Rentrée janvier 2027 : places restantes, candidatures ouvertes · campus d’Écouen
Bachelor · Bac+3 · Rentrées 2027
Bachelor intelligence artificielle & data science
Après le bac, trois ans pour construire des bases solides en mathématiques, programmation, données et intelligence artificielle, puis préparer un titre RNCP de niveau 6 en 3e année.
Titre RNCP niveau 6 en 3e annéeCampus d’Écouen ou à distanceEntrée en 1re, 2e ou 3e annéeEnseigné en français
Candidater
Voir le programme
Informations clés
- Niveau d’entrée
- Bac (entrée possible en 2e ou 3e année)
- Durée
- 3 ans
- Volume
- 420 h en 1re année, 350 h en 2e année
- Titre visé
- RNCP niveau 6 (Bac+3) en 3e année
- Rentrées
- Janvier, mai, septembre 2027
- Lieu
- Campus d’Écouen ou à distance
7 000 € / an en formation initiale
En alternance : 0 € pour l’étudiant, frais pris en charge par l’entreprise et son OPCO.
Pourquoi choisir Bachelor en IA & Data science ?
Une progression claire : les mathématiques et la programmation d’abord, puis la donnée, la business intelligence et le cloud, avant de vous spécialiser en 3e année.
Chaque année se termine par un projet en équipe sur des données réelles, soutenu devant un jury.
Bases solides
Mathématiques, Python, SQL, Git et Linux.
Titre reconnu
RNCP37873 ou RNCP41370, niveau 6, en 3e année.
Approche métier
Un projet de synthèse chaque année.
Suivi personnalisé
Coaching continu, de l’admission à l’emploi.
Présentez votre candidature
L’équipe admissions vous recontacte pour échanger sur votre projet.
Objectifs du Bachelor en Intelligence Artificielle & Data Science
Analyse de données
Collecter, nettoyer et analyser des données pour identifier des tendances utiles à la décision.
Programmation data
Python, R et SQL pour manipuler, analyser et automatiser le traitement des données.
Intelligence artificielle
Comprendre le machine learning et créer des modèles simples appliqués à des cas concrets.
Visualisation
Graphiques et tableaux de bord clairs pour comprendre et communiquer les résultats.
Projets data et IA
Des projets pratiques inspirés de cas réels, chaque année.
Éthique et conformité
Les enjeux éthiques, juridiques et sociétaux des données et de l’IA.
Programme du Bachelor en IA & Data Science
Deux années de fondations et de données appliquées, puis une 3e année professionnelle qui prépare un titre RNCP de niveau 6.
1re année · Fondations
2e année · Appliquée
3e année · Professionnelle · niveau 6
Data & IA
Fondations Data & IAMaths, Python, SQL, Git, Linux, visualisation de données, une première application web Flask.420 h · 25 matières
Données appliquées, BI et cloudR et tidyverse, SQL avancé, MongoDB, Power BI et Tableau, données cloud, Shiny.350 h · 21 matières
Développement d’applications IARNCP37873 · Concepteur développeur d’applications.500 h + stage →
Informatique industrielle
Informatique, réseaux et automatismePython, réseaux, SQL, électricité et capteurs, automates, organisation industrielle.420 h · 12 modules
Ingénierie IT et OTData engineering, reporting, IHM, VLAN et routage, protocoles industriels, API, ML.420 h · 11 modules
1re annéeAprès le bac, avec des mathématiques (ou des sciences pour l’informatique industrielle).
2e annéeAprès une année validée d’études supérieures dans un domaine proche.
3e annéeAprès un Bac+2 : BTS, BUT 2, L2 ou équivalent, étudié par AI2.
MastèreTout diplômé du Bachelor AI2 peut poursuivre en Mastère 1.
Un étudiant Data & IA peut rejoindre la 3e année industrie 4.0 après étude de son dossier ; l’inverse suppose les prérequis en développement logiciel. Le passage dans chaque année suppose la validation de la précédente.
💻
Data & IA : futurs développeurs et data analysts
Pour les étudiants qui aiment les mathématiques et la programmation, veulent créer des logiciels et des produits data, et visent les métiers de développeur d’applications IA, data analyst ou data scientist.
🏭
Informatique industrielle : les spécialistes de l’usine connectée
Pour les étudiants attirés par l’électronique, les réseaux et l’automatisme, qui veulent travailler dans l’industrie, l’énergie, la logistique ou le bâtiment intelligent, en informatique industrielle ou en IIoT.
Chaque année se termine par un projet de synthèse en équipe, soutenu devant un jury.
Le programme module par module
Voici le détail de la filière Data & IA. Une filière Informatique industrielle (réseaux, automates, capteurs) existe aussi en 1re et 2e année et mène à la 3e année Data analytics et IA industrielle.
Filière 1
Filière Data & IA
A1
Fondations Data & IA
Les deux piliers de tout profil IA : les mathématiques derrière la data et le machine learning, et les outils utilisés en entreprise.
