HELMo
Inscription

UE16 Application de l'IA dans différents domaines (industrie, marketing, etc.)

En pratique

  • Cette unité d'enseignement (UE) articule 1 activité d'apprentissage :
    • Application de l'IA dans les différents domaines (industrie, marketing, etc.)
  • En 2025-2026, elle s'organise au premier quadrimestre et couvre 2 crédits (ECTS).
  • L'enseignement est principalement centralisé dans le campus : Département Informatique
  • Cette UE est remédiable d'une session à l'autre
  • Modalités d'enseignement
    • Auditoire
    • Groupe classe
    • en autonomie

Activité d’apprentissage

Les finalités de l'UE

Cette unité d’enseignement a pour objectif d’introduire les étudiants aux concepts fondamentaux liés à l’intelligence artificielle et d’explorer ses principaux domaines d’application. Elle vise à développer une culture générale de l’IA, en mettant l’accent sur les différents types d’algorithmes et sur leurs usages concrets dans des contextes variés.

Plutôt que d’entrer dans les détails mathématiques ou techniques des algorithmes, l’UE cherche à donner aux étudiants une intuition pratique de leur fonctionnement ainsi qu’une première expérience de leur mise en œuvre. L’accent est mis sur la capacité à identifier un problème, à reconnaître quel type d’approche algorithmique peut y répondre, et à comprendre les enjeux liés à son utilisation.

L’UE constitue ainsi une première approche transversale de l’intelligence artificielle, préparant les étudiants à approfondir, dans d’autres cours ou projets, les aspects plus spécialisés et techniques de cette discipline.

Les contenus de l'UE

Le cours explore quatre grands domaines dans lesquels l’intelligence artificielle joue un rôle central :

  • La vision par ordinateur (Computer Vision)

  • L’automatisation et l’industrie

  • Les jeux (échecs, go, jeux vidéo, etc.)

  • Le traitement automatique du langage (NLP / Text Mining)

Pour chacun de ces domaines, un cours théorique présentera les principaux enjeux, les applications concrètes ainsi que les algorithmes les plus utilisés. Ces apports théoriques seront complétés par des séances de laboratoire, au cours desquelles les étudiants mettront en pratique certains des algorithmes étudiés afin de se familiariser avec leur fonctionnement et leurs usages réels.

Les acquis d'apprentissage visés par l'UE

Au terme de cette unité d’enseignement, l’étudiant sera capable de :

  • Expliquer la différence entre intelligence artificielle, machine learning et deep learning.

  • Décrire, dans les grandes lignes, ce que signifie entraîner un modèle d’IA.

  • Utiliser correctement le vocabulaire spécifique lié à l’intelligence artificielle.

  • Identifier et citer les algorithmes principaux utilisés dans les quatre domaines abordés : vision par ordinateur, automatisation et industrie, jeux, traitement du langage.

  • Expliquer de manière intuitive le fonctionnement général de ces algorithmes.

  • Mettre en œuvre certains de ces algorithmes dans des situations concrètes et analyser les résultats obtenus.

  • Choisir de manière justifiée une approche algorithmique adaptée en fonction d’un type de problème donné.

  • Prendre du recul pour évaluer les avantages, limites et enjeux liés à l’utilisation de l’IA dans les différents domaines étudiés.

Les méthodes d'enseignement-apprentissage

Le cours est divisé en deux parties complémentaires : 10 heures de cours théoriques et 14 heures de laboratoires pratiques.

  • Cours théoriques (ex cathedra)

    • Introduction aux quatre domaines étudiés, avec un cours théorique d’introduction générale à l’IA suivi d’un cours par thématique.

    • Les étudiants sont encouragés à prendre des notes actives et à participer aux échanges.

    • De courts exercices seront proposés en classe afin de consolider la compréhension et d’illustrer des applications concrètes.

    • Des exemples de code pourront être mobilisés pour faciliter l’appropriation des concepts.

  • Cours pratiques (laboratoires)

    • Organisation de séances de laboratoire en lien direct avec chaque thématique.

    • Les étudiants mettront en œuvre certains des algorithmes présentés en théorie au travers d’exercices pratiques ou de mini-projets.

    • Certains laboratoires serviront à la découverte et à la manipulation d’outils largement utilisés dans le domaine de l’IA (par ex. frameworks de deep learning, outils d’automatisation, bibliothèques pour le traitement du langage, etc.).

    • Ces activités pratiques visent à développer les compétences techniques des étudiants tout en favorisant l’apprentissage par l’expérimentation.

Engagement attendu de la part de l'étudiant.e

La participation active aux cours théoriques et aux séances de laboratoire constitue une condition essentielle à la réussite de cette unité d’enseignement.

Il est attendu des étudiant·e·s qu’ils/elles :

  • s’impliquent activement pendant les cours, en prenant des notes, en posant des questions et en participant aux exercices proposés ;

  • travaillent de manière continue et régulière sur les exercices donnés, afin de consolider leur compréhension des notions abordées ;

  • poursuivent à domicile les activités commencées en laboratoire, afin de terminer les projets ou approfondir certaines manipulations ;

  • développent une attitude proactive d’exploration et d’expérimentation, en testant par eux-mêmes des variantes ou extensions des algorithmes présentés ;

  • adoptent une démarche critique et réflexive sur les usages et limites des outils d’intelligence artificielle.

Examen

Cette épreuve présente des modalités similaires pour toutes les sessions. Elle est organisée durant la session. Il s'agit d'un examen. Cette épreuve est individuelle. Concrètement, l'épreuve repose sur une formulation écrite, une réalisation par mise en pratique. L'épreuve repose sur des réponses longues, réponses courtes, réponses choisies parmi des propositions, formulations personnelles. Elle se déroule à cours ouvert, à cours fermé. La correction de cette épreuve est assurée par validation mixte : automatique et par un.e enseignant.e.

Règles de l’UE

Quels sont les supports et matériels de cours indispensables ?

Supports et matériels de cours

Les étudiants doivent également venir avec leur ordinateur lors des séances de laboratoires et des séances théoriques.

Comment la note globale de l’UE est-elle déterminée ?

Explication de la pondération des différentes épreuves

Pour toutes les sessions, l'examen sera en deux parties : une partie théorique (à cours fermé) et une partie pratique (à cours ouvert : espace Learn). 

Quelles sont les informations administratives de cette UE ?