Université Lyon 1
Université de Lyon
Arqus
Accueil  >>  Master  >> Mathématiques appliquées, statistique  >>  Data science
Langue des Descriptions :
  Etendu aux fiches UE.
  • Domaine : Masters du domaine SCIENCES, TECHNOLOGIES, SANTE
  • Diplôme : Master
  • Mention : Mathématiques appliquées, statistique
  • Parcours : Data science
   
Parcours non visible temporairement sur la partie publique dans le cadre de la préparation à la nouvelle accréditation
    Présentation :
Modalité de formation :
  • Formation initiale
  • Formation continue
  • Formation accessible en VAE (Validation des Acquis de l'Expérience)
Formation diplômante
Nature de la Formation :
Diplôme national
Niveau de recrutement :
BAC+3
Niveau de sortie :
BAC+5
Durée de la formation :
4 semestres
Adresse web d'inscription : *
https://ecandidat.univ-lyon1.fr/
Lieux de formation :
Cette formation est dispensée principalement sur le(s) site(s) suivant(s) :
  • Villeurbanne - La Doua
Diplôme co-accrédité :
Cette formation est co-accréditée avec le(s) établissement(s) suivant(s) :
  • Université Lumière Lyon 2
  • Université Jean Monnet Saint-Etienne
  • Ecole Centrale de Lyon
  • Ecole Normale Supérieure de Lyon
  • Ecole Nationale Supérieure des Mines de Saint-Etienne
Langues d'enseignement :
  • FR  Français
    Description de la formation :
Pour la spécialité Mathématique voir le site: http://mastermas.univ-lyon1.fr/
Pour la spécialité Informatique voir le site: http://master-info.univ-lyon1.fr/ds
    Résumé de la formation :

Le parcours de Data Science est une spécialité professionnelle en ingénierie mathématique et informatique. Elle offre aux étudiants une formation solide en statistique et informatique, permettant d’acquérir un socle de connaissances conduisant à l’exercice opérationnel du métier de « data scientist ».

    Public concerné et pré-requis :
Les prérequis d'une première année d'un master de mathématiques ou d'informatique, ou équivalent, sont nécessaires.
    Spécificités et conditions d'accès :
Pour le M2 Data Science, les prérequis d'une première année d'un master de mathématiques ou d'informatique, ou équivalent, sont nécessaires.
    Effectifs des années antérieures :
Année 2016/2017: 27 étudiants
    Responsabilité du Parcours :
CIUPERCA GABRIELA
04.26.23.45.57
AUSSEM ALEXANDRE
04.72.43.44.66
    Composante(s) de l'université responsable de cette formation :
UFR Faculté des sciences / Département de Mathématiques
Département - Composante d'Informatique
    Liste des Unités d'Enseignement (UE) :
UE survolée :
Validation pour 1 semestre (30 cts)
S1
Analyse appliquée et EDP
6*
Statistiques paramétriques
6*
Logiciels scientifiques
3*
Analyse numérique et optimisation
6*
Probabilités
6*
Anglais pour la communication professionnelle niveau 1
3*
S2
Bloc 1
18*
Projet en mathématiques appliquées
6*
Bases de données - HTML5 - PHP
3*
Bloc 4
3*
S3
Statistique Inférentielle
3*
Modèles de régression
3*
Modèles Graphiques Probabilistes
3*
Data Visualization
3*
Cloud computing
3*
Anglais pour la communication professionnelle niveau 2
3*
Bloc 7
9*
Analyse des graphes de données
3*
S4
Machine Learning
3*
Data Mining
3*
Big Data Analytics
3*
Bloc 4
21*
UE Obligatoire(s)
UE Optionnelle(s)
UE Libre(s)
* Nombre de crédits de l'UE
  • Semestre 1
  • Semestre 2
  • Semestre 3
  • Semestre 4
S1: 1 [UE Obligatoire] (6 Crédits) :
   Analyse appliquée et EDP (6 ECTS) MAT1267M