Heures420 h210 h par semestre
Matières252 semestres
EntréeBacavec mathématiques
LangueFrançaiscours en français
Débouché2e annéedeux semestres à 10/20
Semestre 1 · Mathématiques, programmation et bases de données · 210 h
| Code | Module | Ce que vous apprenez | Bloc | Heures |
|---|---|---|---|---|
| B1.01 | Sommes et produits | Notations somme et produit, récurrence, résultats classiques | Maths | 21 h |
| B1.02 | Logique et raisonnement | Logique propositionnelle, quantificateurs, techniques de preuve | Maths | 14 h |
| B1.03 | Systèmes linéaires | Pivot de Gauss, résolution et interprétation | Maths | 21 h |
| B1.04 | Suites réelles | Convergence, limites, suites récurrentes | Maths | 14 h |
| B1.05 | Statistiques descriptivesPython, tableur | Indicateurs, distributions, lecture de graphiques | Maths | 14 h |
| B1.06 | Introduction à la programmation PythonPython 3, Jupyter, VS Code | Syntaxe, types, structures de contrôle, fonctions, modules, notebooks | Data & IA | 21 h |
| B1.07 | Visualisation de données en PythonMatplotlib, Seaborn | Choisir le bon graphique pour le message | Data & IA | 21 h |
| B1.08 | Versionnage avec Git et GitHubGit, GitHub | Branches, collaboration, workflows GitHub et GitLab | Data & IA | 14 h |
| B1.09 | Linux et environnement de développementUbuntu, Bash | Ligne de commande, scripts, environnements et paquets | Data & IA | 14 h |
| B1.10 | Bases de données et SQLPostgreSQL | Modèle relationnel, requêtes, jointures, agrégations | Data & IA | 21 h |
| B1.11 | Anglais technique | Documentation et présentations en anglais | Professionnel | 21 h |
| B1.12 | Gestion de projetTrello | Planification, rôles, livrables, premières pratiques agiles | Professionnel | 14 h |
Semestre 2 · Analyse, données appliquées et premier projet · 210 h
| Code | Module | Ce que vous apprenez | Bloc | Heures |
|---|---|---|---|---|
| B1.13 | Dénombrement et combinatoire | Permutations, combinaisons, principes de comptage | Maths | 14 h |
| B1.14 | Probabilités sur un univers fini | Événements, probabilités conditionnelles, indépendance, Bayes | Maths | 14 h |
| B1.15 | Algorithmique et structures de donnéesPython | Complexité, tris et recherches, listes, piles, arbres | Maths | 14 h |
| B1.16 | Fonctions d’une variable réelle | Dérivées et variations : l’intuition de la descente de gradient | Maths | 14 h |
| B1.17 | Programmation orientée objet en PythonPython | Classes, objets, héritage, code propre et réutilisable | Data & IA | 14 h |
| B1.18 | Analyse de données avec PandasPandas, Plotly | SQL depuis Python, nettoyage, analyse exploratoire, graphiques interactifs | Data & IA | 21 h |
| B1.19 | Excel pour la data scienceExcel | Formules, tableaux croisés, préparation des données et tableaux de bord | Data & IA | 21 h |
| B1.20 | Applications web avec FlaskFlask | Routes, templates, formulaires, servir des données via une application web | Data & IA | 14 h |
| B1.21 | Introduction à l’optimisation numériqueNumPy | Minimiser une fonction, lien avec l’entraînement des modèles | Data & IA | 14 h |
| B1.22 | UX/UI et data storytellingPower BI | Conception de tableaux de bord, bases de Power BI, raconter une histoire avec les données | Data & IA | 14 h |
| B1.23 | Communiquer et présenter ses résultats | Rapports, supports et présentation orale d’analyses | Professionnel | 21 h |
| B1.24 | Éthique, droit et RGPD | Protection des données, usage responsable des données et de l’IA | Professionnel | 14 h |
| B1.25 | Projet de synthèse de 1re annéeToute la stack de l’année | Projet en équipe sur des données réelles, du SQL au tableau de bord, soutenu devant un jury | Projet | 21 h |
Projet de l’annéeD’un jeu de données brut à un tableau de bord
Par équipes de 3 ou 4, les étudiants nettoient et analysent un jeu de données réel, le stockent dans PostgreSQL, construisent une interface Flask ou Power BI et la présentent à un jury.
ÉvaluationContrôle continu et examens
TP et mini-projets notés, examens de fin de semestre et projet de l’année ; moyenne de 10/20 par semestre, rattrapage en juin.
Étape suivante2e année · Data & IA
Les étudiants qui valident les deux semestres passent en 2e année ; la filière Informatique industrielle reste ouverte avec les prérequis réseaux.
Outils de l’année
Python 3JupyterVS CodeGit et GitHubLinuxPostgreSQLPandasNumPyMatplotlibSeabornPlotlyFlaskExcelPower BI
MathématiquesRaisonner avec la logique et la démonstration, résoudre des systèmes linéaires, calculer des statistiques et des probabilités simples, comprendre dérivées et optimisation.
