Chaque module vaut 3 ECTS. Vous sélectionnez 10 modules/30 ECTS parmi les catégories suivantes:
- 12-15 crédits ECTS en Modules technico-scientifiques (TSM)
Les modules TSM vous transmettent une compétence technique spécifique à votre orientation et complètent les modules de spécialisation décentralisés. - 9-12 crédits ECTS en Bases théoriques élargies (FTP)
Les modules FTP traitent de bases théoriques telles que les mathématiques élevées, la physique, la théorie de l’information, la chimie, etc., vous permettant d’étendre votre profondeur scientifique abstraite et de contribuer à créer le lien important entre l’abstraction et l’application dans le domaine de l’innovation. - 6-9 crédits ECTS en Modules contextuels (CM)
Les modules CM vous transmettent des compétences supplémentaires dans des domaines tels que la gestion des technologies, la gestion d’entreprise, la communication, la gestion de projets, le droit des brevets et des contrats, etc.
Le descriptif de module (download pdf) contient le détail des langues pour chaque module selon les catégories suivantes:
- leçons
- documentation
- examen
Modules: 27
The goal of this module is to help students to further develop their knowledge and skills in academic writing and presenting through the medium of English. Students will learn what it means to write academic texts and to present to an audience in an accurate, appropriate, and convincing manner. The module is divided into a writing and a presenting part.
The writing part of the module focuses on key document types…
Télécharger le descriptif complet
Voir plusSeule une gestion de projet appropriée peut garantir la poursuite efficace des objectifs d'une organisation et donner les moyens de répondre de manière cohérente aux besoins.
Ainsi, le gestionnaire de projet occupe un rôle essentiel en tant que responsable de la réalisation des objectifs tout en respectant les contraintes déterminées par le contexte du projet.
Les gestionnaires de projet modernes doivent posséder des…
Télécharger le descriptif complet
Voir plusIn an environment that is changing increasingly quickly, students will be taught the ability to assume social responsibility either as engineers or in management functions in companies. They will develop a profound awareness of the ethical aspects of their actions and for the ecological and social impacts of companies. In their subsequent professional careers, they will thus be better able to judge the consequences…
Télécharger le descriptif complet
Voir plusAprès une introduction aux différentes notions, le module a pour but d’expliquer aux étudiants la planification opérationnelle et la gestion des innovations à l’aide d’un modèle de gestion de l‘innovation intégré. Les étudiants sont alors en mesure d’établir des liens avec des interfaces internes et externes à l’entreprise, de les interpréter et de les influencer. Les étudiants sont formés pour devenir des «managers…
Télécharger le descriptif complet
Voir plusCompanies are increasingly interested in conducting their activities so that a long-term future is assured for its business, society and environment. The purpose of this class is to deal with the well-recognized but sometimes vague concept of sustainability from an engineering perspective. The module is meant to introduce students to the implementation of sustainable management in industries and provide them with…
Télécharger le descriptif complet
Voir plusLe module «Privacy and Law» sensibilise les étudiants aux menaces pesant sur la vie privée dans la société postmoderne et incite à la réflexion sur des valeurs dans les contextes interculturel et historique.
Les étudiants reçoivent une vue d’ensemble (connaissance de système et d’orientation) concernant les aspects juridiques, qui n’ont été spécialement thématisés ni dans le cadre de la maturité professionnelle ni…
Télécharger le descriptif complet
Voir plusLe module a pour objectif de transmettre les bases fondamentales de la gestion du risque et de la qualité, en concrétisant la théorie par des exemples tirés de la pratique. Outre qu’il s’oriente sur les normes actuelles et les bonnes pratiques en vigueur dans le domaine de la gestion du risque et de la qualité, ce module introduit aux méthodes éprouvées.
Télécharger le descriptif complet
Voir plus
Smart Service Design and Engineering - Value Creation:
- Basics of Smart Service Design (Customer insight, customer journey, value proposition design, use of data insights)
- Selected topics of Service Science and Service Dominant Logic
- Service blueprinting as a relevant step in the service engineering process
- Characteristics of Data Services and Data Products
- Use of data in the smart service design process and in the…
Télécharger le descriptif complet
Voir plusAlgorithms are at the heart of every computer program. Informally, an algorithm is a procedure to solve a (computational) problem within a finite number of elementary steps. The same problem can be addressed with different algorithms, hence it is important to compare the different options in order to choose the best one. Experimental analysis is one way to perform such comparison, but it has several limits. The main…
Télécharger le descriptif complet
Voir plusCe module présente différentes catégories d’algorithmes avancés ainsi que leurs domaines d’application typiques.
La première partie du module approfondira les connaissances sur les structures de données qui permettent de gérer efficacement des ensembles de données très grands, complexes ou dynamiques, voire combinant ces trois caractéristiques. À l’issue du module, les étudiants seront capables de sélectionner le…
Télécharger le descriptif complet
Voir plusLe module présentera aux étudiants les outils statistiques utilisés dans le secteur industriel, en particulier dans la maîtrise statistique des procédés et le contrôle de qualité. Le module apprendra aux étudiants à planifier les expériences et à interpréter avec assurance les résultats obtenus à l’aide de méthodes statistiques.
Remarque : Un cursus MSE ne peut pas contenir les deux modules statistiques similaires…
Télécharger le descriptif complet
Voir plusAn algorithm is typically called efficient if its worst-case running time is polynomial in the size of the input. This course will focus on a huge and practically relevant family of problems, namely NP-hard ones, for which (most likely) no efficient algorithm exists. This family includes fundamental problems in computational biology, network design, systems, computer vision, data mining, online markets, etc.
