Rentrée janvier 2027 : places restantes, candidatures ouvertes · campus d’Écouen

Mastère 1 en Data Science & IA
Pour les titulaires d’un Bac+3 qui veulent approfondir leurs compétences et préparer leur spécialisation : programmation, données, machine learning, cloud et architecture des systèmes d’information industriels.
Informations clés
- Niveau d’entrée
- Bac+3 validé
- Durée
- 1 an · 500 h de cours
- Rythme
- Intensif au S1, alternance possible au S2
- Titre visé
- RNCP niveau 7, à l’issue du Mastère 2
- Rentrées
- Janvier, mai, septembre 2027
- Lieu
- Campus d’Écouen ou à distance
En alternance : 0 € pour l’étudiant, frais pris en charge par l’entreprise et son OPCO.
Pourquoi choisir Mastère 1 en IA chez AI2 ?
Le Mastère 1 donne les bases solides et opérationnelles de la data science et de l’IA, pour comprendre ce que l’on fait et pourquoi on le fait.
C’est une année commune qui prépare la spécialisation en Mastère 2 : Data Scientist, Data Analyst, Ingénierie Data & DevOps ou IA & IoT.
Contenu avancé
IA, LLM, cloud et data engineering.
Parcours de spécialisation
Certification RNCP de niveau 7 visée après le M2.
Approche métier
Trois projets soutenus devant un jury.
Suivi personnalisé
Coaching continu, de l’admission à l’emploi.
Présentez votre candidature
L’équipe admissions vous recontacte pour échanger sur votre projet.
Objectifs pédagogiques du Mastère 1 en Data Science & IA
Analyse de données
Comprendre, analyser et modéliser des données complexes pour en extraire de la valeur.
Programmation data
Maîtriser Python, R et SQL pour l’analyse, l’automatisation et la visualisation.
Intelligence artificielle
Concevoir des modèles d’IA performants, responsables et adaptés à des cas réels.
IA générative
Découvrir les LLM, l’IA générative et les outils no-code utilisés en entreprise.
Gestion de projet
Piloter un projet data en mode Agile et Scrum, en équipe.
Éthique et conformité
Identifier les biais, évaluer les limites des modèles et protéger les données.
Programme du Mastère 1 en Data Science & IA
Deux semestres de 250 heures : les fondations de la programmation, des données et du machine learning, puis l’architecture, le data engineering et l’IA appliquée.
Alternance possible à partir du second semestre de chaque année : frais pris en charge par l’OPCO de l’entreprise.
Semestre 1 · Fondations
Les outils de base du data scientist.
Validation croisée, métriques, interprétation.
Premier bloc de compétences du titre visé.
Un cas métier en équipe, soutenu devant un jury.
Semestre 2 · Architecture et IA appliquée
AWS, Azure, Airflow, Kafka, dbt.
Blocs de compétences 2 et 3.
Texte, réseaux de neurones, transfer learning.
RGPD, AI Act et projet industriel de bout en bout.
Trois projets soutenus devant un jury : projet machine learning, dossier d’analyse des besoins et projet de synthèse.
Le programme module par module
Total : 500 heures, dont trois projets soutenus devant un jury. En mai, un entretien d’orientation confirme votre spécialisation de Mastère 2.
Tronc commun data et IA appliquée
Une première année commune à toutes les spécialisations : programmation, données et machine learning, plus les blocs SI industriels du titre RNCP39978. Vous choisissez votre Mastère 2 en mai, après un entretien d’orientation.
