Industrie Mag - Le journal de l'industrie.

Le dynamisme de la Chaire d’enseignement et de recherche « Machine Learning for Big Data » entre l’école Télécom ParisTech et quatre entreprises partenaires se concrétise par l’extension à la rentrée 2014 de son offre de formations dédiées au Big Data. Trois formations sont désormais ouvertes et visent à pourvoir spécifiquement aux besoins des entreprises confrontées au défi actuel des masses de données. Forte du succès de son Mastère Spécialisé « Big Data : Gestion et Analyse des Données Massives » (proposé dès la rentrée 2013), Télécom ParisTech ouvre à la rentrée 2014 un Certificat d’Etudes Spécialisées « Data Scientist » pour les professionnels et s’est associée à l’Ecole polytechnique pour ouvrir le Master 2 « Mathématiques pour la science des masses de données ». Ces formations sont animées par des experts de la Chaire d’enseignement et de recherche « Machine Learning for Big Data ». Enjeux du Big Data et du Machine Learning pour les entreprises et le marché de l’emploi

Au-delà du buzz médiatique dont il fait l’objet, le « Big Data » est un sujet stratégique majeur, au cœur d’enjeux économiques et sociétaux considérables. Son impact est désormais perçu dans presque tous les secteurs de l’activité humaine : de la recherche scientifique à la médecine en passant, entre autres, par la finance, le bâtiment, l’e-commerce, la défense ou les transports.

Les avancées technologiques, l’omniprésence des capteurs (systèmes embarqués, objets connectés, internet …) et l’explosion des réseaux sociaux s’accompagnent d’un véritable déluge de données, propulsant les sciences de l’information au centre du processus de valorisation des « Big Data ». Au-delà de la collecte et du stockage, l’enjeu est de pouvoir les analyser afin d’optimiser les décisions et mettre au point de nouvelles applications, toujours plus performantes (par ex. en maintenance prédictive dans les réseaux et transports, ciblage commercial, biométrie).

Le traitement statistique de ces masses de données convoque à la fois mathématiques appliquées et informatique, à travers une discipline en plein essor : le Machine Learning. La variété des données aujourd’hui disponibles (nombres, images, textes, signaux), leur grande dimension et leur volumétrie rendent souvent inopérantes les méthodes statistiques traditionnelles reposant sur le prétraitement humain et un long travail de modélisation. Le Machine Learning vise à élaborer et étudier des algorithmes, à vocation prédictive le plus souvent, permettant à des machines d’apprendre automatiquement à partir des données, à effectuer des tâches de façon performante (comme par exemple pour les moteurs de recommandation ou la détection d’anomalies). La Chaire « Machine Learning for Big Data » a pour but de produire une recherche méthodologique répondant au challenge que constitue l’analyse statistique des données massives et d’animer la formation dans ce domaine à Télécom ParisTech.

Le Big Data appelle de nouvelles compétences, crée de nouveaux métiers (Data scientist, Data analyst) et requiert des cursus pluridisciplinaires pouvant combiner mathématiques, informatique, droit et business. Ces cursus sont élaborés en collaboration étroite avec les secteurs de l’Industrie et des Services. Reconnue pour son expertise en ingénierie des technologies de l’information et de la communication, Télécom ParisTech a tout naturellement été le premier établissement supérieur français à dispenser des formations spécialisées en Big Data. Ses étudiants aux profils de haut niveau sont dès à présent très convoités sur le marché de l’emploi français et à l’international. La Chaire d’enseignement et de recherche « Machine Learning for Big Data »

Créée en septembre 2013 pour une durée de 5 ans avec le soutien de la Fondation Télécom et financée à hauteur de près de 2 M€ par quatre entreprises privées partenaires : Criteo, PSA Peugeot Citroën, Safran et une grande banque française, la Chaire « Machine Learning for Big Data » est portée par le mathématicien Stéphan Clémençon, enseignant-chercheur, Professeur au sein du Département du Traitement du Signal et des Images.

Proposant cinq axes de recherche méthodologiques, enrichis par des applications industrielles concrètes, cette Chaire a pour objectif d’animer, de façon collaborative et en interaction avec ses partenaires, une activité de recherche de pointe en Machine Learning, ainsi que de proposer des programmes de formation afférents. L’animation de cette Chaire sera actualisée sur son blog.

Ces formations participent à la visibilité auprès des étudiants et des professionnels d’une expertise susceptible d’offrir des opportunités stratégiques dans la décennie à venir. Stéphan Clémençon est responsable du Mastère Spécialisé « Big Data » et du Certificat « Data Scientist » à Télécom ParisTech. Dans la même équipe, le professeur Eric Moulines est responsable de la formation pour le Master « Mathématiques pour la Science des Données » cohabilité avec l’Ecole polytechnique

Le Big Data, une compétence au cœur de Télécom ParisTech Première grande école française d’ingénieurs dans le domaine des Technologies de l’Information, Télécom ParisTech forme ses diplômés à innover et entreprendre dans un monde désormais numérique. Choisie par près de 1 500 étudiants chaque année dont 55% d’internationaux, l’école permet à ses diplômés d’intégrer absolument tous les secteurs d’activité.

Avec des enseignements et une recherche d’excellence couvrant l’ensemble des technologies de l’information et des usages, Télécom ParisTech a mis au point un écosystème d’innovation unique, basé sur une forte interaction entre sa formation, son centre de recherche et ses deux incubateurs d’entreprises. Ses liens étroits avec l’Industrie en font un témoin privilégié de l’émergence du phénomène Big Data et de son impact technologique dans le domaine de la formation et de la recherche.

En savoir plus sur http://www.telecom-paristech.fr/rec... L’un des points forts de Télécom ParisTech réside depuis toujours dans ses compétences et son expertise quant au traitement de l’information structurée (signaux, réseaux, images, vidéos, données textuelles). L’ubiquité du « Machine Learning » dans ses activités de recherche et de développement combinée à une capacité d’adapter les méthodes d’analyse à la nature des données à traiter et aux systèmes d’information déployés, lui permet de contribuer significativement à l’état de l’art.