine Learning
- COMP 767 (McGill) – Advanced Topics: Reinforcement learning
Université de Montréal: Maîtrise en informatique (option Stage supervisé)
Le programme comporte 6 cours de cycles supérieurs. Ceci est complété par un stage de 6 mois en entreprise ou en laboratoire. Les étudiants sont supervisés par un professeur ainsi qu’un membre de l’équipe de recherche et développement de Mila, qui assure la liaison avec les partenaires industriels hôtes des stages.
