Le track Data science & AI with coding en bref
- Campus
- Lyon
- Type
- Track
- Niveau
- M2 (professional track)
- Langue
- Anglais
- Enseignants
- Saeed Varasteh Yazdi, Arturo Guizar, Franck Jaotombo, Sajad Nazari
Le track Data science & AI with coding d'emlyon est un track professionnel de M2 en quatre cours, en anglais : deep learning, IA générative, traitement automatique du langage et techniques avancées de machine learning. Le catalogue le décrit comme un parcours technique et avancé, qui demande de coder et de raisonner de façon analytique.
Il se suit à Lyon. Le syllabus de son cours d'IA générative l'appelle aussi « AI professional track ».
Pour l'entretien emlyon, il convient aux candidats qui visent la data science, les produits fondés sur l'IA, le conseil en IA ou la création d'une entreprise technologique.
Qu'est-ce que le track Data science & AI with coding d'emlyon ?
Le catalogue part d'un constat : il est difficile d'imaginer une organisation, ou même une personne, qui ne s'appuie pas sur l'IA, des tâches quotidiennes (écrire, visualiser, planifier) aux systèmes complexes comme les assistants conversationnels ou les modèles prédictifs. Comprendre comment ces systèmes fonctionnent compte donc de plus en plus.
Le track fait étudier les principes et les architectures des systèmes d'IA actuels, à travers quatre cours : machine learning avancé, deep learning, traitement du langage et IA générative. Le catalogue des tracks intitule l'un d'eux Digital Humanities ; le catalogue des électifs et le syllabus 2026-2027 l'appellent Generative AI.
Un track technique, pour ceux qui codent déjà
Le catalogue destine ce track aux étudiants qui ont déjà de solides bases en programmation, en statistiques et en machine learning. Les cours se font en grande partie en Python, dans des notebooks Jupyter, avec des bibliothèques comme PyTorch pour le deep learning.
C'est ce qui le sépare du track Data Analyst, ouvert à tous, qui forme aux outils de l'analyse de données sans exiger de bagage technique.
Pour un candidat, la question à se poser est simple : avez-vous déjà codé, en prépa, en licence ou en autodidacte ? Si oui, ce track peut devenir un vrai argument. Sinon, présentez-le comme un objectif, à préparer par des électifs d'initiation comme Introduction to Python for Data Analysis.
À quels profils / projets professionnels cette spécialisation peut servir pour l'entretien emlyon ?
Le track parle d'abord aux candidats qui visent la data science et le machine learning, en entreprise, en cabinet ou dans une start-up : réseaux de neurones, traitement du langage et modèles avancés en forment le socle technique.
Il convient aussi aux profils attirés par la conception de produits et de services fondés sur l'IA, ou par le conseil en transformation : le cours d'IA générative apprend à repérer des cas d'usage, à concevoir un assistant qui s'appuie sur les documents d'une organisation (RAG) et à évaluer la faisabilité, les risques et la valeur d'une solution.
À l'entretien de personnalité, évitez les généralités sur l'IA qui va tout changer. Décrivez un usage précis que vous avez testé ou observé, ce qui a marché et ce qui a échoué, et dites ce que vous aimeriez apprendre à construire.
Quels sont les cours du track Data science & AI with coding ?
Les principaux cours présentés ci-dessous donnent un aperçu non exhaustif des enseignements proposés dans le track.
Non exhaustif
Deep Learning
Saeed Varasteh Yazdi
Le cours introduit les réseaux de neurones artificiels et les réseaux profonds, et leurs applications à la classification d'images, à la reconnaissance de la parole et au traitement du langage. Il part des bases : le perceptron, les réseaux multicouches, les fonctions de perte, la rétropropagation et la descente de gradient stochastique.
Il traite ensuite de l'entraînement des modèles (préparation des données, compromis biais-variance, hyperparamètres, régularisation), puis des grandes architectures : réseaux à propagation avant, réseaux convolutifs et réseaux récurrents. Les étudiants codent et entraînent leurs modèles avec PyTorch, dans des notebooks Jupyter.
Generative AI
Arturo Guizar
Conçu avec Benoit Loeillet, ce cours propose une introduction pratique et stratégique à l'IA générative au service de la transformation des entreprises : gagner en productivité, appuyer la décision, automatiser des processus, concevoir des assistants fondés sur les connaissances de l'organisation et prototyper des solutions.
Il va des bases (modèles de langage, fenêtre de contexte, hallucinations, rédaction de consignes) aux applications avancées : recherche augmentée (RAG), automatisation, IA agentique et conception de produits. Il aborde aussi l'IA responsable, son impact social et sa sobriété. Un projet de groupe conduit à proposer une solution d'IA à un vrai problème d'entreprise, avec sa faisabilité, ses risques et sa valeur.
