IA Géosciences

  • Cours (CM) 12h
  • Cours intégrés (CI) -
  • Travaux dirigés (TD) 12h
  • Travaux pratiques (TP) -
  • Travail étudiant (TE) 44h

Langue de l'enseignement : Français

Description du contenu de l'enseignement

Ce cours vise à développer la pratique de l'IA et du traitement massif de données en géosciences, en associant 12 h de cours théoriques en IA et 12 heures de cours pratiques autour de la présentation de trois applications spécifiques en calcul massif.

Les 12 h d'enseignements théoriques seront assurés par un enseignant-chercheur en informatique et aborderont les fondements et concepts de l’IA, les principales approches conceptuelles et les notions de calcul massif. Les 12 h d'enseignements pratiques seront réalisés autour d'un Environnement Numérique d'Apprentissage "IA – Géosciences" (ENA-IA) associant puissance de calcul (majoritairement sur processeurs CPU), calepins numériques (type application web Jupyter) et les principales librairies d'IA. Des applications concrètes en traitements de données sismologiques, en traitement de données satellitaires, et en traitement de données hydrologiques seront présentés.


This course aims to develop the practice of AI and massive data processing in geosciences, by combining 12 hours of theoretical courses in AI and 12 hours of practical courses around the presentation of three specific applications in massive computing.

The 12 hours of theoretical classes will be given by a teacher-researcher in computer science and will cover the foundations and concepts of AI, the main conceptual approaches and the notions of massive computing. The 12 hours of practical teaching will be carried out around a Digital Learning Environment "AI - Geosciences" (ENA-IA) associating computing power (mainly on CPU processors), numerical notebooks (such as Jupyter web application) and the main AI libraries. Concrete applications in seismological data processing, satellite data processing, and hydrological data processing will be presented.


 

Compétences à acquérir

A la fin de cette UE vous serez capable de :
- Connaissance des principales notions de l’IA et du calcul massif
- Connaissance de l’usage des calepins numériques, et du fonctionnement d’un cluster de calcul
- Connaissances pratiques en IA adaptées aux domaines/objets d’étude et à leurs problématiques associées
- De réaliser des analyses de données complexes par des méthodes d'apprentissage machine adaptées aux larges ensembles de données (Big Data)
- De capacités à pouvoir interagir avec des techniciens et purs ingénieurs informatique sur leurs problématiques, dans le cadre de leurs future insertion professionnelle.

At the end of this UE you will be able to :
- Knowledge of the main notions of AI and massive computing
- Knowledge of the use of numerical notebooks, and the functioning of a computing cluster
- Practical knowledge in AI adapted to the fields/objects of study and their associated problems
- The ability to perform complex data analysis using machine learning methods adapted to large data sets (Big Data)
- Ability to interact with technicians and pure computer engineers on their problems, as part of their future professional insertion.