INSI

034 72 896 32 – 032 96 640 09

contact@insi.mg

Lot VF 32 Ter Ankazotokana Ambanidia

Accueil

Qui sommes nous ?

INSI – Institut National Supérieur d’Informatique : Une université informatique internationale basée à Madagascar

L’INSI est une école universitaire spécialisée dans les métiers de l’informatique, proposant des formations académiques et professionnelles adaptées aux besoins du marché. Basé à Antananarivo, à Madagascar, l’INSI se positionne aujourd’hui comme un *acteur international majeur de l’enseignement supérieur en informatique

INSI , Offre trois parcours de formation

INSI , Offre trois parcours de formation

Formation professionnelle

🌐 Orientation vers les métiers techniques dès la 2ème année

’INSI propose trois *parcours de spécialisation en Licence et Master* :

Et pour les cycles Master :

Ces parcours incluent également des modules avancés en :

– ☁️ *Cloud Computing* (AWS, Azure, Google Cloud Platform)
– 🔄 *DevOps et DevSecOps*
– 📊 *Power BI et visualisation des données*
– 📈 *Big Data et Intelligence Artificielle appliquée*
– 💼 *Certifications internationales* intégrées au cursus (ex. : CEH, Data Analyst IBM, Data Science Google via CourseraPlus)
– 🗣️ *Français académique* avec passage du *DALF C1 en L3* et *DALF C2 en M2*
– 🌍 *Certifications linguistiques C1/C2* pour renforcer l’employabilité internationale
Diplômes de Licence (L1 à L3) et de Master (M1-M2) délivrés en double diplomation internationale
L’INSI fonctionne également comme un *institut d’alternance*, permettant aux étudiants de combiner cours théoriques et immersion en entreprise durant leur formation.

Informations d'Inscription INSI 2026-2027

co-diplomation avec

Parcours de Licence

– GL : Génie Logiciel
– ARSB : Administration Réseaux, Systèmes et Bases de Données
– IAD : Intelligence Artificielle et Data Science

Rentrée Académique 2026 – 2027
Jeudi Mardi 06 Octobre 2026

Dossier d'inscription (L1)

  • 4 photos d’identité récentes
  • 1 certificat de résidence de moins de 3 mois
  • 1 acte de naissance (pour les mineurs)
    ou une photocopie certifiée de la CIN (pour les majeurs)
    ou du passeport (pour les étudiants étrangers)
  • 1 relevé de notes du Baccalauréat ou une attestation de réussite
  • Bulletins de notes du 1er et du 3e trimestre de Terminale
  • Frais de dépôt du dossier : 30 000 MGA
  • 1 fiche de renseignements (à retirer sur place ou en ligne)
  • 1 chemise cartonnée verte

Frais de scolarité
Diplôme National (État Malagasy)

Niveau

L1

Droit d'inscription

300.000 MGA

Diplôme

Nationale

Ecolage (10 mois)

210 000 MGA/mois

Certifications

DELF B1 – Anglais B1

Double diplôme International
(État Malagasy + Partenaires académiques internationaux)

Niveau

L1

Droit d'inscription

300.000 MGA

Diplôme

Double diplôme international

Ecolage (10 mois)

340 000 MGA/mois

Certifications

DELF B1 – Anglais B1

Date limite de dépôt des dossiers
30 Septembre 2026

Parcours de Licence

– GL : Génie Logiciel
– ARSB : Administration Réseaux, Systèmes et Bases de Données
– IAD : Intelligence Artificielle et Data Science

Rentrée Académique 2026 – 2027
Mardi 10 Novembre 2026

Dossier d'inscription (L2)

  • 4 photos d’identité récentes
  • 1 certificat de résidence de moins de 3 mois
  • 1 acte de naissance (pour les mineurs)
    ou une photocopie certifiée de la CIN (pour les majeurs)
    ou du passeport (pour les étudiants étrangers)
  • 1 relevé de notes du Baccalauréat ou une attestation de réussite
  • Bulletins de notes du 1er et du 3e trimestre de Terminale
  • Frais de dépôt du dossier : 30 000 MGA
  • 1 fiche de renseignements (à retirer sur place ou en ligne)
  • 1 chemise cartonnée verte

