M2 Bioinformatique, Biostatistiques et applications de l'intelligence artificielle (BIBS-IA)

Les compétences acquises en fin de M2 BIBS-IA sont reprises de la fiche nationale du Master de Bioinformatique (RNCP 38964).

• Comprendre les enjeux actuels de la complexité et de la diversité en biologie, et sciences du vivant en général et de contribuer activement à la recherche et à l’innovation dans les secteurs académique, pharmaceutique, biotechnologique, agro-industriel et de la santé ;
• Relever les défis résultant de l'évolution et du développement des technologies de production de données à haut débit, issus de sources multiples et hétérogènes ;
• Maîtriser les approches computationnelles et l’intelligence artificielle pour analyser, modéliser et interpréter des données biomédicales à grande échelle.
• Piloter des projets bioinformatiques de manière autonome, en environnement multidisciplinaire, en développant des solutions innovantes avec des outils et langages informatiques adaptés.
• Expérimenter, développer et tester de nouvelles méthodes, pour explorer des hypothèses en sciences du vivant à la frontière entre recherche fondamentale et appliquée.

Le M2 BIBS-IA est axé sur les besoins en recherche et développement de haut niveau des entreprises et des organismes de recherche en bioinformatique, et biostatistiques. 

Cette formation pluridisciplinaire répond à cette demande en formant des spécialistes à l'interface des disciplines : biologie, informatique et mathématiques. 

A l'issue du M2 BIBS-IA, les étudiants maîtrisent plusieurs langages de programmation, un grand nombre de méthodes d'intelligence artificielle, d'algorithmique, de statistiques et de sciences des données, pour stocker, modéliser et analyser des masses de données génomiques et biomédicales. Ils approfondissent par ailleurs des domaines de la bioinformatique (biologie des systèmes, biologie structurale, génomique fonctionnelle) et appliquent les méthodes apprises sur des projets variés, portant sur les sciences du vivant et du médical, ainsi que les sciences de l'environnement et l'agronomie.

Les enseignements du M2 BIBS-IA comportent 6 grands blocs de connaissances et compétences.

• Bloc 1 - Gestion de grands volumes de données et optimisation.  Ce bloc comprend trois unités d'enseignement relatives à l’optimisation des traitements de données diverses (bases de données relationnelles et données graphe). Un projet portant sur des données réelles massives permet une mise en application des connaissances acquises.
• Bloc 2 - Génomique haut débit. Ce bloc comprend deux unités d’enseignement avec un focus en génomique comparée et un autre en génomique des populations. Un accent important porte sur l’application des méthodes statistiques dans ces domaines.
• Bloc 3 - Analyse de données et IA pour la biologie. Il comprend trois unités d’enseignement depuis l’acquisition de connaissances fondamentales en IA comme les modèles de machine learning jusqu’à des applications de l’IA en biologie intégrative et en analyse d’images.
• Bloc 4 - Intégrité scientifique et reproductibilité. Il comprend deux unités d’enseignement de préprofessionnalisation sous la forme d’un projet de reprohackathon et d’une unité d’aide à l’insertion professionnelle. Les étudiants acquièrent dans ce bloc l’ensemble des bonnes pratiques attendues et relatives à la science ouverte, l’intégrité scientifique, l’éthique et la sobriété énergétique (impact écologique des pratiques du numérique et notamment de l’Intelligence Artificielle).  
• Bloc 5 - Applications Avancées de l'Intelligence Artificielle. Les étudiants font un choix de 4 unités dans le bloc 5.  Ce bloc comprend six unités d’enseignement propres au parcours M2 BIBS-IA et dédiées à diverses applications de l’IA. Elles incluent par exemple un “data camp”, hackathon de machine learning sur données réelles (enseignement commun avec l’école polytechnique et Télécom Paris) ou encore, de la fouille de données en agronomie (commun avec AgroParisTech). A ces unités s’ajoutent des unités libres, notamment issues d’autres parcours de Master (Informatique, biologie-santé…).