Le parcours SMSD est une spécialité en ingénierie mathématique. Ce parcours de M2 forme des statisticiens, analystes de données, data scientists, etc… aptes à répondre aux différentes demandes thématiques du monde socio-économique. Il offre aux étudiants une formation solide en statistique, modélisation mathématique, avec une maitrise des outils informatiques. Les dernières avancées des méthodes statistiques, d’optimisation et du traitement des gros volumes de données seront enseignées aux étudiants.
Ce parcours de master a pour vocation l'acquisition d'un éventail d'outils et de méthodes mathématiques déterministes comme stochastiques, en faisant appel à des compétences transverses telles que l’informatique ou la gestion de projet.
Compétences scientifiques :
- modélisation statistique : maîtrise du choix et mise en pratique des modèles statistiques variés (modèles linéaires, ANOVA, modèles linéaires généralisées, séries temporelles, mélanges, estimation paramétrique et non paramétrique, modèles de censure, détection des ruptures, estimation fonctionnelle, bootstrap, sélection automatique des variables )
- modélisation des gros volumes de données : modèles statistiques variés en grande dimension, machine learning, data mining, apprentissage statistique, deep learning
- analyse automatique de text (text mining): réponses ouvertes à des questionnaires, entretiens, littérature scientifique, réseaux sociaux
- mathématique : maîtrise des principaux outils et d’algorithmes en optimisation convexe, avec applications en apprentissage
- modélisation probabiliste : développement de modèles discrets ou continus pour le calcul (Monte Carlo), la fiabilité, la logistique, la biologie appliquée, la finance (modélisation et évaluation d'actifs financiers)
- fouille de données : notions théoriques sur les bases de données, techniques factorielles d'analyse des données, classification, apprentissage
- informatique : prise en main de Linux, fonctionnement du réseau internet, programmation en Python, création d’un site web, web crawling
- conception et exploitation d'une base de données: formuler des requêtes déclaratives en SQL, repérer des problèmes de conception dans une base de données existante, appréhender les valeurs manquantes
- maitrise de techniques de modélisation pour la santé : méthodes de bio-statistique, équations et la santé, intelligence artificielle pour la santé
- logiciels : pratique experte de R, SAS, Python, ...
Compétences non scientifiques :
La réalisation et la rédaction de nombreux projets pratiques permet aux étudiants de développer leurs capacités à rédiger un mémoire, présenter leurs travaux, travailler en groupe, organiser une recherche d'information, gérer les échéanciers. Bien sûr, des cours d'anglais sont dispensés, avec des objectifs adaptés au niveau des étudiants.