Frais de scolarité
Diplôme National (État Malagasy)

Niveau

L2

Droit d'inscription

300.000 MGA

Diplôme

Nationale

Ecolage (10 mois)

230 000 MGA/mois

Certifications

DELF B1 – Anglais B1

Double diplôme International
(État Malagasy + Partenaires académiques internationaux)

Niveau

L2

Droit d'inscription

300.000 MGA

Diplôme

Double diplôme international

Ecolage (10 mois)

360 000 MGA/mois

Certifications

DELF B1 – Anglais B1

Date limite de dépôt des dossiers
30 Septembre 2026

Parcours de Licence

– GL : Génie Logiciel
– ARSB : Administration Réseaux, Systèmes et Bases de Données
– IAD : Intelligence Artificielle et Data Science

Rentrée Académique 2026 – 2027
Jeudi 12 Novembre 2026

Dossier d'inscription (L3)

  • 4 photos d’identité récentes
  • 1 certificat de résidence de moins de 3 mois
  • 1 acte de naissance (pour les mineurs)
    ou une photocopie certifiée de la CIN (pour les majeurs)
    ou du passeport (pour les étudiants étrangers)
  • 1 relevé de notes du Baccalauréat ou une attestation de réussite
  • Bulletins de notes du 1er et du 3e trimestre de Terminale
  • Frais de dépôt du dossier : 30 000 MGA
  • 1 fiche de renseignements (à retirer sur place ou en ligne)
  • 1 chemise cartonnée verte

Frais de scolarité
Diplôme National (État Malagasy)

Niveau

L3

Droit d'inscription

300.000 MGA

Diplôme

Nationale

Ecolage (10 mois)

240 000 MGA/mois

Certifications

DELF B1 – Anglais B1

Double diplôme International
(État Malagasy + Partenaires académiques internationaux)

Niveau

L3

Droit d'inscription

300.000 MGA

Diplôme

Double diplôme international

Ecolage (10 mois)

370 000 MGA/mois

Certifications

DELF B1 – Anglais B1

Date limite de dépôt des dossiers
30 Septembre 2026

Collaboration

Un institut international membre du Collège de Paris

L’INSI est fier d’être membre du *Collège de Paris International*, un réseau d’écoles et d’universités présentes en France et à l’échelle mondiale. Ce partenariat permet à l’INSI de proposer :

L’INSI collabore également avec d'autres institutions d’enseignement supérieur telles que l’École Supérieure Polytechnique d’Antsiranana (ESPA) à Madagascar.

L’INSI est ainsi l’un des rares *instituts privés à Madagascar à délivrer des diplômes de Bachelor (Licence) et de Master reconnus au niveau international*, tout en valorisant les talents malagasy dans l’écosystème numérique global.

Un parcours Master professionnalisant et international

Le Master 2 est ouvert aux candidats titulaires d’un Bac+4 ou équivalent en informatique. L’admission se fait par sélection de dossier et *test de niveau (mathématiques)*.

Contenu des modules (selon les spécialisations choisies) :

Intelligence artificielle & data science

– Mathématiques, statistiques, collecte, exploration de données
– Machine learning, deep learning, langage Python, R
– Data engineering, Scala, DevOps, Big Data
– Introduction à l’IA avancée (LLM, NLP, vision, etc.)

