Ce parcours, unique en France et reconnu par les acteurs majeurs du numérique, forme des spécialistes capables de maîtriser et sécuriser des environnements informatiques pour exploiter des données complexes. Proposé en alternance, il associe théorie avancée à l’université et pratique en entreprise pour répondre aux enjeux technologiques, sociétaux et environnementaux. Trois thèmes sont enseignés : IoT, Sécurité et Données, avec en axe transverse la programmation et l’intelligence artificielle.
Durant deux ans, la formation permet aux étudiants de se spécialiser en intelligence artificielle (Machine Learning, Deep Learning…) autour de trois thématiques :
- Internet des objets (technologies sans fil et mobiles, cloud, aide à la décision…) ;
- Sécurité (cyberattaques, blockchain…) ;
- Données (data warehouse, modélisation, BI…).
Des options offrent un approfondissement ciblé, par exemple en Edge Computing, en contre-mesures de sécurité par apprentissage ou en Data lake.
Des modules de “soft skills” complètent l’approche, en ouvrant sur des compétences transversales et des enjeux de société.
L’alternance rythme le parcours : un mois à l’université suivi de cinq semaines en entreprise.
La formation se conclut par un Hackathon co-organisé par l’université, permettant de travailler en équipe sur des problématiques industrielles. Les étudiants y mobilisent leurs acquis techniques, leur créativité et leurs aptitudes à communiquer autour de projets industriels concrets.
Informations
Compétences
- Intelligence artificielle : maîtrise du Machine Learning, Deep Learning, algorithmes d’apprentissage supervisé et non supervisé, traitement automatique des langues
- IoT : conception et intégration de solutions connectées, technologies sans fil et mobiles, cloud computing, traitement distribué et optimisation des performances, aide à la décision
- Sécurité : analyse et prévention des cyberattaques, sécurité des systèmes et réseaux, blockchain, contre-mesures basées sur l’apprentissage automatique
- Données : Gestion et valorisation des données, data warehouse, data lake, modélisation de données, Business Intelligence (BI)
- Développement de solutions innovantes : prototypage, intégration de nouvelles technologies, adaptation aux besoins industriels
- Travail collaboratif : expérience en hackathon, gestion de projet, co-création et résolution de problématiques réelles
- Soft skills : communication professionnelle, esprit critique, créativité, travail en équipe, compréhension des enjeux sociétaux liés aux technologies numériques
- Expérience professionnelle : mise en pratique continue via l’alternance, avec une forte immersion en entreprise
Objectifs pédagogiques de la formation
Les objectifs de la formation sont les suivants :
- bien comprendre les évolutions technologiques de ces dernières années ;
- maîtriser un ensemble de concepts et de bonnes pratiques en Intelligence Artificielle (Machine Learning, Deep Learning, TAL, IA Générative, …) et les nouvelles architectures basées sur les Technologies mobiles (telle la 5G), la Sécurité, l'Edge et Cloud Computing, le Big Data (Data Warehouse, Data Lake), ou encore la Blockchain.
- se préparer aux défis de ce monde numérique grâce aux enseignements associant théorie et mise en application au travers de travaux dirigés, de travaux pratiques et de projets dispensés par des enseignants universitaires et des spécialistes industriels.
A la fin de ce parcours, les étudiants auront acquis les connaissances et les compétences nécessaires pour évoluer dans divers secteurs d’activité aussi variés que concurrentiels, dans un domaine parmi les plus impactants en termes de productivité et de croissance, ouvrant sur des enjeux sociétaux et environnementaux.
Débouchés
Professionnels
Après un Master : Spécialiste en intelligence artificielle (IA)
Après un Master : Data scientist
Chargé·e de communication scientifique, veille technologique ou transfert de technologie
Chargé·e de projet
Chargé.e de recherche et innovation
Chargé·e de développement
chef de projet
consultant
data scientist
ingénieur d'études
Poursuite d’études
Chef·fe de projet/de mission
Chercheur/chercheuse en R&D ou expert·e en modélisation et analyse de données dans des entreprises ou laboratoires de pointe.
Consultant·e
Data Scientist, Data Analyst, Ingénieur·e en Machine Learning dans des secteurs innovants (tech, finance, santé, énergie, etc.) ;
Doctorat
domaines de l’apprentissage statistique, de l’intelligence artificielle ou de l’analyse de données avancée
Ingénierie études, recherche et développement
Tarifs et bourses
Les montants peuvent varier selon les formations et votre situation.
Voie d’accès
Capacité d’accueil
Places
Public visé et prérequis
Etre titulaire d'une licence ou équivalent (Bachelor) :
- en informatique
- ou en mathématiques avec de bonnes bases en programmation et algorithmique.
Période(s) de candidature
Du 01/05/2026 au 30/06/2026
Du 17 février au 16 mars 2026
Pour connaître la plateforme sur laquelle vous devez candidater, vous trouverez plus de renseignements sur la page Candidater à nos masters. Vous trouverez ci-dessous la liste des pièces justificatives demandées sur la plateforme Inception
Pièces justificatives
Obligatoires
Lettre de motivation.
Tous les relevés de notes des années/semestres validés depuis le BAC à la date de la candidature.
Curriculum Vitae.
Facultatives
Dossier VAPP (obligatoire pour toutes les personnes demandant une validation des acquis pour accéder à la formation) https://www.universite-paris-saclay.fr/formation/formation-continue/validation-des-acquis-de-lexperience.