ProgrammationÉcrire un Python propre avec fonctions et classes, utiliser Git et Linux, interroger une base SQL, servir des données dans une petite application Flask.
DonnéesCharger, nettoyer et explorer des données avec Pandas, construire des graphiques et des tableaux de bord clairs, présenter ses résultats.
A2
Données appliquées, BI et cloud
Un second langage d’analyse, SQL avancé et NoSQL, business intelligence et données dans le cloud, avec l’algèbre linéaire et les probabilités sur lesquelles repose le machine learning.
Heures350 h182 h + 168 h
Matières212 semestres
Entrée1re annéeou un an d’études supérieures
CertificationMongoDBpréparation, examen optionnel
Débouché3e annéeApplications IA, ou industrie 4.0 sur dossier
Semestre 1 · Algèbre linéaire, R, SQL et business intelligence · 182 h
| Code | Module | Ce que vous apprenez | Bloc | Heures |
|---|---|---|---|---|
| B2.01 | Statistiques descriptives avancéesPython, R | Analyse bivariée, corrélation, valeurs aberrantes, indicateurs robustes | Maths | 14 h |
| B2.02 | Matrices | Opérations, inverse, déterminant, données sous forme matricielle | Maths | 14 h |
| B2.03 | Espaces vectoriels | Bases, dimension, sous-espaces | Maths | 14 h |
| B2.04 | Applications linéaires | Transformations linéaires, noyau et image | Maths | 14 h |
| B2.05 | Introduction à la programmation RR, RStudio | Syntaxe, structures de données, fonctions, projets RStudio | Data & IA | 21 h |
| B2.06 | Analyse de données avec le tidyversetidyverse | dplyr, tidyr, pipelines reproductibles | Data & IA | 14 h |
| B2.07 | Business intelligencePower BI, Tableau | Modèles de données, KPI, tableaux de bord | Data & IA | 21 h |
| B2.08 | SQL avancéPostgreSQL | Sous-requêtes, CTE, fonctions de fenêtrage, index, vues, optimisation | Data & IA | 28 h |
| B2.09 | Big data, NoSQL et MongoDBMongoDB | Bases documentaires, écosystème big data, préparation à la certification MongoDB | Data & IA | 21 h |
| B2.10 | Marketing et analyse de marché | Études de marché, analyse quantitative des clients et de la demande | Business | 21 h |
Semestre 2 · Probabilités, optimisation, applications R et cloud · 168 h
| Code | Module | Ce que vous apprenez | Bloc | Heures |
|---|---|---|---|---|
| B2.11 | Optimisation et recherche opérationnellePython | Programmation linéaire, contraintes, modèles de décision | Maths | 14 h |
| B2.12 | Intégration sur un intervalle | Intégrales, primitives, intégration numérique | Maths | 14 h |
| B2.13 | Variables aléatoires discrètes | Espérance, variance, lois de Bernoulli, binomiale et de Poisson | Maths | 14 h |
| B2.14 | Variables aléatoires continues | Densités, lois uniforme, exponentielle et normale | Maths | 14 h |
| B2.15 | Visualisation avec Rggplot2 | Grammaire des graphiques, graphiques de qualité publication | Data & IA | 14 h |
| B2.16 | R Shiny : déployer ses analysesShiny | Applications web interactives, déploiement sur serveur | Data & IA | 14 h |
| B2.17 | Créer et déployer des packages Rdevtools | Structure, documentation, tests, diffusion | Data & IA | 7 h |
| B2.18 | Web scraping avec Rrvest, httr | Collecte de données sur le web et les API, limites légales | Data & IA | 14 h |
| B2.19 | Gestion des données dans le cloudAWS, Azure | Stocker et interroger des données sur AWS et Azure | Data & IA | 21 h |
| B2.20 | Finance et analyse financièreExcel | États financiers, ratios, analyser une entreprise avec les données | Business | 21 h |
| B2.21 | Projet de synthèse de 2e annéeToute la stack de l’année | Collecte, tableau de bord BI ou application Shiny, déploiement cloud, soutenance | Projet | 21 h |
Projet de l’annéeUn produit data déployé
Les équipes collectent des données, les stockent en SQL ou MongoDB, les analysent en R ou Python et livrent un tableau de bord Power BI ou une application Shiny dans le cloud.
ÉvaluationContrôle continu et examens
TP notés, projets et examens de fin de semestre ; moyenne de 10/20 par semestre.
Étape suivante3e année
Développement d’applications IA (RNCP37873) par défaut ; Data analytics et IA industrielle (RNCP41370) sur dossier.
Outils de l’année
RRStudiotidyverseggplot2ShinyPostgreSQLMongoDBExcelPower BITableauAWSAzurePython
MathématiquesManipuler matrices et applications linéaires, modéliser l’incertitude avec les variables aléatoires, résoudre un problème d’optimisation simple.
Data engineeringSQL avancé avec fonctions de fenêtrage, documents MongoDB, stockage dans le cloud, collecte responsable de données web.
AnalyseAnalyser en R et en Python, construire des tableaux de bord BI, déployer une application Shiny, lire des données financières et de marché.
