***************************PARAMETRES***************************
IDFORMATION = 140
IDMENTION = 52
URL-DPT = http : //fst-informatique.univ-lyon1.fr/
RUBRIQUE-NEWS = 1342529038915
ADE-ID = @ia
ACRONYME = M2 IA
DESCRIPTION = La spécialité M2 IA (Intelligence Artificielle) du Master Informatique de l'Université Claude Bernard Lyon 1 s'adresse à tous les étudiants d'Informatique qui souhaitent se spécialiser dans les techniques les plus avancées de la modélisation et de l'ingénierie des systèmes intelligents et de la décision. Elle offre un socle de connaissances et de compétences permettant de préparer les étudiants aux métiers de la recherche, de la recherche & développement et de l'innovation dans ce domaine.
TITRE-LONG = Master en Informatique : M2 Intelligence Artificielle - Université Claude Bernard Lyon 1
KEYWORDS = formation,informatique,master,Lyon1,UCBL,FST,diplôme,M2,IA,recherche,IA,intelligence artificielle
THEME = DEFAUT
*****************************ENTETE*****************************
# M2 Intelligence Artificielle
******************************MENU******************************
#### Formation
[Présentation][intro]
[Contact][contact]
[Contenu (UEs)][ues]
[Double Cursus][doublecursus]
[Plaquette de la formation](./documents/2023-FST-INFO-Livret-OffreDeFormation-IA.pdf)
#### Année en Cours
[Dates Importantes][dates]
[Évènements et Actualités][|evtsetactus]
[Emploi du temps][planning]
[Informations Jury][jury]
[Contrôle des connaissances][mccc]
#### Stages
[Présentation][stage]
[Offres de stage][offrestage]
[Proposer un sujet de stage][proposerstage]
[Rapport][rapport]
[Soutenance][soutenance]
#### Le lieu
[Environnement][environnement]
#### Futurs Etudiants
[Dépot de candidatures](https://fst-informatique.univ-lyon1.fr/formation/candidatures/)
[Conseil et pré-requis][conseil]
******************************PAGE******************************
### Présentation générale
Le parcours **_IA (Intelligence Artificielle)_** du Master M2 mention **Informatique** s'adresse à tous les étudiants d'Informatique qui souhaitent se spécialiser dans les techniques les plus avancées de la modélisation et de l'ingénierie des systèmes intelligents et de la décision. Elle offre un socle de connaissances et de compétences permettant de préparer les étudiants aux métiers de la recherche, de la recherche et développement et de l'innovation dans ce domaine.
Le contenu pédagogique de ce parcours s'organise en 5 blocs de d'enseignements, comportant :
Emploi du temps détaillé sur [ADE](https://adelb.univ-lyon1.fr/direct/index.jsp?projectId=3&ShowPianoWeeks=true&displayConfName=DOUA_CHBIO&showTree=false&resources=36409,40442,40441&days=0,1,2,3,4) ####Semaine courante &ADEVIEW(0-1-2-3-4,36409-36408-3721-40441-40442) ******************************PAGE****************************** ### Informations Jury **Dates** - Mars 2025 : Jury premier semestre première session - Juillet 2025 : Jury deuxième semestre et jury d'année première session - Septembre 2025 (Date à préciser) : Jury deuxième semestre et d'année deuxième session - Octobre 2025 (Date à préciser) : Jury de diplôme **Relevés de notes** Après les jurys, les relevés de notes sont disponibles au secrétariat et peuvent être adressés par courrier (mail ou papier), en faisant la demande au secrétariat (scolarite.informatique [at] univ-lyon1.fr). ******************************PAGE****************************** ### Modalité de contrôle des connaissances #### Modalités de validation de l'année
- des UE propres au parcours IA permettant d'acquérir les fondamentaux et les techniques des domaines de recherche de l'IA, développés dans les équipes de recherche du laboratoire support de la formation (LIRIS), comme : les systèmes multi-agents, la robotique, les environnements intelligents (les objets connectés et l'intelligence ambiante, les robots assistants et la robotique collective), l'ingénierie des connaissances, les systèmes à base de traces, les EIAH, l'apprentissage développemental et les autres formes d'apprentissage en IA comme l'apprentissage automatique, l'intelligence bio-inspirée, la résolution de problèmes combinatoire, etc.
- des UE mutualisées avec le parcours DS permettant de donner une ouverture vers le domaine des masses de données, à travers des connaissances dans le domaine du Data Mining et de la visualisation interactive de masses de données, etc.
- des UE optionnelles permettant de donner une ouverture vers d'autres thématiques de l'informatique comme l'image.
