Bachelor en Intelligence Artificielle
Conception, développement et expérimentation rigoureuse d'une solution d'IA innovante
Bachelor en Intelligence Artificielle
0% Completed
Année 1 – Fondements Mathématiques, Algorithmiques et Ingénierie Logicielle
Acquérir le socle scientifique fondamental d'un ingénieur en IA : algèbre matricielle, calcul tensoriel, optimisation convexe, probabilités stochastiques et programmation orientée objet avancée.
Année 2 – Deep Learning Fondamental et Réseaux de Neurones Profonds
Comprendre la théorie des réseaux multicouches, implémenter la rétropropagation, maîtriser PyTorch de bout en bout et appliquer les techniques modernes de régularisation et d'optimisation.
Année 2 – Spécialisation : Vision par Ordinateur et Traitement du Langage Naturel (NLP)
Développer une expertise pointue dans les deux branches reines de l'IA : modèles convolutifs pour la vision (CNN, YOLO) et architectures Transformers / LLM pour le traitement de texte.
Année 3 – Ingénierie MLOps, Déploiement à Grande Échelle et Gouvernance IA
Passer du prototype de laboratoire à l'échelle industrielle : conteneurisation Docker, orchestration Kubernetes sur GPU, tracking MLflow, inférence basse latence et monitoring continu.
Année 3 – Travail de Fin d’Études (Bachelor Thesis), Stage et Soutenance devant Jury
Conduire un projet d'ingénierie et de recherche appliquée de haut niveau, rédiger le mémoire académique de fin d'études et soutenir devant le jury officiel d'experts du Groupe Éducasuisse.
Durant cette phase opérationnelle intensive, l’étudiant met en application l’ensemble des compétences forgées durant les 3 années de formation :
Acquisition, nettoyage et étiquetage rigoureux des données dans le strict respect de la nLPD suisse.
Conception de l’architecture algorithmique (modèle personnalisé, fine-tuning avancé ou hybridation neuro-symbolique).
Campagnes d’expérimentation paramétrique à grande échelle sur clusters GPU avec tracking MLflow.
Études d’ablation systématiques (Ablation Studies) pour quantifier la contribution exacte de chaque composant architectural au gain de performance.
2. Domaines d’application privilégiés pour les thèses Éducasuisse
IA Médicale et Santé Numérique (MedTech) : Détection précoce de pathologies sur imagerie IRM ou analyse prédictive de signaux physiologiques.
FinTech et Systèmes Financiers Régulés : Modélisation du risque systémique, détection de cyberfraudes bancaires ou allocation de portefeuille sous contraintes éthiques.
Traitement Avancé du Langage et Systèmes Souverains : Agents conversationnels spécialisés dans le droit suisse ou la documentation technique plurilingue helvétique (français, allemand, italien).
Robotique Autonome et Systèmes Embarqués : Navigation autonome en temps réel sur plateformes à consommation énergétique contrainte (Edge AI).
