Master Mathématiques appliquées, statistique - Parcours Data Science Modélisation Statistique

Partager sur :

Objectifs, programme, validation de la formation

Objectifs

L’objectif principal de la formation, orientée vers l’acquisition des connaissances scientifiques en sciences des données, est de permettre aux diplômés de maîtriser les concepts et technologies propres aux domaines de la modélisation statistique, des méthodes informatiques et du traitement des données pour différents secteurs des sciences de l’ingénieur.
Les compétences visées :
Aide à la décision
Application de la statistique
Gestion de base de données
Analyse prédictive
Data mining
Modélisation statistique
Analyse de l’information
Fiabilité, gestion des risques
Big Data

Description, programmation

Semestre 1 - M1 :
5 Unités d’enseignement obligatoires (UEO) :

Modèles linéaires généralisés (estimations et prédictions)
Séries chronologiques et prévisions
Systèmes d’information opérationnels : bases de données
Programmation et traitement statistique des données (R, Python, SAS)
Statistique Bayésienne et MCMC
Unité de Culture Générale :
Anglais
Fonctions de l’entreprise
Semestre 2 - M1 :
4 Unités d’enseignement obligatoires (UEO) :
Fouille de données (data mining) et apprentissage statistique (Machine Learning)
Modèles de durées et analyse de survie
Systèmes d’information décisionnels et entrepôts de données
Consultance et projets tuteurés
1 Unité d’enseignement (UE) à choisir :
Optimisation statistique et Business Intelligence
Bases de données
Unité de Culture Générale :
Anglais,
Communication
Semestre 3 - M2 :
5 Unités d’enseignement (UE) à choisir :
Modélisation de données complexes
Machines à vecteurs supports (SVM) et méthodes à noyaux
Statistique en Assurance/Marketing analytique
Extraction des connaissances à partir de données (deep learning et intelligence artificielle)
Conférences et mini-cours
Statistiques spatiales et systèmes d’Information Géographique (SIG)
Semestre 4 - M2 :
1 Unité d’enseignement obligatoire :
Stage de 20 semaines minimum en entreprise ou en laboratoire de recherche