- d'un laboratoire ou centre de recherche, en tant que salarié d'un établissement public d’enseignement supérieur ou d'un institut de recherche publique pour faire un contrat doctoral,
- ou d’une entreprise en tant que salarié de l’entreprise pour faire un doctorat en partenariat avec un laboratoire académique en convention CIFRE.
Bloc "Fondamentaux de l'IA" (12 ECTS)
- IA-AIC (INF2346M) - Artificial Intelligence and Cognition (3 ECTS)
Responsable : Marie Lefevre (marie.lefevre [at] univ-lyon1.fr)
Fiche offre de formation - IA-DyCo (INF2347M) - Dynamique des Connaissances (3 ECTS)
Responsable : Bruno Yun (bruno.yun [at] univ-lyon1.fr)
Fiche offre de formation - IA-IA (INF2348M) - Intelligent Agents (3 ECTS)
Responsable : Laëtitia Matignon (laetitia.matignon [at] univ-lyon1.fr) - IA-Graphes (INF2352M) - Graphes, Complexité, Combinatoire (3 ECTS)
Responsable : Samba Ndojh Ndiaye (samba-ndojh.ndiaye [at] univ-lyon1.fr)
Fiche offre de formation
Bloc "Machine Learning and Knowledge Discovery from Data" (9 ECTS)
- IA-BIML (INF2483M) - Bio-Inspired Machine Learning (3 ECTS)
Responsable : Mathieu Lefort (mathieu.lefort [at] univ-lyon1.fr)
Fiche offre de formation - DS-DataMining (INF2355M) - Data Mining (3 ECTS) Responsable : Remy Cazabet (remy.cazabet [at] univ-lyon1.fr)
- IA-TAA (INF2417M) - Techniques d'apprentissage automatique (3 ECTS)
Responsable : Haytham Elghazel (haytham.elghazel [at] univ-lyon1.fr) et Khalid Benabdeslem (khalid.benabdeslem [at] univ-lyon1.fr)
Fiche offre de formation
Fiche offre de formation
Bloc "Options " (9 ECTS)
3 options à choisir parmi :- IM-TC-App (INF2335) - Apprentissage Profond et Image (3 ECTS)
Responsable : Alexandre Meyer (alexandre.meyer [at] univ-lyon1.fr)
Fiche offre de formation - IA-AI4IoTR (INF2485M) - Artificial Intelligence for Internet of Things and Robotics (3 ECTS)
Responsable : Laëtitia Matignon (laetitia.matignon [at] univ-lyon1.fr)
Fiche offre de formation - IA-EIAH (INF2351M) - Environnements Informatiques pour l'Apprentissage Humain (3 ECTS)
Responsable : Marie Lefevre (marie.lefevre [at] univ-lyon1.fr)
Fiche offre de formation - IA-LLM (INF...M) - Theory and Practical Applications of Large Language Models (3 ECTS)
Responsable : Bruno Yun (bruno.yun [at] univ-lyon1.fr) - DS-DataVisu (INF2353M) - Data Visualization (3 ECTS)
Responsable : Aurélien Tabard (aurelien.tabard [at] univ-lyon1.fr)
Fiche offre de formation - IA-IHM&IA (INF2486M) - Intelligence Artificielle et Interaction Humain Machine (3 ECTS)
UE non ouverte en 2024-25
Responsable : Aurélien Tabard (aurelien.tabard [at] univ-lyon1.fr) - DISS-ROB (UCIF212M) - Robotic Modeling and Control (3 ECTS)
UE non ouverte en 2024-25
Responsable : Liming Chen (liming.chen [at] univ-lyon1.fr)
Bloc "Soft Skils" (9 ECTS)
- INFO-Droit (INF2014M) - Droit de l'informatique et de l'Internet (3 ECTS)
Responsable : Yann Bergheaud
Fiche offre de formation - INFO-Métier (INF2178M) - Connaissance métier (3 ECTS)
Responsable : Marie Lefevre (marie.lefevre [at] univ-lyon1.fr) et Mathieu Lefort (mathieu.lefort [at] univ-lyon1.fr)
Fiche offre de formation - Anglais-N2 (INFLG02M) - Anglais pour la communication professionnelle niveau 2 (3 ECTS)
Responsable : Nathalie Dourlot (nathalie.dourlot [at] univ-lyon1.fr)
Enseignants : Laurent Lagarde (laurent.lagarde [at] univ-lyon1.fr) et Colette Chalais (colette.chalais [at] univ-lyon1.fr)
Fiche offre de formation
Bloc "Stage" (21 ECTS)
- INFO-Stage (INF2001M) - Stage d'application professionnelle ou de recherche (21 ECTS)
Responsable : Mathieu Lefort (mathieu.lefort [at] univ-lyon1.fr)
- Il faut établir un contrat pédagogique, spécifiant les UE (15 ECTS) que vous envisagez de suivre en Master2 IA, pour y être inscrit pédagogiquement.