Développement web & mobile

– Frontend : MERN, MEVN, MEAN
– Backend : Symfony, Laravel
– Mobile : React Native, Flutter, Kotlin
– Intégration IA dans les applications

Infrastructures & bases de données avancées

– Bases de données relationnelles et objets, tuning
– Datawarehouse, datamining, CRM
– Sécurité réseaux, pentesting, ethical hacking
– Cloud computing (AWS, Azure, Google Cloud)

Environnements de développement & serveurs

– Java avancé, J2EE, .NET, XML, Web services
– Architecture n-tier, serveurs applicatifs mobiles et d’entreprise

Systèmes d’information & conception

– ERP, EAI, gestion de projet AGILE, design pattern
– Environnement Android / IOS, UML avancé, entrepreneuriat

Conditions d'admission et dépôt de dossier

– Baccalauréat ou attestation de réussite au BAC
– Test de niveau pour L1

– Relevés de notes et diplôme du niveau précédent (DTS ou L1)
– Test de niveau ou évaluation équivalente

– Bac+3 ou Bac+4 en informatique ou domaines apparentés
– Sélection sur dossier et test

L'INSI propose à ses étudiants :

Formations disponibles en présentiel  à distance (e-learning)

Comment postuler ?

Pour toute inscription en Licence, DTS ou Master :

📞 Téléphone / WhatsApp :
– +261 34 72 896 32 (WhatsApp)
– +261 38 34 563 78
– +261 37 48 031 77

– Dossier à déposer au siège ou à envoyer à insi.universite@gmail.com
– Pour plus d’informations sur les programmes ou les mobilités internationales, vous pouvez contacter directement la direction

À chacun son programme, à chacun son parcours

Que vous cherchiez une formation en continu, en alternance, que vous soyez étudiant ou en reconversion, nous avons la réponse pour vous !

Projet de fin de formation

Projet de fin de formation pour la formation professionnelle en CDA et CDS

Génie Logiciel

Concevoir des logiciels, souvent à la demande d'un client.

Intégration web et développement

Maîtrise des nouvelles techniques du Web 2.0 à web3.0 et du développement Front-end, Back-end, tous les API.

webmarketing et Communication digitale

Communication et web marketing digitale à la pointe du métier du web.

Administration Réseaux Systèmes et base de données

Aélabore, optimise et supervise une ou plusieurs bases d'information internes à une entreprise.

Sécurité Réseaux et Hacking

La sécurité du réseau protège ces systèmes contre les logiciels malveillants/rançongiciels, les attaques par déni de service distribué (DDoS), les intrusions dans le réseau, etc.,

Intelligence artificielle et Data science

L'axe Science des données et intelligence artificielle s'intéresse aux fondations du management et de l'analyse des données sous toutes leurs formes (massives, complexes, hétérogènes, incertaines, etc.)

Data Analytics

L’analyse des données est une compétence suprême pour les grandes entreprises

Data Vizualisation

Savoir mettre en œuvre différentes techniques de visualisation graphique et de mise en récit pour valoriser les données

Deep learning

L’apprentissage profond est l’une des compétences les plus convoitées dans l’industrie technologique. Ce cours couvre les algorithmes populaires de Deep Learning : Réseaux convolutifs, BatchNorm, RNNs, etc.,

Machine Learning

Le programme Data science avec R couvre toutes les techniques d’analyse de données en utilisant les derniers outils comme R, Python, Tableau, Machine Learning et MiniTab.

Data Engineer

L’ingénierie des données est le processus de développement et de construction de systèmes de collecte, de stockage et d’analyse de données à grande échelle.

Python

En tant que langage polyvalent, Python est utilisé pour développer un large éventail d’applications et n’est pas adapté à un problème spécifique.

Langage R

Le langage Rest un ensemble parfait qui vous permet d’apprendre l’ensemble du cycle de vie des données et toutes les méthodes pour y parvenir.

Mlops

MLOps ou ML Ops est un ensemble de pratiques qui vise à déployer et maintenir des modèles de machine learning en production de manière fiable et efficace.

file_type_docker

Docker

Les développeurs sont guidés par des recommandations contextuelles là où ils travaillent, exploitant les données collectées à partir d'un large éventail d'intégrations.

