Niveau d'étude visé
BAC +5
Diplôme
Master (LMD)
Accessible en
VAE
Établissements
INP - ENSEEIHT
Programme
Sélectionnez un programme
MASTER ADVANCED COMMUNICATION SYSTEMS
Au choix : 1 parmi 2
UE A CHOIX SELON FINALITE
Au choix : 1 à 2 parmi 12
Complex Graph Networks
Cybersecurity : introduction and practice
Infrastructure for cloud, big data and machine learning
Infrastructure for BigData
Projet USRP par SILICOM
Data analysis 2 and classification
Introduction à la Mécanique quantique pour le calcul
Introduction to Reinforcement Learning
Image et Vision
Photographie numérique
Cloud Strategy
Numérique responsable
Choix UE-M2-ACS
PROJET DE RECHERCHE
6
PFE sans PL (ACS)
ECTS
30
Établissement
INP - ENSEEIHT
PFE + PL (ACS)
ECTS
30
Établissement
INP - ENSEEIHT
PFE standard (ACS)
ECTS
22
Établissement
INP - ENSEEIHT
Projet Long (ACS)
ECTS
8
Établissement
INP - ENSEEIHT
UE A CHOIX SELON FINALITE
Établissement
INP - ENSEEIHT
Complex Graph Networks
Établissement
INP - ENSEEIHT
A First Course in Network Theory
One cannot ignore the networks we are part of, that surround us in every day life. There's our network of family and friends; the transport network; the banking network---it doesn't take much effort to come up with dozens of examples. Network theory aims to provide a mathematical framework for analysis of the huge networks that drive the global economy (directly or indirectly) and this course provides an introduction to the key tools and an opportunity to employ them to gain new insight into complex behaviours and structures in real-world data. This course will highlight the intimate connection between matrix algebra and graph theory and students will use this connection to develop a practical approach to analysing networks. MATLAB provides an ideal computational environment for large-scale simulation and analysis, in particular for identifying the key members of a network and for uncovering local and global structure that can be hidden by the scale of the data. Topics to be studied include: introduction to networks; spectral graph theory and the network Laplacian; random network models and degree distributions; network fragments; node centrality; global properties of networks; community detection.
Key words : networks, network fragments, node centrality, community detection.
Cybersecurity : introduction and practice
Établissement
INP - ENSEEIHT
Ce cours introduit les défis liés à la sécurité des systèmes d'information. Après avoir donné un historique de la sécurité, décrit et classifié un panel d'attaques modernes, nous allons étudier les mécanismes de défense principaux à l'état de l'art. Dans ce cadre, on expose et analyse un ensemble d'incidents (anciens pour la plupart). Enfin, on aborde la prévention des vulnérabilités et de tolérances aux intrusions tant au niveau des architectures qu'à celui du logiciel. Les travaux pratiques visent à familiariser les étudiants avec des scénarii d'incidents (simples).
Infrastructure for cloud, big data and machine learning
Établissement
INP - ENSEEIHT
Le but est d'introduire aux étudiants les technologies logicielles permettant le déploiement et l'exécution de calculs dans des infrastructures de type cluster (grappes de machines). De telles infrastructures sont très largement utilisées dans le domaine du cloud computing où des datacenters permettent l'hébergement externalisés de services. Sont abordés les concepts et outils liés au cloud computing tels que la virtualisation (KVM), les conteneurs (Docker), l'administration de cluster virtualisé (OpenStack, Kubertenes, OpenWisk) et les principaux services fournis par les opérateurs du cloud (AWS). Tous ces enseignements sont illustrés par des séances de TP montrant comment ces outils s'exécutent dans des infrastructures de type cluster.
Infrastructure for BigData
Établissement
INP - ENSEEIHT
Le but est d'introduire aux étudiants les technologies logicielles permettant le déploiement et l'exécution dans des infrastructures de type cluster (grappes de machines) de calculs pour le traitement et l'exploitation de grands volumes de données (big data). Sont abordés les concepts et outils liés au big data tels que le traitement parallèle de données massives (Hadoop, Spark), le traitement temps réel de données (Spark-streaming, Storm), et le passage à l'échelle de ces traitements dans les infrastructures cluster.