| Code | Module | Ce que vous apprenez | Bloc | Heures |
|---|---|---|---|---|
| M1.01 | Python pour la data sciencePython, Jupyter, Git | Python, NumPy, Pandas, Matplotlib et Seaborn, Git et GitHub ; analyse exploratoire d’un jeu de données réel | Fondations | 28 h |
| M1.02 | SQL et bases de donnéesPostgreSQL, SQLAlchemy | Modélisation, PostgreSQL, CTE et fonctions de fenêtrage, index et vues, procédures stockées, pipelines SQLAlchemy | Fondations | 35 h |
| M1.03 | Introduction au machine learningscikit-learn, XGBoost | Validation croisée, métriques, Random Forest, XGBoost, interprétation SHAP | Fondations | 28 h |
| M1.04 | Data visualisation et storytellingTableau | Tableau Desktop et Prep, expressions LOD, tableaux de bord interactifs, data storytelling | Fondations | 35 h |
| M1.05 | Analyse des besoins des SI industrielsBPMN, UML, PlantUML | Capteurs, automates, SCADA, MES, ERP ; recueil des besoins ; modèles BPMN et UML ; spécifications ; soutenance (bloc 1) | Bloc 1 RNCP | 35 h |
| M1.06 | Projet machine learningStreamlit, Docker | Cas métier en équipe : au moins cinq modèles comparés, SHAP, tableau de bord Streamlit, soutenance | Projet | 21 h |
| M1.07 | Gestion de projet agileJira, Trello | Scrum et Kanban, user stories, Jira, registre des risques, simulation d’un sprint complet | Transversal | 21 h |
| M1.08 | IA pour l’industriePython, MQTT, Grafana | Maintenance prédictive, contrôle qualité visuel, optimisation de production, jumeaux numériques, IoT et edge | Industrie | 24,5 h |
| M1.E1 | Examens du semestre 1 | Épreuves écrites et pratiques sur chaque matière | Évaluation | 22,5 h |
| Code | Module | Ce que vous apprenez | Bloc | Heures |
|---|---|---|---|---|
| M1.09 | Cloud computing AWS et AzureAWS, Azure, Docker | IaaS, PaaS et SaaS, machines virtuelles, bases managées, déploiement d’une API Flask ou Streamlit, IAM, coûts et souveraineté | Fondations | 21 h |
| M1.10 | Architecture des SI industrielsC4, UML, Figma | Architecture fonctionnelle, technique, données, réseau et sécurité, modèle C4, DMZ, VPN, VLAN, IAM, ANSSI et NIS, RGPD, plans de test, soutenance (bloc 2) | Bloc 2 RNCP | 49 h |
| M1.11 | Data engineering et pipelinesAirflow, Kafka, dbt | Data lake, warehouse et lakehouse, ETL et ELT, DAG Airflow, Parquet, Kafka, dbt, supervision et documentation | Fondations | 28 h |
| M1.12 | NLP et text mining industrielspaCy, Hugging Face | Tokenisation, lemmatisation, TF-IDF, embeddings, classification et clustering de textes | Fondations | 21 h |
| M1.13 | Prototypage et simulation des SIStreamlit, FastAPI, Grafana | Prototypes d’IHM, flux de capteurs simulés, composants REST et alertes, mini jumeau numérique, dossier technique et démo (bloc 3) | Bloc 3 RNCP | 42 h |
| M1.14 | Introduction au deep learningTensorFlow, Keras | Neurones et rétropropagation, réseaux multicouches, surapprentissage et régularisation, premier CNN et transfer learning | Fondations | 21 h |
| M1.15 | Droit et éthique de l’IAAI Fairness 360 | RGPD, classes de risque de l’AI Act, biais et équité, propriété intellectuelle, gouvernance des données, audit éthique | Transversal | 21 h |
| M1.16 | Projet de synthèseToute la stack de l’année | Projet industriel en équipe, de la donnée brute à l’application déployée : pipeline, modèle, cloud, tableau de bord, documentation et soutenance | Projet | 24,5 h |
| M1.E2 | Examens du semestre 2 | Épreuves écrites et pratiques sur chaque matière | Évaluation | 22,5 h |
Le projet machine learning (M1.06), le dossier d’analyse des besoins industriels (M1.05) et le projet de synthèse (M1.16).
En général 30 / 40 / 30 % par matière ; SI industriels sur dossier écrit et soutenance (60 / 40). Moyenne de 10/20 par semestre, rattrapage en juin.
Data Scientist, Data Analyst, Data & DevOps, IA & IoT ou IA & Cybersécurité, confirmé en mai après un entretien d’orientation.
Outils de l’année
Évaluation : en général 30 % pratique, 40 % projet et 30 % examen par matière ; les matières SI industriels sont évaluées sur dossier écrit et soutenance orale (60/40). Moyenne de 10/20 par semestre, rattrapage en juin.
Les compétences que vous développez
Vous construisez les bases solides de la data et de l’IA, et vous les appliquez à des cas réels d’entreprise.
- Programmer en Python, R et SQL pour l’analyse de données
- Analyser et nettoyer des jeux de données complexes
- Utiliser statistiques et probabilités pour interpréter
- Mettre en œuvre des algorithmes de machine learning
- Découvrir le deep learning, le NLP et les LLM
- Déployer une application data sur le cloud
- Intégrer éthique, biais et réglementation de l’IA

Métiers et débouchés
Après le Mastère 1, la plupart des étudiants poursuivent en Mastère 2 ; certains entrent directement dans la vie active.