The…
Télécharger le descriptif complet
Voir plusMedical engineering is the intersection of many different disciplines. From engineering in its most varied forms, mechanics, electronics, computer science, management, to disciplines related to medicine: biology, anatomy, and physiology. In order to understand and put into practice the notions that the student will learn in this fascinating path, the same can not ignore the acquisition of basic knowledge about the…
Télécharger le descriptif complet
Voir plusDeep Learning is one of the most active subareas of Machine Learning and Artificial Intelligence at the moment. Gartner has placed it at the peak in its 2017 Hype Cycle and the trend is going on. Deep Learning techniques are based on neural networks. They are at the core of a vast range of impressive applications, ranging from image classification, automated image captioning, language translation such as Google…
Télécharger le descriptif complet
Voir plusL’apprentissage automatique ou Machine Learning (ML) est le fruit de l’intelligence artificielle et de la science informatique, et se définit comme une discipline universitaire visant à « donner aux ordinateurs la faculté d’apprendre sans avoir été explicitement programmés pour le faire ». (A. Samuel, 1959). A l’heure actuelle, l'apprentissage automatique est le moteur méthodologique des grandes tendances de fond de…
Télécharger le descriptif complet
Voir plusNatural, social, and engineered complex systems can be modelled as being composed of agents interacting with one another and their environment. This course introduces students to the theory, tools and techniques for understanding and solving problems related to such systems.
The course is composed of two parts. In the first one, both cooperative and selfish agents and interactions between them will be discussed. The…
Télécharger le descriptif complet
Voir plusCe cours offre une introduction à l’optimisation, en mettant l’accent sur les méthodologies de base et les structures mathématiques sous-jacentes. L’optimisation fait référence à l’application de techniques et de méthodes mathématiques aux problèmes de prise de décision. Un grand nombre de problèmes quantitatifs réels peuvent être modélisés et résolus dans cette structure générale. Planification de production, supply…
Télécharger le descriptif complet
Voir plusThis course will provide an introductory review of the basic concepts of probability and statistics to understand probability distributions and to produce rigorous statistical analysis including estimation, hypothesis testing, and confidence intervals. Students will be introduced to the basic concepts of predictive modelling which by definition is the analysis of current and historical facts to make predictions about…
Télécharger le descriptif complet
Voir plusThe purpose of this module is to enhance students' understanding of deep learning techniques.
We will explore significant and current developments in deep learning, including generative models, attention networks, transformers, graph neural networks and other related techniques.
Furthermore, we will examine case studies that pertain to language, speech, or visual processing domains.
Télécharger le descriptif complet
Voir plusCe module présente les principaux concepts théoriques relatifs au traitement automatique du langage (TAL) écrit et parlé. Ceux-ci permettent par la suite de concevoir des applications qui, d’une part, trouvent, classent ou extraient des informations à partir de textes écrits ou oraux, et d’autre part, génèrent du texte ou de la parole, par exemple pour résumer des textes ou répondre à des instructions des…
Télécharger le descriptif complet
Voir plusOne of the most used (statistical) models for inferential data analysis is the linear regression model. But it is restricted to a Gaussian distributed response and a linear function for linking the linear combination of predictors with the expected response. Generalized Linear and Additive Models (GLM, GAM) allow us to relax some of these restrictions by specifying a more general set of response distributions and…
Télécharger le descriptif complet
Voir plusMany data sets are temporal by nature.
The first part of the course presents techniques for analysis of time series. It starts from visualization techniques; then it shows techniques for characterizing trend and seasonality; eventually it present structured statistical approaches based on exponential smoothing and arima techniques. Several examples referring to real data sets are shown.
In the second part of the…
Télécharger le descriptif complet
Voir plusBayesian statistics provides an alternative viewpoint to the classical ‘frequentist’ statistics by using a different, more subjective interpretation of probability. This brings various advantages in solving typical industry problems, such as the inclusion of prior knowledge, more intuitive hypothesis tests or modeling uncertainty given small amounts of data. With increasing computational power, the popularity of…
Télécharger le descriptif complet
Voir plus
Automatising causal inference is one of the main challenges for making artificial intelligence (AI) reliable and thus really useful in the real world, as more and more emphasised by scientists and practitioners:
“Machines’ lack of understanding of causal relations is perhaps the biggest roadblock to giving them human-level intelligence.” (Judea Pearl, Turing Award winner and AI pioneer.)
“Causality is very…
Télécharger le descriptif complet
Voir plusLa synthèse d’un régulateur basée sur un modèle est une technologie clé pour maîtriser les systèmes dynamiques complexes. D’importantes innovations réalisées ces dernières années relèvent de cette technologie. Dans ce module, des éléments importants du processus de développement de tels systèmes seront traités, notamment l’identification de systèmes dynamiques, la synthèse et l’implémentation de régulateurs LQR/LQG.…
Télécharger le descriptif complet
Voir plusThis course is about Data Engineering and Information Retrieval. It covers methods and technologies for managing, processing and analyzing potentially large and distributed data collections for transactional or analytical use, including multi-model databases and NoSQL stores. And it covers also mastering data in unstructured form (full text search). The course consists of four parts: 1. Database Management; 2. Data…
Télécharger le descriptif complet
Voir plus
Ce module présente des techniques puissantes pour gérer le cycle de vie des modèles d'apprentissage automatique, couvrant en particulier les modèles de base, l'infrastructure (clusters, cloud, edge AI, gestion des ressources) et les outils (frameworks), la formation et le débogage de modèles, l'évaluation et l'ajustement de modèles, la gestion des données (sources, stockage, versioning, vie privée), les tests…
Télécharger le descriptif complet
Voir plus