S1: 2 [UE Obligatoire] (6 Crédits) :
   Statistiques paramétriques (6 ECTS) MAT1068M

S1: 3 [UE Obligatoire] (3 Crédits) :
   Logiciels scientifiques (3 ECTS) MAT1070M

S1: 4 [UE Obligatoire] (6 Crédits) :
   Analyse numérique et optimisation (6 ECTS) MAT1268M

S1: 5 [UE Obligatoire] (6 Crédits) :
   Probabilités (6 ECTS) MAT1269M

S1: 6 [UE Obligatoire] (3 Crédits) :
   Anglais pour la communication professionnelle niveau 1 (3 ECTS) LGMAT1AM

S2: Bloc 1 [UE Libres] (18 Crédits) :
   Processus Stochastiques et modélisation (6 ECTS) MAT1112M
   Recherche opérationnelle et optimisation discrète (6 ECTS) MAT1016M
   Séries chronologiques (6 ECTS) MAT1072M
   Systèmes dynamiques (6 ECTS) MAT1073M
   Transformée de Fourier et traitement du signal (6 ECTS) MAT1274M

S2: 2 [UE Obligatoire] (6 Crédits) :
   Projet en mathématiques appliquées (6 ECTS) MAT1270M

S2: 3 [UE Obligatoire] (3 Crédits) :
   Bases de données - HTML5 - PHP (3 ECTS) MAT1271M

S2: Bloc 4 [UE Obligatoires] (3 Crédits) :
   TrIP - Communication (1 ECTS) IPMAT08M
   TrIP - Rechercher un stage, un emploi (2 ECTS) IPMAT01M

S3: 1 [UE Obligatoire] (3 Crédits) :
   Statistique Inférentielle (3 ECTS) MAT2444M

S3: 2 [UE Obligatoire] (3 Crédits) :
   Modèles de régression (3 ECTS) MAT2447M

S3: 3 [UE Obligatoire] (3 Crédits) :
   Modèles Graphiques Probabilistes (3 ECTS) INF2354M

S3: 4 [UE Obligatoire] (3 Crédits) :
   Data Visualization (3 ECTS) INF2353M

S3: 5 [UE Obligatoire] (3 Crédits) :
   Cloud computing (3 ECTS) INF2340M

S3: 6 [UE Obligatoire] (3 Crédits) :
   Anglais pour la communication professionnelle niveau 2 (3 ECTS) LGMAT2AM

S3: Bloc 7 [UE Libres] (9 Crédits) :
   Analyse factorielle (3 ECTS) MAT2448M
   Connaissance métier (3 ECTS) INF2178M
   Développement Informatique (6 ECTS) MAT2442M
   Droit de l'informatique et de l'internet (3 ECTS) INF2014M
   Fondamentaux mathématiques pour les Data Science (3 ECTS) INF2357M

S3: 8 [UE Obligatoire] (3 Crédits) :
   Analyse des graphes de données (3 ECTS) INF2419M

S4: 1 [UE Obligatoire] (3 Crédits) :
   Machine Learning (3 ECTS) INF2356M

S4: 2 [UE Obligatoire] (3 Crédits) :
   Data Mining (3 ECTS) INF2355M

S4: 3 [UE Obligatoire] (3 Crédits) :
   Big Data Analytics (3 ECTS) INF2339M

S4: Bloc 4 [UE Libres] (21 Crédits) :
   Stage (21 ECTS) MAT2449M
   Stage d'application professionnelle ou de recherche (21 ECTS) INF2001M

    Poursuites d'études et débouchés :
- Débouchés dans tous les secteurs d'activité intéressés par les outils très récents (data mining, big data, machine learning, méthodes mathématiques en très grande dimension) du traitement des données massives:
  • marketing;
  • réseaux sociaux;
  • secteur industriel;
  • médical.
- Possibilité de poursuivre en thèse de mathématiques appliquées.
    Secteurs disciplinaires concernés :
  • Informatique
  • Mathématiques
Date de la dernière mise-à-jour : 24/03/2022