Nos partenaires

Marketing

Campagne de marketing Segmentation de la clientèle

En utilisant des idées d’apprentissage non supervisé telles que la réduction de la dimensionnalité et le regroupement, l’objectif est d’obtenir les meilleurs segments de clientèle possibles en utilisant les données de la clientèle. l’objectif est d’obtenir les meilleurs segments de clientèle possibles à partir de l’ensemble de données données clients.

Outils et concepts : K-Means, DBSCAN, GMM, Clustering hiérarchique, K-Mediods, PCA, T- SNE

BFSI

Prévision des défauts de paiement

Construire un modèle de classification pour prédire les clients susceptibles de ne pas rembourser leur prêt et donner des recommandations à la banque sur les caractéristiques importantes à prendre en compte lors de l’approbation d’un prêt. recommandations à la banque sur les caractéristiques importantes à prendre en compte lors de l’approbation d’un prêt.

Outils et concepts : Régression logistique, arbres de décision, forêts aléatoires, méthodes d’ensemble

SANTÉ

Détection du paludisme

Construire un modèle de vision par ordinateur efficace pour détecter la malaria. Le modèle doit permettre d’identifier si l’image d’un globule rouge est celle d’une personne infectée par le paludisme ou non, et la classer respectivement comme parasitée ou non infectée. comme étant parasité ou non infecté, respectivement.

Outils et concepts : Réseaux neuronaux artificiels, réseaux neuronaux à convolution, vision par ordinateur, apprentissage par transfert, régularisation CNN, etc. vision par ordinateur, apprentissage par transfert, régularisation CNN

https://hamoyehq.medium.com/hdsc-winter-22-capstone-project-presentation-malaria-detection-via-blood-sample-images-using-cnns-6f852b310b74

RECHERCHE

Détection des émotions faciales - DL CNN

L’objectif de ce projet est d’utiliser des techniques d’apprentissage profond et d’intelligence artificielle pour créer un modèle de vision par ordinateur capable de détecter avec précision les émotions faciales. Le modèle devrait être capable d’effectuer une classification multi-classes sur des images d’expressions faciales, afin de classer les expressions selon l’émotion associée. expressions en fonction de l’émotion associée.

Outils et concepts : Réseaux neuronaux artificiels, réseaux neuronaux à convolution, vision par ordinateur, apprentissage par transfert, régularisation des réseaux neuronaux artificiels. Vision par ordinateur, apprentissage par transfert, régularisation CNN.

Divertissement

Systèmes de recommandation musicale

Recommander 10 chansons à un utilisateur en fonction de la probabilité qu’il aime ces chansons.

Tools & Concepts: Rank-based, Similarity-based, collaborative filtering, content-based filtering, SVD-based models, and Matrix Factorization based Recommendation System.

TRANSPORT

Explorer et visualiser l'ensemble des données

Construire un modèle pour prédire les prix des voitures d’occasion. Générer un ensemble ensemble d’informations et de recommandations qui aideront l’entreprise.

Outils et concepts : Régression linéaire, Lasso, et régression Ridge, MCO, Méthodes d’ensemble

Commerce de détail

Prévision du prix des cartes d'occasion

Système de recommandation de produits Amazon AI

Ce projet consiste à recommander aux utilisateurs les meilleurs produits Amazon disponibles sur la base des données d’évaluation antérieures à l’aide de techniques de systèmes de recommandation pilotés par l’IA. les données d’évaluation antérieures en utilisant des techniques de systèmes de recommandation pilotés par l’IA.

Outils et concepts : Systèmes de recommandation basés sur le rang, basés sur la similarité, basés sur la factorisation matricielle, basés sur le contenu

Santé

Analyse du diabète

Ce projet consiste à analyser les différents aspects du diabète dans la tribu des Indiens Pima.

Outils et concepts : Analyse exploratoire des données, visualisation des données et statistiques

Immobilier

Prédiction du prix des maisons à Boston grâce à l'IA.

