Licence Ingénierie en Machine Learning & Big Data

Présentation

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.

Objectifs

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.

Aptitudes visées

🎯 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.

Débouchés professionnels

  • Data Scientist
  • Data Engineer
  • Consultant BI
  • Consultant Big Data
  • Expert en Machine Learning
  • Expert en Intelligence Artificielle
  • Intégrateur des systèmes dans une entreprise
  • Développeur

Semestre 1

C1 : Bases de données & Systèmes d’information

✔️ Modélisation des données (MERISE / UML)
✔️ Bases relationnelles SQL & optimisation des requêtes
✔️ Architecture des systèmes d’information

C2 : Outils pour Data Science (Statistiques & Algèbre)

✔️ Statistiques descriptives & probabilités
✔️ Algèbre linéaire (vecteurs, matrices)
✔️ Manipulation de données avec NumPy / Pandas

C3 : Programmation Python

✔️ Programmation structurée et orientée objet
✔️ Manipulation de données et fichiers
✔️ Développement de scripts data et automatisation

C4 : Data Preprocessing & Visualisation

✔️ Nettoyage et transformation des données
✔️ Feature engineering & gestion des anomalies
✔️ Visualisation (Matplotlib, Seaborn, Plotly)

C5 : Machine Learning

✔️ Régression, classification, clustering
✔️ Évaluation et optimisation des modèles
✔️ Pipelines ML avec Scikit-learn

C6 : Big Data & Systèmes Distribués

✔️ Hadoop (HDFS, MapReduce)
✔️ Spark (RDD, DataFrames)
✔️ Traitement distribué et scalabilité

Semestre 2

C1 : Deep Learning & Data Mining

✔️ Réseaux neuronaux (CNN, RNN)
✔️ Extraction de patterns & règles d’association
✔️ Entraînement et optimisation des modèles

C2 : Computer Vision & NLP

✔️ Traitement d’images (OpenCV, CNN)
✔️ Traitement du langage naturel (NLP)
✔️ Applications : détection, classification, chatbots

C3 : IA & Digitalisation

✔️ Systèmes intelligents appliqués
✔️ Intégration IA dans les processus métiers
✔️ Enjeux éthiques et transformation digitale

C4 : Cloud Computing & Virtualisation

✔️ Architectures Cloud (AWS, Azure, GCP)
✔️ Conteneurisation avec Docker
✔️ Orchestration avec Kubernetes

C5 : Data Warehousing & BI

✔️ Modélisation décisionnelle (ETL, Data Warehouse)
✔️ Tableaux de bord (Power BI)
✔️ Analyse et reporting

C6 : Data Engineering & Digitalisation

✔️ Pipelines de données (ETL / ELT)
✔️ Orchestration (Airflow)
✔️ Industrialisation des systèmes data

Projet de Fin d'Études

Projet de Fin d'Études (PFE)

✔️ 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.

Technologies

Les étudiants découvriront différentes technologies issues de divers domaines, tels que l’analyse de données, le Machine Learning, la modélisation en intelligence artificielle et le déploiement sur le Cloud. Avec l’essor du Big Data, du Cloud et de l’IA, ces outils joueront un rôle essentiel dans leur formation et leur compréhension des enjeux actuels du secteur.

Une approche pédagogique axée sur les projets

Les étudiants réalisent plusieurs projets pratiques intégrant l’analyse de données, Machine Learning, la modélisation IA et le déploiement Cloud, les préparant ainsi aux défis du monde professionnel.

Un programme aligné sur les besoins du marché

Avec l’essor du Big Data, du Cloud et de l’IA, cette formation permet aux diplômés d’accéder à des postes clés dans divers secteurs : finance, santé, e-commerce, industrie 4.0, cybersécurité, etc.

Un enseignement de qualité

Dispensé par des enseignants-chercheurs et experts du domaine, le programme garantit une formation de pointe en phase avec les évolutions technologiques.

Frais de scolarité

Les frais de la formation sont de 25.000 DH 20.000 DH, à payer en deux tranches :

  • Première tranche : au début du premier semestre.
  • Deuxième Tranche : au début du deuxième semestre.
  • Les frais de dossier d’inscription + Entretien.

Responsable formation

Pr Abdelghani GHAZDALI
[email protected]
École Nationale des Sciences Appliquées Khouribga
Bd Béni Amir, BP 77
Khouribga – Maroc

Chronogramme de la formation

  • Dépôt du dossier de candidature : à partir d’Août.
  • Durée de la formation : 1 an
  • Déroulement de la formation : De Octobre à Juin
  • Organisation de la formation : Les Week-ends.

Conditions d’admission

  • Cette formation est destinée aux titulaires d’un Bac +2 (et +) ( DEUG , BTS , DUT … ).
  • Sélection : L’admission se fait sur étude de dossier
  • Diplôme délivré : La Licence d’Université Spécialisée

Dossier d’inscription

Le dossier d’inscription se compose des pièces suivantes :

  • 01 curriculum vitae.
  • 01 copie de la CIN ou des premières pages du passeport.
  • 02 copies du baccalauréat.
  • 02 copies du diplôme ou attestation Bac+2.

Brochure

Inscription

Étudiants en formation en ligne avec caméra ENSA Khouribga formation continue

Subscribe to our newsletter

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