Mastère 2 AI2
Data Scientist, Data Analyst, Data & DevOps ou IA & IoT.
Data Analyst
Analyse et interprète les données pour aider à la décision.
Data Scientist junior
Construit et évalue des premiers modèles prédictifs.
Les outils que vous utiliserez
Choisissez votre format
Trois façons d’obtenir le même titre RNCP de niveau 7 et le diplôme AI2, selon votre diplôme.
Mastère en 2 ans
Mastère 1 (tronc commun de 500 h, 7 500 €) puis Mastère 2 de spécialisation (8 000 €). Pour les titulaires d’un Bac+3.
Mastère 1Entrée directe en Mastère 2
Semestre intensif puis second semestre en alternance possible, 8 000 € en formation initiale. Pour les titulaires d’un Bac+4 dans un domaine proche.
Les Mastères 2Fast-Track Data Scientist
5 mois de cours au campus (500 h), puis 5 mois de stage ; jury en novembre 2027 et marché du travail dès la fin novembre. 10 000 €. Pour les ingénieurs et titulaires d’un master ou d’un Bac+4/5 proche.
Le Fast-Track| Mastère en 2 ans | Entrée directe en M2 | Fast-Track Data Scientist | |
|---|---|---|---|
| Niveau d’entrée | Bac+3 (licence, bachelor) | Bac+4 (M1, école d’ingénieur) | Ingénieur, master ou Bac+4/5 proche, test technique |
| Structure | M1 : 500 h de tronc commun, puis M2 de spécialisation | M2 : semestre intensif puis alternance possible | 5 mois au campus (500 h), puis 5 mois de stage |
| Frais | 7 500 € puis 8 000 € | 8 000 € | 10 000 € pour 10 mois |
| Alternance | À partir du S2 de chaque année | À partir du S2 | Non : stage de 5 mois inclus |
| Titre | RNCP niveau 7 et diplôme AI2 | RNCP niveau 7 et diplôme AI2 | RNCP niveau 7, jury en novembre 2027 |
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.
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
Manel Boumaiza
Data engineering, NLP et deep learning.

Enseignant assistant
Ammar Djebabla
Cloud, systèmes distribués, DevOps.

Professeur
Abdelhak Touiti, PhD
Systèmes embarqués, IoT et edge AI.

Fondateur et directeur académique
Yacine Aslimi
Stratégie data science et IA appliquée.
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.
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
Rester et travailler en France après le titre
Les titres RNCP de niveau 7 figurent sur la liste des diplômes au moins équivalents au master, ce qui ouvre les principales voies pour rester en France après le diplôme.
Titre de recherche d’emploi
12 mois non renouvelables pour trouver un emploi ou créer une entreprise, en travaillant librement.
Titre salarié
Emploi lié aux études payé au moins 2 800,53 € brut par mois : pas d’opposabilité de la situation de l’emploi.
Titres Talent
Salarié qualifié dès 39 582 € brut par an, ou carte bleue européenne dès 59 373 € : jusqu’à 4 ans.
Résidence longue durée
Carte de 10 ans après 5 ans sous titres de travail ; les années d’études ne comptent pas ; français B1.
Règles en vigueur en octobre 2026 ; chaque titre est délivré par la préfecture. Tout le parcours après le diplôme · Étudiants internationaux
Des défis réels, au-delà de la salle de cours
Les étudiants d’AI2 se confrontent à des problèmes posés par des institutions publiques et des entreprises : défense, agriculture, analytique d’entreprise.
Hackathon · nov. 2025Hackathon CND du ministère des ArméesCinq étudiants de Mastère 1 au fort du Mont-Valérien : anticiper les pannes grâce à l’IA.Voir AI2 en action →
Hackathon · févr. 2026Hackathon GAIA : l’IA générative pour l’agriculture48 heures au Salon International de l’Agriculture avec La Ferme Digitale pour concevoir un outil d’IA générative destiné aux élevages.Voir AI2 en action →
Webinar entreprise · nov. 2025Webinar SAS France : SAS Viya et SAS StudioLe département académique de SAS France a présenté la plateforme d’analytique utilisée par les banques, les assureurs et le secteur public.Voir AI2 en action →Rythmes et frais de formation
Trois façons de suivre la formation, avec le même programme et le même accompagnement.