Filière 2
Filière Informatique industrielle
A1
Informatique, réseaux et automatisme
Programmation, réseaux, bases de données, électricité et capteurs, automates et fonctionnement d’une usine ; chaque module est déjà relié à un bloc de compétences du titre de 3e année.
Heures420 h2 semestres
Modules12TP sur matériel
EntréeBacavec maths ou sciences
LangueFrançaiscours en français
Débouché2e annéedeux semestres à 10/20
Informatique, réseaux et données · six modules · 245 h
| Code | Module | Ce que vous apprenez | Bloc | Heures |
|---|---|---|---|---|
| IB1.01 | Mathématiques pour l’informatique et la dataTableur, Python, Jupyter | Logique et algèbre de Boole ; binaire et hexadécimal ; ensembles et fonctions ; statistiques descriptives ; probabilités de base ; lecture de graphiques | Transv. | 35 h |
| IB1.02 | Algorithmique et programmation PythonPython 3, VS Code, Jupyter | Pensée algorithmique ; types et structures de contrôle ; fonctions ; listes, dictionnaires, tuples ; CSV et JSON ; modules ; débogage ; premiers tests unitaires | BC01 · BC03 | 63 h |
| IB1.03 | Systèmes d’exploitation et environnement de travailUbuntu, Windows 11, VirtualBox | Architecture matérielle ; Windows et Linux ; Bash et PowerShell ; utilisateurs et droits ; virtualisation ; scripts d’automatisation | BC02 | 28 h |
| IB1.04 | Fondamentaux des réseaux informatiquesPacket Tracer, Wireshark | OSI et TCP/IP ; Ethernet ; adressage IPv4 et sous-réseaux ; bases d’IPv6 ; DHCP, DNS ; commutation ; analyse de trames ; plan d’adressage d’un petit site | BC02 | 49 h |
| IB1.05 | Bases de données relationnelles et SQLPostgreSQL, DBeaver | Modèle relationnel ; requêtes, jointures, agrégats, sous-requêtes ; LDD et LMD ; clés et contraintes ; première modélisation | BC03 | 42 h |
| IB1.09 | Développement web front-endVS Code, Git, GitHub | HTML5, CSS3 et mise en page responsive ; JavaScript et DOM ; formulaires ; affichage de données ; bases de Git | BC03 | 28 h |
Systèmes industriels et compétences professionnelles · six modules · 175 h
| Code | Module | Ce que vous apprenez | Bloc | Heures |
|---|---|---|---|---|
| IB1.06 | Électricité, électronique et capteurs industrielsArduino, ESP32, multimètre, bancs | Lois de l’électricité ; prévention du risque électrique ; capteurs TOR et analogiques (0-10 V, 4-20 mA) ; actionneurs ; conditionnement du signal ; acquisition sur microcontrôleur | BC01 · BC02 | 35 h |
| IB1.07 | Initiation à l’automatisme et aux automatesSiemens TIA Portal, PLCSIM | Logique combinatoire et séquentielle ; GRAFCET ; architecture d’un automate et cycle de scrutation ; Ladder ; temporisations et compteurs ; essais sur bancs | BC01 | 49 h |
| IB1.08 | Organisation industrielle et indicateurs de performanceÉtudes de cas, tableur | Flux de production ; Lean, 5S, amélioration continue ; TRS, MTBF, MTTR, taux de rebut ; qualité ; industrie 4.0 ; frontière IT/OT | BC01 | 28 h |
| IB1.10 | Cyber-hygiène, RGPD et éthique du numériqueGuides ANSSI et CNIL | Panorama des menaces ; authentification forte ; sauvegardes ; guide d’hygiène de l’ANSSI ; RGPD ; spécificités des environnements industriels | BC02 | 21 h |
| IB1.11 | Anglais technique et professionnelDocumentation constructeur | Vocabulaire informatique et industriel ; documentation ; e-mails et tickets ; courtes présentations orales | Transv. | 21 h |
| IB1.12 | Communication professionnelle et méthode de projetSuite bureautique | Rapports d’intervention ; présentation orale ; travail en équipe ; sensibilisation au handicap ; lancement du projet de ligne pilote | Transv. | 21 h |
Projet de l’annéePremière ligne pilote
Les étudiants câblent des capteurs sur un microcontrôleur, programment une première séquence d’automate et affichent les mesures dans une page web.
ÉvaluationTP et études de cas
TP notés, études de cas, mini-projets et contrôles écrits, chaque module noté sur 20 ; moyenne de 10/20 par semestre.
RythmeEnviron 14 heures par semaine
TP d’électronique, d’automatisme et de réseaux sur bancs physiques, en petits groupes.
Outils de l’année
Python 3VS CodeJupyterUbuntuWindowsVirtualBoxPacket TracerWiresharkPostgreSQLDBeaverArduinoESP32Siemens TIA PortalPLCSIMGit et GitHub
InformatiqueÉcrire et tester des scripts Python, travailler sous Linux et Windows, interroger une base SQL, créer une page web qui affiche des données.