- Pour le stage, il vous faut valider indépendamment votre PFE et votre stage du Master. Il faut donc choisir votre sujet de stage de PFE dans le domaine de l’IA, pour que vous puissiez le valider dans le cadre du Master IA.
- Pour le Master2 IA, le rapport du stage et sa soutenance doivent respecter les spécifications et le calendrier définis par le Master, indépendamment des contraintes et spécifications du PFE.
Emploi du temps détaillé sur [ADE](https://adelb.univ-lyon1.fr/direct/index.jsp?projectId=3&ShowPianoWeeks=true&displayConfName=DOUA_CHBIO&showTree=false&resources=36409,40442,40441&days=0,1,2,3,4) ####Semaine courante &ADEVIEW(0-1-2-3-4,36409-36408-3721-40441-40442) ******************************PAGE****************************** ### Informations Jury **Dates** - Mars 2025 : Jury premier semestre première session - Juillet 2025 : Jury deuxième semestre et jury d'année première session - Septembre 2025 (Date à préciser) : Jury deuxième semestre et d'année deuxième session - Octobre 2025 (Date à préciser) : Jury de diplôme **Relevés de notes** Après les jurys, les relevés de notes sont disponibles au secrétariat et peuvent être adressés par courrier (mail ou papier), en faisant la demande au secrétariat (scolarite.informatique [at] univ-lyon1.fr). ******************************PAGE****************************** ### Modalité de contrôle des connaissances #### Modalités de validation de l'année
- L'année du M2 IA est composé de 5 blocs :
- "Fondamentaux de l'IA" (12 ECTS),
- "Machine Learning and Knowledge Discovery from Data" (9 ECTS),
- "Options " (9 ECTS),
- "Soft Skils" (9 ECTS)
- "Stage" (21 ECTS).
- L'année est validée si tous les blocs ont été validés.
- Un bloc est validé si la moyenne des UE du bloc est supérieure ou égale à 10.
- Il n'y a pas de compensation entre blocs.
- La moyenne de l'année est calculée en faisant la moyenne des notes de chaque bloc pondérée par le nombre d'ECTS.
- Une UE est validée si la note d'UE est supérieure ou égale à 10.
- Toute UE validée est définitivement acquise et ne peut donc pas être repassée en seconde session, ni être redoublée.
- Une UE est validée par compensation si la moyenne du bloc dans lequel elle s'inscrit est supérieure ou égale à 10.
- Si une UE est validée par compensation, vous pouvez refuser la compensation et demander à la repasser. Il faut alors en faire la demande par écrit (courrier postal) envoyé au service scolarité du département d'informatique.
- Toute UE non validée (dont la note est strictement inférieure à 10 et non compensée) peut être repassée en seconde session.
- Lorsqu'une UE est présentée en seconde session :
- si l'UE est en CC+CT, la note de contrôle continu est conservée pour le calcul de la note d'UE. La note d'examen est remplacée par la note obtenue à l'examen de la deuxième session, même si celle-ci est inférieure à celle de la première session ;
- si l'UE est en CCI, ce que remplace la note obtenue à l'examen de la deuxième session est précisé par le responsable d'UE au début de son cours.
- Les UEs pour lesquelles il n'y a pas d'examen (par ex. le stage), i.e. dont la note est celle du contrôle continu, ne peuvent pas être représentées en seconde session.
- Les stages sont effectués dans un laboratoire de recherche ou en entreprise, en France ou à l'étranger.
- Le sujet du stage doit absolument porter sur le domaine de l’Intelligence Artificielle (cœur du sujet), que ce soit de l’ingénierie (application de techniques d’IA à un problème donné) ou de la recherche (contribution à une problématique de recherche en IA).
- Les stages se déroulent au second semestre et sont d'une durée minimale de 5 mois et maximale de 6 mois.
- C'est l'étudiant.e qui a la responsabilité de chercher son stage, et cela le plus rapidement possible.
- Lorsque vous avez trouvé un stage, il faut le faire valider par le responsable des stages du M2 IA en envoyant par mail votre sujet à : Mathieu LEFORT (mathieu.lefort [at] univ-lyon1.fr).
- Après la validation, vous pouvez engager les démarches pour l’élaboration de la convention sur elipse (ou suivre les démarches de votre formation d'origine pour les doubles diplômes).
