Vous êtes ici :

Mise à jour le 15 avr. 2026
60 Crédits ECTS
MASTER 2 INFORMATIQUE / MACHINE LEARNING FOR ARTIFICIAL INTELLIGENCE (MALIA)

Résumé

Le parcours MALIA du Master Informatique forme des spécialistes des méthodes modernes du machine learning qui sont au coeur des développements de l’intelligence artificielle. En savoir plus

Accéder aux sections de la fiche

Call to actions

Une question sur votre orientation, votre stage, votre insertion professionnelle ?
Contactez le Service d'orientation et stage (COSIE)

Détails

Pré-requis

Niveau(x) de recrutement
BAC+4
Public ciblé
Pour intégrer le pacours de Master 2 MALIA, les étudiantes et étudiants devront avoir des pré-requis en mathématiques

Compte Personnel de Formation (CPF)

Cette formation est éligible au Compte Personnel de Formation (CPF) : consultez les détails
Logo CPF

Formation possible en alternance

Accessible en alternance, cette formation vous permet de développer vos compétences tout en acquérant une solide expérience professionnelle.

Présentation

Le parcours MALIA du Master Informatique forme des spécialistes des méthodes modernes du machine learning qui sont au coeur des développements de l’intelligence artificielle.

Ce parcours est ouvert à la fois en formation classique et en formation par alternance.
 


 

Lieux

Campus Porte des Alpes (PDA)

Masquer les détails supplémentaires

Admission

Pré-requis

Niveau(x) de recrutement

BAC+4

Formation(s) requise(s)

Un niveau de Master 1 en Informatique ou Mathématiques Appliquées, ou équivalent.

Public ciblé

Pour intégrer le parcours de Master 2 MALIA, les étudiantes et étudiants devront avoir des pré-requis en mathématiques appliquées et en informatique.

Modalités de candidature

Les candidatures sont à déposer sur la plateforme eCandidat selon le calendrier de candidature

  • pour les étudiantes et étudiants non inscrits à l'Université Lumière Lyon 2
  • pour les étudiantes et étudiants inscrits à l'Université Lumière Lyon 2
  • pour les candidates et candidats de l’Union Européenne, de l’Espace Économique Européen ou de la Suisse (dossier de "Demande d'accès" via eCandidat)
  • pour les étudiantes et étudiants non européens qui résident en France ou dans un pays non équipé de Campus France (dossier de "Demande d'accès" via eCandidat)

Pour les étudiantes et étudiants non européens qui résident dans un pays équipé de Campus France : la procédure CEF/Campus France est en ligne sur le site Campus France de votre pays.

Programme

Le programme est constitué de 10 UE dédiées aux techniques les plus récentes du machine learning (ML) : ensemble methods in ML, manifold learning, model-based learning, deep learning, representation learning for natural langage processing, temporal data analysis, explainable artificial intelligence, network analysis for information retrieval, big data management, recente advances in ML.
À cela s’ajoute une UE de mise à niveau en optimisation, une UE de gestion de projet, un travail d’étude et de recherche, et enfin un stage.
      • Deep learning (CM)
      • Deep learning (TD)
      • Ensemble methods in ML (CM)
      • Ensemble methods in ML (TD)
      • Explainable AI (CM)
      • Explainable AI (TD)
      • Manifold learning (CM)
      • Manifold learning (TD)
      • Model-based clustering (CM)
      • Model-based clustering (TD)
      • Network analysis for information retrieval (CM)
      • Network analysis for information retrieval (TD)
      • Optimisation (Alternance)
      • Recent advances in ML (CM)
      • Recent advances in ML (TD)
      • Representation learning for NLP (CM)
      • Representation learning for NLP (TD)
      • Temporal data analysis (CM)
      • Temporal data analysis (TD)
      • Ateliers thématiques (CM)
      • Big data management (CM)
      • Big data management (TD)
      • Gestion de projet (TD)
      • Gestion de projet (CM)
      • Projets associés aux UE (TD)
      • Projets associés aux UE (TD)
      • Stage (Stage)
      • Travail d'étude et de recherche (TD)
      • Alternance (Alternance)
      • Ateliers thématiques (CM)
      • Big data management (CM)
      • Big data management (TD)
      • Gestion de projet (TD)
      • Gestion de projet (CM)
      • Projets associés aux UE (TD)
      • Projets associés aux UE (TD)

Hors contrat d’alternance, le stage est obligatoire pour une durée de 4 mois à partir de mi-mars.
 

Tous les étudiantes et étudiants menent au cours de leur année de M2 un travail d’étude et de recherche, avec une période de préparation au premier semestre, et une période intensive de réalisation de 4 semaines au second semestre.

Temps plein

Hors contrat d'alternance, les étudiantes et étudiants avec le rythme suivant :

De septembre à février : cours à l'université en présentiel sur 3 semaines consécutives puis 2 semaines consacrés aux projets de recherches et aux travaux de groupe. Hors contrat d’alternance, le stage est obligatoire pour une durée de 4 mois à partir de mi-mars.

Concernant les congés, les étudiantes et étudiants en formation initiale bénéficient des congés universitaires (une semaine à la toussaint, deux semaines à noël et une semaine en février.)

Alternance

Si vous choisissez de suivre cette formation en alternance, le rythme sera le suivant :

De septembre à mars : cours à l'université en présentiel sur 3 semaines consécutives puis 2 semaines consécutives en entreprise.
À partir de mars : temps plein en entreprise.

Pour plus d'informations sur le rythme : vous pouvez consulter la page dédiée aux formations en alternance à l'ICOM.

Et après ?

Niveau de sortie

Année post-bac de sortie

Bac+5

Niveau de sortie

Master

Compétences visées

URL Fiche RNCP

Cette formation est enregistrée au Répertoire National des Certifications Professionnelles (RNCP). Pour en savoir plus, consultez la fiche N° 39278
 

Activités visées / compétences attestées

  • Maîtriser les modèles et algorithmes modernes du machine learning et leur intégration dans des outils d’intelligence artificielle ;
  • Traiter des problématiques réelles d’analyse de méga-données, à l’aide des outils à la pointe du machine learning ;
  • Maîtriser les techniques de gestion des méga-données et de calcul intensif.

Débouchés professionnels

Secteurs d'activité ou type d'emploi

Les étudiantes et étudiants sont formés aux métiers de data scientist, ingénieure et ingénieur étude et développement, data analyst, ingénieure et ingénieur machine learning ou peuvent continuer en doctorat informatique ou mathématiques appliqués.

Inscriptions

Coût de la formation

Pour les étudiants en formations initiale

Le montant d’inscription à l’Université Lumière Lyon 2 est composé des droits d’inscription nationaux, plus la contribution Vie Etudiante et de Campus (CVEC). Plus d'informations sur cette page.

Pour les stagiaires en formations continue (hors contrat de professionnalisation)

Les droits nationaux lors de votre inscription administrative en ligne
Les coûts pédagogiques (consulter nos tarifs & modalités)

Pour tout renseignement sur les modalités de prise en charge et sur les tarifs spécifiques, contactez le Service de la Formation Continue
Bâtiment GAIA 2ème étage – 86 rue Pasteur, 69007 LYON