RéseauxExpliquer OSI et TCP/IP, concevoir le plan d’adressage d’un petit site, analyser des trames, appliquer les règles d’hygiène de l’ANSSI.
Systèmes industrielsCâbler et lire des capteurs, programmer une première séquence d’automate en Ladder, calculer TRS, MTBF et MTTR.
A2
Ingénierie IT et OT
Les deux faces du réseau d’usine : data engineering, reporting, API et machine learning côté IT ; automatisme, routage, VLAN et protocoles industriels côté OT.
Heures420 h2 semestres
Modules11ligne pilote connectée
Entrée1re annéeou un an d’études supérieures
LangueFrançaiscours en français
Débouché3e annéeIndustrie 4.0 · RNCP41370
Côté IT · données, bases de données, API et ML · 238 h
| Code | Module | Ce que vous apprenez | Bloc | Heures |
|---|---|---|---|---|
| IB2.01 | Python avancé, POO et versionnementPython, pytest, Git, GitHub | Programmation orientée objet ; packages ; gestion des erreurs ; environnements virtuels ; pytest ; qualité du code ; branches, revues et fusions Git | BC01 · BC03 | 42 h |
| IB2.02 | Data engineering et historisation de productionpandas, InfluxDB, TimescaleDB | Acquisition des données machines ; ETL avec pandas ; qualité des données ; séries temporelles ; bases de données temporelles ; ordonnancement ; traçabilité | BC01 | 49 h |
| IB2.03 | Reporting de production et tableaux de bordPower BI, Grafana | KPI définis avec les utilisateurs ; modèles de données décisionnels ; Power Query, bases de DAX ; Grafana ; reporting automatisé | BC01 | 42 h |
| IB2.07 | Modélisation et programmation de bases de donnéesPostgreSQL, Looping, DBeaver | Merise et UML ; modèles conceptuel, logique et physique ; normalisation ; index ; vues ; procédures stockées ; déclencheurs | BC03 | 42 h |
| IB2.08 | Développement back-end et APIFastAPI, Postman | HTTP et REST ; FastAPI ; JSON ; connexion à une base ; authentification ; documentation OpenAPI ; tests d’API | BC03 | 35 h |
| IB2.09 | Machine learning pour les données industriellesscikit-learn, Jupyter | Méthode de projet ML ; préparation des données ; régression et classification ; détection d’anomalies ; métriques ; limites et biais | BC01 | 28 h |
Côté OT et compétences professionnelles · 182 h
| Code | Module | Ce que vous apprenez | Bloc | Heures |
|---|---|---|---|---|
| IB2.04 | Automatisme avancé et IHMTIA Portal, WinCC, PLCSIM | IEC 61131-3 (Ladder, ST, FBD) ; programmes structurés ; introduction au PID ; IHM et pupitres opérateurs ; diagnostic | BC01 | 56 h |
| IB2.05 | Commutation, routage et VLANCisco IOS, Packet Tracer, GNS3 | VLAN et trunks 802.1Q ; Spanning Tree ; routage statique et OSPF ; routage inter-VLAN ; listes de contrôle d’accès ; documentation | BC02 | 49 h |
| IB2.06 | Protocoles industriels et IIoTNode-RED, UaExpert, Mosquitto | Modbus RTU/TCP ; Profinet ; EtherNet/IP ; OPC UA ; MQTT publish/subscribe ; passerelles ; flux de données de l’atelier au SI | BC02 | 49 h |
| IB2.10 | Anglais technique | Spécifications, normes et fiches techniques ; support constructeur ; présentation de projet | Transv. | 14 h |
| IB2.11 | Gestion de projet agileJira, Trello | Scrum et Kanban ; expression des besoins ; user stories ; estimation ; suivi de sprint ; rétrospective | Transv. | 14 h |
Projet de l’annéeLigne pilote connectée
Un automate simulé, des données en OPC UA ou MQTT, une base temporelle, un service FastAPI et un tableau de bord de production, soutenus devant un jury.
ÉvaluationTP, dossiers et examens pratiques
TP notés, dossiers de données et de modélisation, examens pratiques et projet de ligne pilote ; moyenne de 10/20 par semestre.
Étape suivante3e année · industrie 4.0
La 3e année sur le titre RNCP41370, avec le stage en entreprise et l’examen du titre.
Outils de l’année
PythonpytestpandasInfluxDBTimescaleDBPower BIGrafanaTIA PortalWinCCCisco IOSGNS3Node-REDUaExpertMosquittoFastAPIscikit-learnJira
Côté ITConstruire un pipeline des données machines vers une base temporelle, publier des KPI, exposer les données avec FastAPI, entraîner un modèle de détection d’anomalies.
Côté OTProgrammer une application IEC 61131-3 avec son IHM, configurer VLAN et routage, connecter des équipements en Modbus, OPC UA et MQTT.
ProjetLivrer une ligne pilote connectée de bout en bout et la soutenir individuellement devant un jury.