- Chaque stage, réalisé en entreprise ou en laboratoire, sera suivi par un.e tuteur.rice enseignant du M2. Ce.tte dernier.e vous contactera durant votre stage et est à la personne à contacter en cas de question et/ou soucis durant votre stage.
- Quelque soit le lieu du stage, à l'issue de celui-ci, un rapport entre 20 et 30 pages sur le travail réalisé doit être rendu par l'étudiant.e, et une soutenance du travail devra être effectuée devant un jury.
- La note du stage sera la moyenne entre celles du rapport, de la soutenance et de l'évaluation par la structure d'accueil. La fiche d'évalution se trouve ici et est à faire remplir par votre tuteur entreprise avant la soutenance.
- LIRIS : Laboratoire d'InfoRmatique en Images et Systèmes d'information. (offres stage)
- DISP : Laboratoire Décision & Information pour les Systèmes de Production.
- ERIC : Équipe de Recherche en Ingénierie des Connaissances.
- CITI : Centre d'Innovations en Télécommunications & Intégration de services.
- LIP : Laboratoire de l'Informatique du Parallélisme.
- GDR IA
- GDR Robotique
- GDR Information Signal Image Vision
- GDR Information, Interaction, Intelligence
- Relais d'Information sur les Sciences de la Cognition
- Axe IA & Apprentissage automatique de la FIL
- Communauté Ingénierie des Connaissances
- Communauté IA & Éducation
- Si vous êtes enseignant.e d'un établissement public français d'enseignement supérieur, vous devez :
- Vous rendre sur cette page pour accéder à la table Tomuss de dépôt des sujets.
- Si vous avez besoin d'un accès à à Tomuss-fr vous pouvez envoyer un mail à eliane.perna [at] univ-lyon1.fr.
- Vous pourrez déposer un fichier dans la colonne "Sujet" en double-cliquant sur une case de cette colonne. Vous devez alors remplir les informations concernant votre sujet (lieu du stage, intitulé, contact, durée, sujet, ...)
- Vous pourrez noter "Pourvu" votre stage lorsque vous aurez trouvé un candidat.
- Sinon, vous pouvez envoyer un mail à Mathieu LEFORT (mathieu.lefort [at] univ-lyon1.fr) avec le titre "[Proposition stage M2IA]" et votre sujet sera déposé sur le site. ******************************PAGE****************************** ### Rapport de stage pour 2023-2024 La date limite pour le rendu du rapport est fixée au **xxx juin 2025** 23h59 pour une soutenance le xxx juin 2025 et au **xxx août 2025** 23h59 pour une soutenance le xxx août 2025. #### Consignes pour le rapport Le rapport doit faire entre **20 et 30 pages** (hors annexes). Il peut être rédigé en français ou en anglais. Le style à utiliser pour votre rapport est le style LNCS de Springer (exemple). Vous trouverez dans cette archive un exemple LateX vous permettant de préparer au mieux votre rapport. Les templates LateX et Word sont aussi téléchargeables sur le [site de Springer](https://www.springer.com/gp/computer-science/lncs/conference-proceedings-guidelines). La qualité de la rédaction (orthographe, grammaire, tournures) et le soin général (respect du style LNCS, structure) apportés au document font partie intégrante des critères d'évaluation du rapport. Les rapports sont à déposer sous forme d'un fichier PDF sur [tomuss (colonne Rapport)](https://tomuss.univ-lyon1.fr/2025/Printemps/etape-2MIFA4) au plus tard selon les dates précisées ici. #### Trame du contenu du rapport **Titre** **Auteur** (uniquement le stagiaire) **Encadrant et organisme** (laboratoire ou entreprise) **Résumé** : qui synthétise la problématique et les contributions du travail **Abstract** : même chose en Anglais 1- Introduction : introduit la problématique générale du travail et son domaine, ainsi que le contexte de réalisation du stage (entreprise ou laboratoire, équipe, etc.), elle motive la problématique plus précise du stage, énonce la contribution (travail réalisé) et introduit le plan du rapport. 2- État des lieux / État de l’art et positionnement du travail réalisé : ici on décrit l’état des travaux par rapport à la problématique du stage, que ce soit au niveau de l’entreprise (cas du stage en entreprise) ou au niveau du domaine de recherche s’il s’agit d’un travail de recherche/lié à la recherche. On passe en revue les travaux existants (ou les méthodes/outils existants dans le cas de l’entreprise) et on positionne le travail du stage par rapport à l’existant. 3- Contribution (travail réalisé pendant le stage) : là on décrit la contribution en passant par l’analyse du problème, les choix opérés, les solutions proposées, etc. (selon le travail, cette partie peut prendre différentes formes : par exemple formalisation mathématique, modèle conceptuel, algorithme, architecture, .. ). 