Filière Traitement du signal pour l'intelligence artificielle

pictogramme cœurPour celles et ceux qui aiment

 

  • Les maths appliquées à des problèmes concrets
  • L’apprentissage statistique
  • Le traitement du signal

Objectifs

À l’issue de la filière, l’étudiant aura acquis une vision large et opérationnelle de l’apprentissage statistique et du traitement du signal. Il comprendra les enjeux du traitement des données et du big data, les fondements méthodologiques (statistiques, optimisation) et les techniques visant à traiter plus particulièrement des données temporelles (traitement du signal).

Concrètement

La pédagogie met à la fois l’accent sur des cours magistraux rigoureux et des travaux pratiques en contexte réaliste.

Les cours de la filière TSIA sont donnés en anglais.

Après la filière

Innovation technologique en 3e année à Télécom Paris

Double Diplôme Master-Ingénieur

  • Automatique et Traitement du Signal et des Images (Université Paris-Saclay)
  • Data and Artificial Intelligence (IP Paris)
  • DataScience (IP Paris)
  • Mathématiques, Vision, Apprentissage (IP Paris/Univ. Paris-Saclay)
  • Acoustique, traitement du signal et informatique appliqués à la musique (Sorbonne Université)
  • Bio-Imagerie (Université Paris-Cité, mention Biomédical)

Métiers

La filière vise à former de futurs ingénieurs ayant un large spectre de compétences autour de l’apprentissage statistique (machine learning) et du traitement du signal, ce qui recouvre un immense panel de domaines applicatifs : musique et parole, signaux biologiques, radioastronomie, transmission et compression de l’information multimédia, etc.

Témoignages

Geert-Jan Huizing : témoignage filière TSIA

La filière Traitement du Signal pour l’Intelligence Artificielle (TSIA) associe le traitement du signal (analyse du son, compression de signaux, etc.) aux data sciences (statistiques, machine learning, etc.). Malgré une forte dominante mathématique (optimisation, statistiques et un peu de séries chronologiques), les nombreux travaux pratiques en font une matière très appliquée : nous avons travaillé sur les données du Grand Débat, manipulé des réseaux de neurones, ou encore fait de la reconnaissance de parole. Jamais en prépa je n’aurais imaginé apprécier autant les mathématiques, Python, Numpy ou Scipy !
Geert-Jan Huizing, promo 2020

Yukun Liu

TSIA associates the knowledge from broad subjects, and these subjects are all explored step by step. For one example, the path of learning for machine learning is from Hilbert space to SVM, to perception, along to neural network. And this helps build solid foundations in the expertise. TSIA connects theory tightly with practice. Each course contains two or three practical works, and it’s always fascinating to learn the theories, implement them and witness their functionality in practical works (when they work).
Yukun Liu, promo 2022

Responsables

Responsable de la filière : Roland Badeau
Responsable mobilité internationale : Matthieu Labeau
Coordination des stages : Mathieu Fontaine