3e année
Deux options vers un titre RNCP de niveau 6
Option 1 · après Data & IADéveloppement d’applications IARNCP37873 · Ministère du TravailDéveloppement sécurisé, architecture en couches, données, tests et déploiement, applications avec LLM et agents ; stage en entreprise et jury.500 h + stage · voir la 3e année →Option 2 · après Informatique industrielleData analytics et IA industrielle (industrie 4.0)RNCP41370 · Ministère du TravailRéseaux et protocoles industriels, capteurs et IIoT, SCADA, ISA-88 et ISA-95, BI industrielle, ETL et IA ; stage en entreprise et jury.399 h + stage · voir la 3e année →
Évaluation continue, projets et examens de fin de semestre ; moyenne de 10/20 par semestre, rattrapage en juin. Le passage dans l’année supérieure suppose la validation de l’année précédente.
Les compétences que vous développez
À la fin du Bachelor, vous savez comprendre, analyser et exploiter les données, et développer des applications qui les utilisent.
- Raisonner avec les mathématiques de la data et de l’IA
- Programmer en Python, R et SQL
- Collecter, nettoyer et préparer des jeux de données
- Créer des visualisations et des tableaux de bord
- Construire des premiers modèles prédictifs
- Déployer une application data sur le cloud
- Comprendre l’éthique et la protection des données
Métiers et débouchés
Après le Bachelor, vous pouvez entrer dans la vie active ou poursuivre en Mastère.
Data analyst junior
Analyse les données et produit des tableaux de bord.
Développeur data
Développe des applications et des pipelines de données.
Assistant data scientist
Prépare les données et teste des modèles.
Mastère AI2
Poursuite en Mastère 1 puis en Mastère 2 spécialisé.
Les outils que vous utiliserez
Python 3JupyterVS CodeGit · GitHubLinux · BashPostgreSQLPandasNumPyMatplotlib · SeabornPlotlyFlaskExcelPower BITableauR · RStudiotidyverse · ggplot2ShinyMongoDBAWSAzure
Ce que vous pouvez gagner en France
Les métiers de la data et de l’IA paient bien au-dessus de la moyenne française dès le premier poste. Salaires bruts annuels indicatifs.
Sources : Insee, salaires du secteur privé 2024 ; SMIC 2026 ; guide des salaires Hays 2026 ; grille Michael Page 2027. Les offres réelles dépendent du profil et de la ville.
39 %des compétences clés vont évoluer d’ici 2030, l’IA et le big data en têteWEF, Future of Jobs 2025
20 %des entreprises de l’UE utilisent l’IA : la plupart doivent encore la déployerEurostat 2025
1 114start-up IA en France, dont 64 % en Île-de-FranceFrance Digitale 2026
109 Md€d’investissements IA annoncés en FranceSommet pour l’action sur l’IA, 2025
Des praticiens qui enseignent ce qu’ils construisent
Les modules sont assurés par les enseignants d’AI2 et des professionnels ; les affectations sont confirmées à chaque rentrée.
Professeure
Nedia Aouani
Data science et IA appliquée.
Professeure
Nouha Othman
Data science et IA appliquée.
Professeure
Djihane Houfani
Data science et IA appliquée.
Enseignant assistant
Ammar Djebabla
Cloud, systèmes distribués, DevOps.
Apprendre en construisant
Chaque module se termine par un livrable présenté devant un jury : prototype, application, rapport ou démo.
L’entreprise en classe
Cas d’entreprise réels, données professionnelles et intervenants issus de l’industrie.
Suivi pédagogique
Un référent, des petits groupes et un suivi jusqu’au projet final.
Interview en anglais, sous-titres français.
Interview · équipe pédagogique
Nedia Aouani : la data au service de la décision
Ingénieure en informatique industrielle et docteure en automatique, Nedia Aouani s’est reconvertie dans la data il y a trois ans. Elle enseigne aujourd’hui à AI2 :
- SQL, data warehouses et data lakes
- Python et la visualisation de données
- le machine learning supervisé et non supervisé
- Power BI et Tableau pour la business intelligence
« Tableau et Power BI sont très demandés par les entreprises : les étudiants qui maîtrisent ces outils ont de vraies chances de trouver un emploi. »
Nedia Aouani, traduit de l’anglais
Votre boîte à outils numérique, offerte à chaque étudiant
Des plateformes professionnelles et des parcours de certification en plus de votre programme, pour pratiquer et obtenir des badges supplémentaires.
Google Workspace avec Gemini
Gmail, Drive, Docs, Meet et Gemini, l’assistant IA, pour les études et les projets.
Inclus toute l’année
DataCamp
Cours interactifs en Python, R, SQL, IA et data engineering, avec parcours et certificats.
Accès gratuit
IBM SkillsBuild
Cours IA, cloud, cybersécurité et data avec badges numériques IBM.
Badges gratuits
Cisco Networking Academy
Réseaux, cybersécurité et IoT avec Cisco NetAcad.
Cours gratuits
Plateforme académique SAS
Logiciels d’analytique SAS et parcours en statistiques et machine learning.
Gratuit pour les étudiants
Et après le Bachelor ?