4- Évaluation / Validation de la proposition : là aussi on décrit selon le travail fait, les éléments qui permettent d’évaluer la contribution (ex. expérimentations et courbes, définition d’indicateurs de succès et leur valeurs, évaluation qualitative, etc). 5- Discussion, conclusion et perspectives : là on discute la contribution (selon sa nature), son impact, ses apports, ses limites, améliorations possibles et perspectives à envisager pour le travail réalisé. #### Remarques - Si le stage consiste en plusieurs missions, dans la partie contribution faire un chapeau introductif et décrire les différentes missions (détails et suivi de la trame proposée, en fonction de l’importance de la mission). - Pour le rapport, les parties contribution et évaluation doivent faire au moins les 2/3 du rapport. - Cette trame est indicative, il peut être nécéssaire par exemple, avant de décrire la contribution, d’ajouter une rubrique qui permet de définir les concepts/définitions/outils sur lesquels s’appuie le travail. - Ne pas dépasser 30 pages (références comprises) et respecter les style défini (cf. haut de page). #### Les critères d’évaluation du rapport - (1 point) Pertinence de la problématique / la contribution pour le domaine de l’IA. Attention si ce point n'est pas attribué, le stage ne sera pas validé - (4 points) Motivation de l'étude, positionnement, état de l'art - (6 points) Qualité méthodologique et technique de la contribution (rigueur, qualité de l’analyse de la problématique, pertinence scientifique ou technique de la contribution) - (6 points) Qualité des résultats, analyse et discussion (clarté, représentativité, reproductibilité, pertinence des critères/indicateurs d’évaluation) - (3 points) Qualité de la rédaction (respect des consignes + orthographe/grammaire + mise en page) ******************************PAGE****************************** ### Soutenances ####Soutenance de stages #####Session 1 - xxx juin 2025 23h59 : Date limite de rendu des rapports de stage ([détails](http://master-info.univ-lyon1.fr/IA/#rapport)) - Fin juin 2025 : Soutenances de stage. #####Session 2 - xxx août 2025 23h59 : Date limite de rendu des rapports de stage ([détails](http://master-info.univ-lyon1.fr/IA/#rapport)) - Fin août 2025 : Soutenances de stage. Chaque soutenance durera 30 minutes (**20 minutes de présentation**, 10 minutes de questions.) Au plus tard un jour avant votre soutenance: - merci de déposer le PDF de la présentation sur [tomuss (colonne Soutenance)](https://tomuss.univ-lyon1.fr/2025/Printemps/etape-2MIFA4) - penser à faire remplir la fiche d'évalution entreprise par votre tuteur ####Les critères d’évaluation de la soutenance - (5 points) Qualité de la présentation: qualité et clarté des supports, qualité du discours, posture, aisance, ... - (10 points) Qualité du travail réalisé: pertinence pour l’IA, qualité scientifique et technique, ... - (5 points) Qualité des réponses aux questions: pertinence, prise de recul, maîtrise, ... ******************************PAGE****************************** ### Environnement de travail Les enseignements (Cours, TD et Tps) se déroulent au [bâtiment Nautibus (Lyon 1)](http://fst-informatique.univ-lyon1.fr/departement/acces-et-plans/). Les étudiants ont accès libre aux salles de TP (plus de 150 ordinateurs). ******************************PAGE****************************** ### Conseils et pré-requis Pour un accès direct en M2, les pré-requis suivants sont fortement recommandés : - de solides connaissances en informatique et en mathématiques ; - une très bonne connaissance de la programmation avancée, la programmation orientée objets, les méthodes agiles ; - avoir suivi un cours d’introduction à l’IA. Pour les étudiants en M1 au département d’informatique, les options suivantes sont très vivement recommandées pour suivre le parcours IA :
- UE indispensables (1) :
- M1if14 (printemps) - Bases de données déductives
- M1if16 (printemps) - Techniques de l'intelligence artificielle
- M1if24 (automne) - Bases de données non relationnelles
- M1if26 (printemps) - Théorie des jeux
- UE complémentaires (2) :
- M1if13 (printemps) - Web avancé et web mobile
- M1if17 (printemps) - Analyse d'images
- M1if28 (printemps) - Logiciels éducatifs
- UE qui seraient un plus (+) :
- M1if19 (printemps) - Évaluation des performances des systèmes
- M1if22 (printemps) - Parallélisme