Ce projet consiste à prédire les prix de l’immobilier dans la région métropolitaine de Boston en se basant sur les caractéristiques de la propriété et de la localité à l’aide de techniques de régression. caractéristiques du bien et de sa localité en utilisant des techniques de régression.

Tools & Concepts: Linear Regression, Logistic Regression, and K-Nearest Neighbors

éducation

Prévoir les clients potentiels

Ce projet consiste à identifier les prospects qui ont le plus de chances de se transformer en clients payants sur la base des attributs des prospects et des détails de leur interaction.

Outils et concepts : Arbres de décision et forêts aléatoires.

Agriculture

IA Coton : Détection Optimale

Création et la mise en place d’une plateforme basée sur l’intelligence artificielle et machine learning pour la détection des maladies du coton.

Cette plateforme utilisera des algorithmes d’apprentissage automatique pour analyser des images de plantes de coton et identifier les signes de maladies, permettant ainsi une détectionprécoce et précise.

Elle offrira aux agriculteurs un outil de surveillance en temps réel, contribuant ainsi à une meilleure gestion des cultures, à la réduction des pertes de récolte et à l’amélioration de la durabilité de l’industrie cotonnière.

Santé

Détection Tuberculose Innovante

« Détection automatisée de la Tuberculose par Computer Vision »

Ce projet combine la puissance de la Computer Vision et du Deep Learning pour détecter précocement la tuberculose, un problème majeur de santé publique

Personnalisation

Recommandation Client Avancée

Application à l’approche des méthodes de filtrage collaboratif et de l’algorithme non supervisé Clustering dans l’étude de cas de mise en place d’un système de recommandation client”.

Plus spécifiquement, il s’agira d’explorer les profils de clients, la relation entre les types de produits PPN et les profils des clients afin d’établir des groupes homogènes de clients en vue de personnaliser et proposer des produits de l’entreprise.

#IA #InteligenciaArtificial

Santé

Détection Somnolence

« L’intelligence artificielle propose une approche plus objective et automatisée dans la détection de la somnolence, en utilisant une diversité de données, notamment des signaux biométriques, des informations issues de capteurs, ainsi que des données comportementales. »

Alimentation

IA Prix Alimentaires

Suivi des prix des marchés dans le cadre de la sécurité alimentaire à Madagascar ” qui consiste à cartographier les marchés avec le niveau courant des produits de base (principal produit du marché) grâce aux outils de l’IA.

Ce projet permettra d’analyser les tendances et les saisonnalités des prix afin de pouvoir créer un modèle de prévision des prix des denrées alimentaires.

Énergétique

Prévision Énergétique Avancée

Mise en place d’un modèle Deep-Learning pour la prédiction des demandes électriques à Madagascar

Il s’agit d’un modèle de l’algorithme automatique, Deep Learning avancé qui est capable d’apprendre et de traiter des données temporelles afin de prédire avec précision les demandes électriques futures dans les villages en villes ou lointaines à Madagascar . En utilisant des techniques de forcasting, le modèle est en mesure d’analyser les tendances passées et les schémas temporels pour estimer de manière fiable la demande énergétique future.

Cette prédiction précise des demandes électriques qui permettra aux entreprises et aux fournisseurs d’énergie de mieux planifier, d’optimiser leur production et leur distribution d’électricité, tout en garantissant une meilleure gestion des ressources et une satisfaction accrue des besoins énergétiques des utilisateurs.

Le modèle utilise des techniques telles que LSTM, Random Forest et la Régression Linéaire pour analyser et apprendre à partir des données historiques. L’objectif principal est de permettre à Madagascar de prévoir avec précision les demandes électriques pour les 6 , 12, 18 jusqu’à 36 mois prochains comme idée.

En anticipant les besoins en électricité, les autorités et entreprises responsables pourrons mieux planifier la production et la distribution d’électricité, réduisant ainsi les risques de pénurie et améliorant la satisfaction des clients.

Partnership Opportunity

Reglement interieur de l'INSI

Explorez les règles intérieures de l’INSI