Post graduation en Intelligence Artificielle (IA)
Aperçu du programme
Description
Le programme de post graduation en Intelligence Artificielle (IA) est conçu pour fournir aux étudiants une formation approfondie et pratique dans les domaines clés de l'IA, y compris l'apprentissage automatique, les réseaux de neurones, l'analyse de données, et la robotique. À travers des cours théoriques et des projets pratiques, les étudiants apprendront à développer et à déployer des systèmes intelligents, à résoudre des problèmes complexes, et à contribuer à l'innovation technologique dans une variété de secteurs.
Le programme est offert en ligne, permettant aux étudiants d'apprendre de manière flexible, tout en ayant accès à des ressources interactives, des forums de discussion, des sessions de mentorat et des projets collaboratifs.
Coûts et admission
- Diplôme requis : Un diplôme d'études collégiales (DEC) ou équivalent dans un domaine lié aux technologies, aux sciences informatiques, à l'ingénierie, ou un baccalauréat dans tout autre domaine pertinent.
- Compétences préalables : Une bonne connaissance des bases de la programmation et des mathématiques (algèbre, statistiques) est recommandée.
- Entrevue de sélection : Une évaluation en ligne de vos connaissances de base peut être requise avant l'admission.
- Compétences linguistiques : B1 oral/écrit en français: Année 2025-2026
- Compétences linguistiques : B2 oral/écrit en français: Année 2026-2027
Étudiant canadien
Coût : 7827 $
Frais de confirmation (Inclus dans le total): 500 $
Comprends:
- Frais de scolarité : 7167 $
- Cotisation étudiante : 160 $
- Assurance santé et dentaire : 500 $
Étudiant international
Année 1:12 552 $
Frais de confirmation (Inclus dans le total): 3 000 $
Comprends:
- Frais de scolarité :7 167 $ .
- Cotisation étudiante : 160 $
- Assurance santé et dentaire (obligatoire) : 500 $
- Frais internationaux : 4 725 $
Liste de cours
Automne
Introduction aux concepts fondamentaux de l'IA, historique, applications pratiques, et la programmation IA.
Études des méthodes d'apprentissage supervisé, non supervisé, et d'apprentissage par renforcement.
Exploration des réseaux neuronaux profonds, y compris les réseaux convolutifs (CNN) et récurrents (RNN), et leur application en IA.
Introduction au traitement automatique des langues, y compris les modèles de langage, la compréhension de texte, et la génération de texte
Hiver
Apprentissage des techniques avancées d'analyse de données, y compris les méthodes statistiques et la visualisation des données.
Étude des questions éthiques liées à l'IA, y compris la confidentialité, l'équité, et les implications sociales et économiques de l'IA.
Introduction à la robotique, aux systèmes autonomes, et à leur intégration avec l'IA pour le contrôle et la prise de décision.
Projet pratique où les étudiants appliquent les concepts appris pour résoudre un problème réel en utilisant des techniques d'IA.
Printemps
Stage ou projet pratique en entreprise virtuelle ou dans un cadre académique pour appliquer les connaissances acquises dans un environnement professionnel.