Projet USRP par SILICOM
Établissement
INP - ENSEEIHT
Data analysis 2 and classification
Établissement
INP - ENSEEIHT
Ce module présente une chaîne complète standard d’analyse de données, à travers leur pré-traitement (par exemple, par réduction de dimension), leur classification, ou encore l’évaluation des méthodes de classification. Un projet illustratif sera mené sur 6 séances.
Introduction à la Mécanique quantique pour le calcul
Établissement
INP - ENSEEIHT
Ce cours a pour but de fournir aux étudiant·e·s les bases de la mécanique quantique nécessaire pour qu’ils·elles puissent appréhender correctement les possibilités réelles des ordinateurs quantiques et du calcul quantique. Loin des équations complexes, on s’attachera à présenter les expériences fondamentales de la mécanique quantique qui sont à la base du calcul quantique : les phénomènes de superposition et d’intrication. On s'intéressera aux modèles mathématiques qui permettent de prévoir ces expériences et aux diverses interprétations partagées par la communauté des physicien·ne·s. Cette approche a pour but d'éclairer les difficultés techniques et théoriques rencontrées pour élaborer des calculateurs quantiques réellement performants.
Introduction to Reinforcement Learning
Établissement
INP - ENSEEIHT
Image et Vision
Établissement
INP - ENSEEIHT
Ce cours a pour but de présenter les principaux outils en analyse automatique des images. Plus précisément, cette matière est divisée en 2 parties :
1) Apprendre à connaître et à manipuler des outils d'analyse d'images comme la détection de contours ou la segmentation d'images. Cela correspond à 2 CM + 5 TPs.
2) Découvrir les éléments essentiels pour le suivi d'éléments dans des images : calibrage, détection de primitives d'intérêt et appariement. Cela correspond à 3 CM + 4 TPs
Photographie numérique
Établissement
INP - ENSEEIHT
Contenu du cours :
- Histoire de la photographie
- Caractéristiques des objectifs photographiques
- Capteurs argentiques et capteurs numériques
- Profondeur de champ et angle de champ
- Aberrations des objectifs photographiques
- Utilisation de la photographie comme outil de mesure
Cloud Strategy
Établissement
INP - ENSEEIHT
C1) Présentation générale de l’adoption du cloud dans les entreprises avec un rapide historique sur les technologies et les stratégies.
TP1) Définition d’une architecture cloud et coûts associés
C2) Pourquoi adopter ou migrer vers le cloud ? Quels enjeux stratégiques, économiques et techniques ? Quelles sont les contraintes légales à prendre en compte ? Comment construire une stratégie Move to cloud ?
TP2) Formalisation d’un cadrage et d’une stratégie move to cloud C3) Les approches Micro-services dans les entreprises. L’infrastructure as code comme accélérateur, support à l’industrialisation et pilier d’une stratégie multi-cloud.
TP3) Utilisation de Gitops et Terraform pour déployer un service cloud #1
C4) Retours d’expérience autour de 2 projets : Stratégie de déploiement mondiale d’une application de reconnaissance client pour un acteur du luxe, Mise en place d’une plateforme Européenne d’aide à la prise de décision pour les agriculteurs
TP4) Utilisation de Gitops et Terraform pour déployer un service cloud #2
C5) Les enjeux de la souveraineté et des Cloud de confiance.
TP5) Création d’un service se basant sur des sources de données ouvertes (TP noté)
Numérique responsable
Établissement
INP - ENSEEIHT
Introduction au numérique responsable qui sensibilise aux principaux impacts environnementaux et sociétaux du numérique, à la manière de les mesurer, et qui présente les moyens d’actions permettant de les réduire.
PHY 1 : Coding & Security
Établissement
INP - ENSEEIHT
PHY 2 : Advanced waveform design
Établissement
INP - ENSEEIHT
NET1 : Delay Tolerant Networks, a descrete event simulation
Établissement
INP - ENSEEIHT
NET2: The Edge of Things
Établissement
INP - ENSEEIHT
PROJET DE RECHERCHE
ECTS
6
Établissement
INP - ENSEEIHT