Master CSMI : Calcul Scientifique et Mathématiques de l’Innovation 2025-2026

Le parcours propose des enseignements avancés en apprentissage automatique, Scientific Machine Learning (SciML), optimisation, modèles génératifs et fiabilité des modèles. L’objectif est de doter l’étudiant(e) de bases théoriques solides et de compétences méthodologiques directement mobilisables en innovation et recherche appliquée.

Le parcours MSO couvre l’analyse numérique des EDP, la modélisation mathématique, la simulation scientifique haute performance et l’optimisation (contrôle optimal, optimisation numérique). Il fournit une base rigoureuse pour l’ingénierie computationnelle et les applications industrielles complexes.

Plusieurs unités d’enseignement sont structurées autour de projets encadrés (académiques ou partenariats externes) favorisant gestion de projet, intégration d’outils numériques, collaboration interdisciplinaire et transfert vers des cas d’usage réels.

Enseignements sur architectures parallèles, MPI, OpenMP, calcul GPU, modèles hybrides, optimisation de performance et analyse de scalabilité pour concevoir et adapter des applications efficaces sur infrastructures modernes.

Couvre préparation et qualité des données, statistiques avancées, apprentissage supervisé et non supervisé, fouille de motifs, interprétabilité et visualisation pour extraire, structurer et communiquer l’information pertinente.

Aborde filtrage, analyse temps‑fréquence, segmentation, détection de formes, reconstruction, apprentissage profond pour signaux et images, avec applications en instrumentation, vision, imagerie scientifique et biomédicale.