Formation initiale
Au campus d’Écouen (Val-d’Oise), à 22 min de Paris Gare du Nord.
CandidaterAlternance
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
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, pour vérifier que le Mastère 1 correspond à votre projet.
Candidature en ligne
Formulaire de candidature et pièces du dossier.
Étude du dossier
Vérification du parcours académique et de la motivation.
Entretien individuel
Échange sur votre projet de spécialisation.
Décision et inscription
Réponse de l’équipe et inscription pour la rentrée choisie.
Prérequis : Bac+3 validé (licence en mathématiques, informatique, sciences ou équivalent).
Une formation 100 % reconnue par l’État

Une étape vers le titre RNCP de niveau 7
Le Mastère 1 prépare la poursuite en Mastère 2. La certification professionnelle de niveau 7 (Bac+5), RNCP39978 ou RNCP40554 selon la spécialisation, est visée à l’issue du Mastère 2, sous réserve de satisfaire aux conditions d’obtention du titre préparé.
AI2 est certifiée Qualiopi au titre des actions de formation (QUA008116). Tout comprendre sur la reconnaissance.
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 – Mastère 1 en Data Science & IA
Aux titulaires d’un Bac+3 en informatique, mathématiques, sciences ou équivalent.
Le M1 constitue une étape du parcours. La certification de niveau RNCP 7 est visée à l’issue du M2, sous réserve de satisfaire aux conditions du titre préparé.
Le Mastère 1 d’AI2 est orienté vers la pratique et les métiers de la data et de l’IA. Pour comparer les cursus, examinez le programme, les projets, les conditions d’admission et l’intitulé exact de la certification ou du diplôme préparé.
Oui, en présentiel ou à distance.
Oui, à partir du S2, selon le profil.
Data Analyst, Data Scientist junior ou poursuite en Mastère 2.
Oui, formation accessible et adaptée.
Trois rentrées en 2027 : janvier, mai et septembre, au campus d’Écouen ou à distance.
Tout savoir sur le Mastère 1 Data Science & IA
Programme du Mastère 1 en Data Science & IA
En intégrant le Mastère 1 en Data Science & Intelligence Artificielle, vous développerez des compétences concrètes et directement applicables autour des piliers essentiels de la data et de l’IA :
- Statistiques avancées et inférences appliquées à des cas réels
- Programmation en Python, R et SQL, analyse et visualisation de données
- Machine Learning, Deep Learning et NLP
- Cloud computing, pipelines de données et bases NoSQL
- DevOps : CI/CD, Docker et Kubernetes
- Architecture des systèmes d’information, cybersécurité et systèmes experts
- Stage ou projet réel, encadré par un mentor professionnel
Qu’allez-vous apprendre après le Mastère 1 Intelligence Artificielle ?
Le Mastère 1 Intelligence Artificielle vous permet d’entrer dans la logique des systèmes intelligents modernes.
Vous apprendrez comment fonctionnent les algorithmes d’apprentissage, comment ils sont entraînés, évalués et utilisés, tout en intégrant les enjeux éthiques et responsables liés à l’IA.
Voici un résumé de ce que vous allez étudier :
- Comprendre les principes fondamentaux de l’intelligence artificielle
- Mettre en œuvre des algorithmes de machine learning
- Découvrir les bases du deep learning et des réseaux de neurones
- S’initier au traitement du langage naturel (NLP)
- Explorer l’IA générative et les grands modèles de langage (LLM)
- Évaluer les performances et les limites des modèles d’IA
- Intégrer les notions d’éthique, de biais et de réglementation en intelligence artificielle
Qu’allez-vous apprendre après le Mastère 1 Data Science ?
Le Mastère 1 Data Science vous apporte une base solide et opérationnelle pour comprendre, analyser et exploiter les données dans un contexte professionnel réel.
L’objectif n’est pas seulement de manipuler des outils, mais de savoir poser les bonnes questions, interpréter les résultats et transformer les données en décisions utiles pour l’entreprise.
Voici un résumé de ce que vous allez étudier :
- Comprendre les fondements de la data science et le cycle de vie des données
- Analyser et nettoyer des jeux de données complexes
- Utiliser les statistiques et les probabilités pour interpréter les données
- Programmer en Python, R et SQL pour l’analyse de données
- Créer des visualisations claires et exploitables pour les décideurs
- Construire des modèles prédictifs simples et interprétables
- Travailler sur des projets concrets inspirés de cas réels d’entreprise
Pourquoi suivre la formation Data Science Mastère 1 chez AI2 ?
