La première partie de la formation est commune et est constituée d’unités d’enseignement sur les concepts de base du domaine de l’EEA. La deuxième partie est dédiée à la spécialisation. Il s’agit de maîtriser les méthodologies de régulation et d’asservissement des procédés ainsi que de leur surveillance à travers des techniques du diagnostic. Les approches explorées sont fondées sur l’utilisation des méthodes avancées de l’automatique.
Pédagogie
OBJECTIFS
L'objectif est de donner aux étudiants une double compétence. Une compétence scientifique orientée vers les méthodes à base de modèle, d'analyse de données et d'intelligence artificielle (machine Learning et Deep Learning) pour le diagnostic de pannes et de pronostic des dégradations des systèmes. Une compétence professionnelle, à travers l'alternance en industrie leur permettant une connaissance des domaines d'application, avec comme objectif de savoir mettre en œuvre ces approches pour formaliser et résoudre des problèmes variés relatifs à la surveillance, au diagnostic, à la fiabilité et à la maintenance.
PUBLIC VISÉ
La première année M1 du master est ouverte essentiellement aux étudiants titulaires d'une Licence en Sciences pour l'ingénieur ou toute formation générale ou professionnelle équivalente comprenant une partie importante du domaine de l'EEEA, des mathématiques appliquées. Le M2 du S3AD concerne les étudiants titulaires d'un M1 en EEEA, en mathématique appliquée, statistique, sciences des données et informatique.
CONDITIONS D'ADMISSION
Pour les M1 les candidatures se font en ligne sur la plateforme MonMaster avec deux voies de recrutement : en formation initiale et en alternance.
La sélection en M2 fera l'objet d'un processus différent. Dans un premier temps les étudiants de notre M1 qui ont choisi le parcours S3AD seront acceptés d'office et nous ouvrirons la possibilité d'intégrer directement le M2 S3AD en apprentissage. Le recrutement de ces étudiants en M2 issu d'autre parcours se fera par une étude du dossier de candidature, suivie d'un entretien de 20 min effectué par l'équipe pédagogique
PRÉREQUIS OBLIGATOIRES
- Modélisation, régulation, automatisme, supervision
- Mathématiques appliquées (algèbre linéaire, analyse, optimisation)
- Analyse des données
PRÉREQUIS RECOMMANDÉS
- Physique appliquée.
- Théorie des systèmes
- Systèmes dynamiques
STRUCTURE ET ORGANISATION
Notre organisation permet d'obtenir le master EEEA parcours S3AD avec plusieurs statuts en fonction des origines et des attentes des étudiants : Formation initiale, formation continue, apprentissage et contrat de professionnalisation.
La première année du master propose un socle de formation disciplinaire permettant aux étudiants d'acquérir les compétences de base nécessaires dans le domaine de l'EEEA.
L'enseignement en M2 est organisé en cours, travaux dirigés ou travaux pratiques.
Pour la formation par alternance, il y aura 30 semaines en entreprise et 17 semaines à l'université. L'alternance sera de 2 semaines à l'université suivie de 2 semaines en entreprise et à partir de la mi-mai, de 14 semaines en entreprise.
Pour les étudiants en formation initiale, il réalise un projet à caractère industriel qui se déroule deux périodes : En entreprise avec la découverte du problème et la collecte des données et à l'université, avec l'élaboration du projet en s'appuyant sur les données recueillies et sur les enseignements reçus.
SITES D'ENSEIGNEMENT
- SCIENCES, Marseille St-Jérôme
FORMATION ET RECHERCHE
L'équipe pédagogique est constituée des enseignants-chercheurs du LIS UMR CNRS 7020 et plus particulièrement de l'équipe DiaPRO qui travaille au travers de grands projets collaboratifs dans le domaine de la surveillance par analyse des données avec des PME et de grands groupes. Ces liens industriels seront mis au profil de la formation soit par des interventions des professionnels soit par l'accueil de nos étudiants en contrat d'apprentissage et leur recrutement.
COMPÉTENCES À ACQUÉRIR
Le parcours Surveillance, Sûreté des Systèmes par Analyse de données (S3AD) offrira aux futurs diplômés une double compétence. Une compétence scientifique orientée vers les méthodes à base de modèle, d'analyse de données et d'intelligence artificielle (machine Learning et Deep Learning) pour le diagnostic de pannes et de pronostic des dégradations des systèmes. Une compétence professionnelle, à travers l'alternance en industrie leur permettant une connaissance des domaines d'application, avec comme objectif de savoir mettre en œuvre ces approches pour formaliser et résoudre des problèmes variés relatifs à la surveillance, au diagnostic, à la fiabilité et à la maintenance.
Inscription
CONDITIONS D'ADMISSION
Pour les M1 les candidatures se font en ligne sur la plateforme MonMaster avec deux voies de recrutement : en formation initiale et en alternance.
La sélection en M2 fera l'objet d'un processus différent. Dans un premier temps les étudiants de notre M1 qui ont choisi le parcours S3AD seront acceptés d'office et nous ouvrirons la possibilité d'intégrer directement le M2 S3AD en apprentissage. Le recrutement de ces étudiants en M2 issu d'autre parcours se fera par une étude du dossier de candidature, suivie d'un entretien de 20 min effectué par l'équipe pédagogique
RÉGIMES D'INSCRIPTION
Ce parcours est accessible en
Responsable du parcours
- Bouchra OULADSINE — Responsable)
- El mostafa EL ADEL — Co-responsable)
