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, Informatique
  • Parcours : Data science
Présentation :
Modalité de formation :
  • Formation initiale
  • Formation continue
Formation diplomante
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://masterim.univ-lyon1.fr/?q=node/79
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
0426234557
AUSSEM alexandre
0472434466
Composante(s) de l'université responsable de cette formation :
Faculté des Sciences et Technologies / Dépt. de Mathématiques
Faculté des Sciences et Technologies / Dépt. d'Informatique
Liste des Unités d'Enseignement (UE) :
UE survolée :
Validation pour 1 semestre (30 cts)
S1
Analyse appliquées 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
Recherche opérationnelle et optimisation discrète
18*
Projet en mathématiques appliquées
6*
Bases de données - HTML5 - PHP
3*
Transversale insertion professionnelle
3*
S3
Statistique Inférentielle
3*
Modèles de régression
3*
Modèles Graphiques Probabilistes
3*
Graphes, Complexité, Combinatoire
3*
Data Visualization
3*
Cloud computing
3*
Anglais pour la communication professionnelle niveau 2
3*
Connaissance métier
9*
S4
Machine Learning
3*
Data Mining
3*
Big Data Analytics
3*
Stage d'application professionnelle ou de recherche
21*
UE Obligatoire
UE Optionnelle
UE Libre
* Nombre de crédits de l'UE
S1-UE1 [UE Obligatoire] (6 Crédits) :
Analyse appliquées et EDP (6 cts)

S1-UE2 [UE Obligatoire] (6 Crédits) :
Statistiques paramétriques (6 cts)

S1-UE3 [UE Obligatoire] (3 Crédits) :
Logiciels scientifiques (3 cts)

S1-UE4 [UE Obligatoire] (6 Crédits) :
Analyse numérique et optimisation (6 cts)

S1-UE5 [UE Obligatoire] (6 Crédits) :
Probabilités (6 cts)

S1-UE6 [UE Obligatoire] (3 Crédits) :
Anglais pour la communication professionnelle niveau 1 (3 cts)

S3-UE1 [UE Obligatoire] (3 Crédits) :
Statistique Inférentielle (3 cts)

S3-UE2 [UE Obligatoire] (3 Crédits) :
Modèles de régression (3 cts)

S3-UE3 [UE Obligatoire] (3 Crédits) :
Modèles Graphiques Probabilistes (3 cts)

S3-UE4 [UE Obligatoire] (3 Crédits) :
Graphes, Complexité, Combinatoire (3 cts)

S3-UE5 [UE Obligatoire] (3 Crédits) :
Data Visualization (3 cts)

S3-UE6 [UE Obligatoire] (3 Crédits) :
Cloud computing (3 cts)

S3-UE7 [UE Obligatoire] (3 Crédits) :
Anglais pour la communication professionnelle niveau 2 (3 cts)

S3-UE8 [UE Libre] (9 Crédits) :
Analyse factorielle (3 cts)
Connaissance métier (3 cts)
Développement Informatique (6 cts)
Droit de l'informatique et de l'internet (3 cts)
Fondamentaux mathématiques pour les Data Science (3 cts)

S4-UE1 [UE Obligatoire] (3 Crédits) :
Machine Learning (3 cts)

S4-UE2 [UE Obligatoire] (3 Crédits) :
Data Mining (3 cts)

S4-UE3 [UE Obligatoire] (3 Crédits) :
Big Data Analytics (3 cts)

S4-UE4 [UE Libre] (21 Crédits) :
Stage (21 cts)
Stage d'application professionnelle ou de recherche (21 cts)

Les enquêtes d’insertion professionnelle sont réalisées par l'Observatoire de la Vie Etudiante.
Lien vers Statistiques d’insertion professionnelle
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 : 31/05/2017