Quand on enseigne la data science, une chose est essentielle : les étudiants ne doivent pas seulement apprendre à utiliser des outils, ils doivent comprendre ce qu’ils font et pourquoi ils le font.
Au sein du Mastère 1 Data Science chez AI2, nous avons construit la formation pour que chaque notion ait un sens concret et une application réelle.
Que vous soyez en présentiel en région parisienne, au campus d’Écouen ou en formation à distance, vous suivez le même parcours, avec les mêmes exigences et le même accompagnement.
Tout au long de la formation, nous insistons sur des éléments qui font réellement la différence pour un étudiant :
- Une progression pédagogique claire, pensée pour consolider les bases avant d’aborder des concepts plus complexes
- Un travail régulier sur des jeux de données réels, proches de situations professionnelles
- Une approche qui privilégie la compréhension des résultats, pas seulement l’exécution de code
- Un suivi pédagogique continu, aussi bien en présentiel en région parisienne, au campus d’Écouen qu’en ligne
- Des projets qui permettent de relier la théorie aux besoins concrets des entreprises
- Une formation conçue pour préparer sereinement la suite du parcours, notamment le Mastère 2
Pourquoi suivre la formation Intelligence Artificielle Mastère 1 chez AI2 ?
L’intelligence artificielle est souvent présentée comme un ensemble de techniques complexes, parfois même comme une boîte noire.
Dans le Mastère 1 Intelligence Artificielle chez AI2, notre objectif est exactement l’inverse : aider les étudiants à comprendre comment fonctionnent réellement les modèles d’IA, quelles sont leurs limites et dans quels contextes ils peuvent être utilisés de manière pertinente.
Cette formation repose sur plusieurs piliers pédagogiques que nous jugeons indispensables aujourd’hui :
- Une compréhension claire des principes fondamentaux de l’intelligence artificielle, sans survol ni simplification excessive
- Un apprentissage progressif des algorithmes de machine learning et des bases du deep learning
- Une introduction raisonnée à l’IA générative et aux grands modèles de langage, avec recul et esprit critique
- Un travail constant sur les limites des modèles, les biais et les enjeux éthiques
- Un cadre pédagogique identique en présentiel en région parisienne, au campus d’Écouen et en formation en ligne, avec un véritable accompagnement
- Une formation pensée pour des étudiants qui souhaitent comprendre l’IA avant de chercher à l’appliquer
Master ou Mastère 1 : lequel est fait pour vous ?
C’est une question que l’on nous pose souvent. Le master universitaire et le mastère 1 ne poursuivent pas exactement le même objectif.
Le master classique est avant tout académique, centré sur la recherche, la théorie et la poursuite d’études universitaires.
Le Mastère 1, tel que nous l’avons conçu chez AI2, s’adresse à des étudiants qui souhaitent acquérir des compétences solides, applicables, et directement liées aux réalités du monde professionnel, tout en conservant un cadre reconnu et structuré.
Si vous aimez approfondir la théorie, écrire, analyser et vous orienter vers la recherche, le master universitaire peut être un bon choix.
Si en revanche vous souhaitez comprendre, pratiquer, expérimenter et vous préparer concrètement aux métiers de la data science et de l’intelligence artificielle, le Mastère 1 constitue souvent une voie plus adaptée.
La formation Data et Intelligence Artificielle chez AI2 est-elle proposée à Paris ?
Oui. Lorsque vous choisissez de suivre la formation en présentiel, les cours du Mastère 1 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 propice au travail collectif.
En parallèle, la formation est également accessible en ligne : dans ce cas, vous pouvez vous inscrire et suivre le Mastère 1 depuis n’importe quel pays, tout en conservant le même programme, les mêmes exigences pédagogiques et le même accompagnement.
Faut-il être à Paris pour suivre le Mastère 1 Intelligence Artificielle ?
Non, la présence à Paris n’est pas une obligation. Le Mastère 1 Intelligence Artificielle a été conçu pour s’adapter aux profils et aux contraintes des étudiants.
Si vous êtes à Paris et souhaitez suivre la formation en présentiel, c’est possible.
Si vous êtes en région ou à l’étranger, vous pouvez suivre la formation à distance, sans compromis sur le contenu ni sur le suivi pédagogique.
Ces formations peuvent aussi vous intéresser
Préparez votre spécialisation 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