Après un Bachelor, la plupart des étudiants poursuivent en Mastère AI2 ; le titre de recherche d’emploi de 12 mois est réservé aux diplômes de niveau master.
Règles en vigueur en octobre 2026 ; chaque titre est délivré par la préfecture. Tout le parcours après le diplôme · Étudiants internationaux
Rythmes et frais de formation
Trois façons de suivre la formation, avec le même programme et le même accompagnement.
Rentrées janv., mai, sept. 2027
Formation initiale
7 000 € / an
Au campus d’Écouen (Val-d’Oise), à 22 min de Paris Gare du Nord.
CandidaterAlternance
0 € pour l’étudiant
En contrat d’apprentissage ou de professionnalisation : les frais sont pris en charge par l’entreprise et son OPCO, et vous êtes rémunéré.
Alternance & stageÀ distance
7 000 € / an
Le même programme en ligne, avec le même suivi pédagogique et les mêmes soutenances.
E-learning IALes frais de passage devant le jury de certification peuvent s’ajouter selon le titre. Détail des frais et des financements : frais de scolarité et financement.
Admission
Une admission sur dossier et entretien ; entrée possible en 1re, 2e ou 3e année selon votre parcours.
Candidature en ligne
Formulaire de candidature et pièces du dossier.
Étude du dossier
Bulletins, diplômes et motivation.
Entretien individuel
Échange sur votre projet et le bon point d’entrée.
Décision et inscription
Réponse de l’équipe et inscription pour la rentrée choisie.
Prérequis : Baccalauréat validé (ou équivalent) pour la 1re année ; un an d’études supérieures validé pour la 2e ; deux ans (BTS, BUT 2, L2…) pour la 3e.
Une formation 100 % reconnue par l’État
Titre professionnel RNCP de niveau 6 (Bac+3)
La 3e année prépare au titre RNCP37873 « Concepteur développeur d’applications » ou au titre RNCP41370 « Développeur intégrateur en informatique industrielle », tous deux délivrés par le Ministère du Travail. Le titre est délivré après validation des blocs de compétences devant un jury ; le diplôme AI2 et le titre RNCP sont deux certifications distinctes.
AI2 est certifiée Qualiopi au titre des actions de formation (QUA008116). Tout comprendre sur la reconnaissance.
Témoignage
Emmanuel, étudiant à l’AI2, raconte son parcours, ses projets et la vie sur le campus d’Écouen.
Vidéo tournée sur le campus, en anglais.
Découvrir le campus L’équipe pédagogiqueFAQ – Bachelor en Data Science et IA
Quel niveau faut-il pour intégrer un Bachelor en intelligence artificielle ?
Le Bachelor IA est accessible après le baccalauréat ou équivalent.
Le Bachelor intelligence artificielle est-il reconnu en France ?
Oui, la formation est certifiée RNCP niveau 6 (Bac+3).
Que faire après un Bachelor en data science et intelligence artificielle ?
Vous pouvez poursuivre en Mastère IA/Data Science ou entrer sur le marché du travail.
Quels métiers après un Bachelor IA ?
Data analyst junior, développeur data ou assistant data scientist.
Faut-il être fort en mathématiques pour étudier l’IA ?
Les bases suffisent, la formation vous accompagne progressivement.
Peut-on suivre le Bachelor intelligence artificielle à distance ?
Oui, à distance ou en présentiel au campus d’Écouen (région parisienne).
Comment s’inscrire au Bachelor IA chez AI2 ?
Il suffit de déposer votre candidature et échanger avec l’équipe pédagogique.
Quelles sont les prochaines rentrées ?
Trois rentrées en 2027 : janvier, mai et septembre, au campus d’Écouen ou à distance.
Tout savoir sur le Bachelor IA & Data Science
Programme du Bachelor en IA & Data Science
En intégrant le Bachelor en Intelligence Artificielle & Data Science, vous développerez progressivement des compétences techniques solides autour des bases de la data, de la programmation et de l’intelligence artificielle :
- Mathématiques et statistiques : bases pour l’analyse de données
- Python et SQL : programmation et manipulation des données
- Introduction au Machine Learning : bases de l’IA
- Visualisation de données : graphiques et tableaux de bord
- Outils cloud et data : environnements et traitement des données
- Systèmes et cybersécurité : bases de l’informatique moderne
- Projets pratiques : cas réels encadrés
Qu’allez-vous apprendre pendant le Bachelor IA & Data Science ?
Le Bachelor Intelligence Artificielle & Data Science vous permet d’acquérir des bases solides en programmation, analyse de données et technologies de l’IA.
Vous apprendrez à manipuler des données, comprendre les algorithmes d’intelligence artificielle et réaliser des projets concrets tout en découvrant les enjeux éthiques liés à l’utilisation des données.
Voici un aperçu des compétences que vous allez développer :
- Comprendre les bases de l’intelligence artificielle et de la data science
- Apprendre à programmer avec Python pour analyser les données
- Manipuler et préparer des jeux de données réels
- Découvrir les premiers algorithmes de machine learning
- Créer des visualisations et tableaux de bord de données
- Comprendre les bases du cloud et des outils data modernes
- Découvrir les enjeux d’éthique et de protection des données
Quelles compétences développer en Data Science ?
