
La Licence d’Université Spécialisée : Ingénierie en IA, Machine Learning & Big Data, accréditée par l’Université Sultan Moulay Slimane – ENSA Khouribga, forme des spécialistes hautement qualifiés capables de répondre aux défis de la transformation numérique et de l’exploitation des données massives.
Ce programme vise à doter les étudiants des compétences nécessaires pour collecter, stocker, traiter et analyser des données à grande échelle, tout en exploitant les technologies avancées du Cloud Computing, de l’Intelligence Artificielle et du Machine Learning.
Grâce à un parcours alliant enseignements théoriques et applications pratiques, les étudiants maîtrisent des outils essentiels tels que Python, Hadoop, MongoDB, SQL/NoSQL, Spark et les plateformes Cloud. Ils apprennent également à développer et déployer des solutions d’intelligence artificielle et de Big Data, en respectant les bonnes pratiques de l’industrie et les normes éthiques et réglementaires.
La licence permet aux étudiants de :
✅ Acquérir une expertise en Machine Learning et Deep Learning, en appliquant ces techniques à des problématiques réelles.
✅ Maîtriser l’ingénierie des données, depuis la collecte et le prétraitement jusqu’à l’analyse et la modélisation prédictive.
✅ Comprendre et exploiter les architectures Big Data, notamment les bases de données SQL/NoSQL, les entrepôts de données et les systèmes distribués.
✅ Développer et déployer des solutions d’intelligence artificielle sur le Cloud, en utilisant des plateformes modernes.
✅ Appliquer les méthodes et outils de Data Mining, d’optimisation et de visualisation de données pour extraire des insights exploitables.
✅ Intégrer des solutions Big Data et IA dans des domaines stratégiques tels que la santé, la finance, le marketing digital et la cybersécurité.
🎯 Analyser et structurer de grandes quantités de données pour en extraire des insights exploitables.
🎯 Développer et optimiser des modèles de Machine Learning et Deep Learning pour résoudre des problématiques complexes.
🎯 Concevoir et déployer des solutions Big Data sur des infrastructures Cloud en garantissant scalabilité et sécurité.
🎯 Maîtriser les outils et langages de la Data Science et du Big Data (Python, SQL, Hadoop, Spark, MongoDB).
🎯 Appliquer les méthodes d’optimisation et d’industrialisation des solutions d’intelligence artificielle.
✔️ Modélisation des données (MERISE / UML)
✔️ Bases relationnelles SQL & optimisation des requêtes
✔️ Architecture des systèmes d’information
✔️ Statistiques descriptives & probabilités
✔️ Algèbre linéaire (vecteurs, matrices)
✔️ Manipulation de données avec NumPy / Pandas
✔️ Programmation structurée et orientée objet
✔️ Manipulation de données et fichiers
✔️ Développement de scripts data et automatisation
✔️ Nettoyage et transformation des données
✔️ Feature engineering & gestion des anomalies
✔️ Visualisation (Matplotlib, Seaborn, Plotly)
✔️ Régression, classification, clustering
✔️ Évaluation et optimisation des modèles
✔️ Pipelines ML avec Scikit-learn
✔️ Hadoop (HDFS, MapReduce)
✔️ Spark (RDD, DataFrames)
✔️ Traitement distribué et scalabilité
✔️ Réseaux neuronaux (CNN, RNN)
✔️ Extraction de patterns & règles d’association
✔️ Entraînement et optimisation des modèles
✔️ Traitement d’images (OpenCV, CNN)
✔️ Traitement du langage naturel (NLP)
✔️ Applications : détection, classification, chatbots
✔️ Systèmes intelligents appliqués
✔️ Intégration IA dans les processus métiers
✔️ Enjeux éthiques et transformation digitale
✔️ Architectures Cloud (AWS, Azure, GCP)
✔️ Conteneurisation avec Docker
✔️ Orchestration avec Kubernetes
✔️ Modélisation décisionnelle (ETL, Data Warehouse)
✔️ Tableaux de bord (Power BI)
✔️ Analyse et reporting
✔️ Pipelines de données (ETL / ELT)
✔️ Orchestration (Airflow)
✔️ Industrialisation des systèmes data
✔️ Définir une problématique en lien avec l’intelligence artificielle, le machine learning ou le traitement de données massives.
✔️ Collecter, nettoyer et exploiter des ensembles de données à grande échelle.
✔️ Concevoir, entraîner et évaluer des modèles d’apprentissage automatique adaptés à la problématique.
✔️ Utiliser des outils et frameworks spécialisés (Python, TensorFlow, PyTorch, Hadoop, etc.).
✔️ Documenter la démarche, les résultats et les impacts dans un mémoire structuré, puis présenter le projet devant un jury.
Les frais de la formation sont de 25.000 DH 20.000 DH, à payer en deux tranches :
Pr Abdelghani GHAZDALI
[email protected]
École Nationale des Sciences Appliquées Khouribga
Bd Béni Amir, BP 77
Khouribga – Maroc
Le dossier d’inscription se compose des pièces suivantes :

We never send you spam, we give you a great chance. You can unsubscribe anytime