Applied Text Mining & Text AI (NLP)
Franck Jaotombo
Le traitement automatique du langage est au centre des nouveaux produits, des services et du marketing, avec les modèles de type BERT et GPT. Le cours propose une introduction pratique au machine learning et au deep learning appliqués aux textes.
Chaque séance associe une présentation de la méthode, une démonstration en direct et une application sur des données d'exercice ou réelles. Les thèmes : préparation et vectorisation des textes, similarité de documents, classification et analyse de sentiment, explicabilité, méthodes non supervisées, puis transformeurs et applications des grands modèles de langage.
Advanced Machine Learning Technique
Sajad Nazari
Le cours approfondit des modèles avancés : arbres de décision et forêts aléatoires, arbres boostés et machines à vecteurs de support, avec des techniques de sélection de variables étudiées sur un cas.
Il traite aussi de l'apprentissage non supervisé, des motifs fréquents et de l'analyse de paniers d'achat, de la réduction de dimension et de la sélection de modèles, des séries temporelles, puis de sujets comme la fusion de données ou l'AutoML, avant une présentation finale.
Comment se déroule le track ?
Le track se suit en M2, à Lyon, en anglais. Vous y rencontrerez :
- Quatre cours techniques, du machine learning avancé à l'IA générative
- Beaucoup de code, en Python, avec des notebooks Jupyter et PyTorch
- Des démonstrations en direct suivies d'applications sur des données
- Un projet de groupe qui propose une solution d'IA à un problème d'entreprise
- Des présentations finales
À l'entretien emlyon, ce format vous aide à montrer que vous voulez comprendre l'IA en la construisant.
Quelles compétences développe-t-on ?
Vous apprendrez à coder et à entraîner un réseau de neurones, à appliquer le machine learning et le deep learning à des textes, à choisir et à régler des modèles avancés, à travailler sur des séries temporelles, puis à concevoir une solution d'IA générative pour une entreprise en évaluant ses risques.
Le jour de l'entretien de personnalité, ces compétences vous aident à parler d'IA avec la précision de quelqu'un qui en connaît le fonctionnement.
Professeurs notables du track
Saeed Varasteh Yazdi
Professeur assistant en machine learning et intelligence artificielle, responsable du cours Deep Learning
Docteur en machine learning de l'Université Grenoble Alpes, avec une thèse sur la classification et le regroupement de séries temporelles, Saeed Varasteh Yazdi a été chercheur postdoctoral au Laboratoire d'informatique de Grenoble, sur des projets financés par l'Agence nationale de la recherche, avant de rejoindre emlyon.
Ses recherches portent sur la décision fondée sur l'IA, l'interprétabilité du deep learning, le machine learning avec un humain dans la boucle, ainsi que la prévision, la classification et le raisonnement causal sur des séries temporelles. Il a aussi été développeur web indépendant.
Pour l'entretien emlyon
Il travaille sur l'explicabilité des modèles. Préparez l'exemple d'une décision prise par un algorithme qui vous concerne, un prêt, une recommandation ou un tri de candidatures, et dites ce que vous voudriez qu'on vous explique.
Pour aller plus loin
Sajad Nazari
Professeur associé au département Operations, Data & Artificial Intelligence, responsable du cours Advanced Machine Learning Technique
Docteur en informatique de l'INSA Centre Val de Loire (2022) et docteur en mathématiques, Sajad Nazari a enseigné à l'Université d'Orléans et à CY Cergy Paris Université, et enseigne à emlyon depuis 2022.
Ses recherches portent sur la représentation des connaissances et les probabilités imprécises : sa thèse proposait un cadre pour représenter des informations incertaines et contradictoires, et raisonner avec elles. Il enseigne l'analyse de données, le machine learning, les mathématiques et les statistiques.
Pour l'entretien emlyon
Il étudie la façon de raisonner avec des informations incertaines ou contradictoires. Préparez l'exemple d'une décision que vous avez dû prendre avec des informations qui se contredisaient, et dites comment vous avez tranché.
Pour aller plus loin
Pourquoi choisir le track Data science & AI with coding et en parler pendant son entretien emlyon ?
Le track Data science & AI with coding d'emlyon associe le deep learning, l'IA générative, le traitement du langage et le machine learning avancé, avec du code et des projets. Il convient aux candidats qui ont déjà des bases techniques et veulent comprendre l'IA de l'intérieur.
À l'entretien emlyon, présentez-le comme un choix exigeant, appuyé sur ce que vous savez déjà faire en programmation.
Exemple : « En prépa, j'ai codé en Python un petit modèle de prévision des ventes pour le commerce de mes parents, et j'ai été frappé par ses erreurs les semaines de jours fériés. Le track Data science & AI with coding m'apprendra des modèles plus solides. Je vise un poste de data scientist dans le commerce. »