Après le Bachelor Data Science, vous aurez acquis des bases solides pour comprendre, analyser et exploiter les données.
Cette formation vous permettra de maîtriser les outils essentiels de la data science et de développer une approche analytique appliquée à des situations réelles.
Voici un aperçu des compétences que vous aurez développées :
- Comprendre les bases de la data science et le cycle de vie des données
- Collecter, nettoyer et préparer des jeux de données
- Utiliser les statistiques pour analyser et interpréter les données
- Programmer en Python et SQL pour le traitement des données
- Créer des visualisations et tableaux de bord clairs
- Construire des premiers modèles prédictifs simples
- Réaliser des projets data inspirés de cas réels
Pourquoi suivre le Bachelor Data Science et IA chez AI2 ?
Dans une formation en data science, l’essentiel n’est pas seulement d’apprendre des outils, mais de comprendre les données et les méthodes utilisées pour les analyser.
Au sein du Bachelor Data Science et Intelligence Artificielle chez AI2, la formation est conçue pour construire des bases solides en programmation, analyse de données et intelligence artificielle, avec une approche concrète et progressive.
Que vous soyez en présentiel en région parisienne, au campus d’Écouen ou en formation à distance, vous suivez le même programme et bénéficiez du même accompagnement pédagogique.
Tout au long du Bachelor, nous mettons l’accent sur des éléments essentiels pour la réussite des étudiants :
- Une progression pédagogique claire pour maîtriser les bases avant les concepts plus avancés
- Un travail pratique sur des jeux de données réels
- Une approche centrée sur la compréhension des résultats
- Un accompagnement pédagogique en présentiel ou à distance
- Des projets concrets pour relier la théorie à la pratique
- Une préparation solide pour poursuivre en Mastère en IA ou Data Science
Pourquoi suivre le Bachelor Intelligence Artificielle chez AI2 ?
L’intelligence artificielle peut sembler complexe et difficile à comprendre. Dans le Bachelor Intelligence Artificielle chez AI2, notre objectif est au contraire d’aider les étudiants à comprendre les bases de l’IA et la logique des algorithmes, avant de les appliquer dans des projets concrets.
La formation est construite pour développer progressivement les compétences nécessaires en programmation, analyse de données et intelligence artificielle.
Elle repose sur plusieurs principes pédagogiques essentiels :
- Une compréhension claire des bases de l’intelligence artificielle
- Un apprentissage progressif de la programmation et du machine learning
- Une découverte des technologies modernes de l’IA et de la data
- Une sensibilisation aux limites, aux biais et aux enjeux éthiques de l’IA
- Un accompagnement pédagogique en présentiel en région parisienne, au campus d’Écouen ou en formation en ligne
- Une formation conçue pour construire des bases solides avant la spécialisation
Bachelor ou Mastère : lequel est fait pour vous ?
C’est une question que se posent souvent les étudiants. Le Bachelor est généralement la première étape d’un parcours dans l’enseignement supérieur.
Il permet d’acquérir les fondations techniques et théoriques nécessaires en informatique, data science et intelligence artificielle.
Le Mastère, quant à lui, correspond à un niveau plus avancé, destiné aux étudiants qui souhaitent se spécialiser davantage et approfondir des domaines précis de l’IA ou de la data.
Si vous souhaitez découvrir l’intelligence artificielle, apprendre à programmer et comprendre les bases de la data science, le Bachelor constitue un excellent point de départ.
Il prépare également à poursuivre ses études vers un Mastère en Intelligence Artificielle ou Data Science.
La formation Bachelor Data et IA chez AI2 est-elle proposée à Paris ?
Oui. Si vous choisissez de suivre la formation en présentiel, les cours du Bachelor Data Science et Intelligence Artificielle ont lieu en région parisienne, au campus d’Écouen (22 minutes de Paris Gare du Nord).
Vous bénéficiez alors d’un cadre académique structuré, d’échanges directs avec les enseignants et d’un environnement favorable à l’apprentissage.
La formation est également accessible à distance. Dans ce cas, vous pouvez suivre le Bachelor depuis n’importe quel pays tout en bénéficiant du même programme, des mêmes exigences pédagogiques et du même accompagnement.
Faut-il être à Paris pour suivre le Bachelor Intelligence Artificielle ?
Non. La présence à Paris n’est pas obligatoire. Le Bachelor Intelligence Artificielle est conçu pour s’adapter aux différents profils d’étudiants.
Si vous êtes à Paris, vous pouvez suivre la formation en présentiel. Si vous êtes en région ou à l’étranger, vous pouvez suivre la formation à distance, sans compromis sur la qualité du programme ni sur l’accompagnement pédagogique.
Lancez votre parcours en data et IA
Rentrées en janvier, mai et septembre 2027 · campus d’Écouen ou à distance · 01 80 87 35 11
Candidater Prendre rendez-vous