Université Lyon 1
Université de Lyon
Arqus
Accueil  >>  Master  >> Informatique  >>  Data science
Langue des Descriptions :
  Etendu aux fiches UE.
  • Domaine : Masters du domaine SCIENCES, TECHNOLOGIES, SANTE
  • Diplôme : Master
  • Mention : Informatique
  • Parcours : Data science
    Présentation :
Modalité de formation :
  • Formation initiale
  • Formation continue
  • Formation accessible en VAE (Validation des Acquis de l'Expérience)
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) :
  • 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 :
AUSSEM ALEXANDRE
04.72.43.44.66
ELGHAZEL HAYTHAM
04.26.23.44.65
    Composante(s) de l'université responsable de cette formation :
Département - Composante d'Informatique
    Liste des Unités d'Enseignement (UE) :
UE survolée :
Validation pour 1 semestre (30 cts)
S1
Gestion de projet et génie logiciel
3*
Programmation avancée
3*
Conception d'applications Web
3*
Gestion de données pour le Web
3*
Réseaux
3*
Bases de l'intelligence artificielle
3*
Optimisation et recherche opérationnelle
3*
Compilation / traduction des programmes
3*
Calculabilité et complexité
3*
Projet transversal de master informatique
3*
S2
Projet pour l'orientation en master
6*
Anglais pour la communication professionnelle niveau 1
3*
Bloc 3
21*
S3
Statistique Inférentielle
3*
Modèles de régression
3*
Modèles Graphiques Probabilistes
3*
Data Visualization
3*
Cloud computing
3*
Data Mining
3*
Analyse des graphes de données
3*
Big Data Analytics
3*
Machine Learning
3*
Fondamentaux mathématiques pour les Data Science
3*
S4
Stage d'application professionnelle ou de recherche
21*
Connaissance métier
3*
Anglais pour la communication professionnelle niveau 2
3*
Droit de l'informatique et de l'internet
3*
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] (3 Crédits) :
   Gestion de projet et génie logiciel (3 ECTS) INF1087M

S1: 2 [UE Obligatoire] (3 Crédits) :
   Programmation avancée (3 ECTS) INF1088M

S1: 3 [UE Obligatoire] (3 Crédits) :
   Conception d'applications Web (3 ECTS) INF1089M

S1: 4 [UE Obligatoire] (3 Crédits) :
   Gestion de données pour le Web (3 ECTS) INF1090M

S1: 5 [UE Obligatoire] (3 Crédits) :
   Réseaux (3 ECTS) INF1091M

S1: 6 [UE Obligatoire] (3 Crédits) :
   Bases de l'intelligence artificielle (3 ECTS) INF1092M

S1: 7 [UE Obligatoire] (3 Crédits) :
   Optimisation et recherche opérationnelle (3 ECTS) INF1093M

S1: 8 [UE Obligatoire] (3 Crédits) :
   Compilation / traduction des programmes (3 ECTS) INF1094M

S1: 9 [UE Obligatoire] (3 Crédits) :
   Calculabilité et complexité (3 ECTS) INF1095M

S1: 10 [UE Obligatoire] (3 Crédits) :
   Projet transversal de master informatique (3 ECTS) INF1096M

S2: 1 [UE Obligatoire] (6 Crédits) :
   Projet pour l'orientation en master (6 ECTS) INF1097M

S2: 2 [UE Obligatoire] (3 Crédits) :
   Anglais pour la communication professionnelle niveau 1 (3 ECTS) LGINF1AM

S2: Bloc 3 [UE Libres] (21 Crédits) :
   Algorithmique distribuée (3 ECTS) INF1099M
   Analyse d'image (3 ECTS) INF1104M
   Animation en synthèse d'image (3 ECTS) INF1117M
   Bases de données déductives (3 ECTS) INF1101M
   Bases de données réparties (3 ECTS) INF1111M
   Cryptographie et sécurité (3 ECTS) INF1116M
   Evaluation des performances des systèmes (3 ECTS) INF1106M
   Logiciels éducatifs (3 ECTS) INF1115M
   Parallélisme (3 ECTS) INF1109M
   Programmation embarquée et mobile des objets (3 ECTS) INF1110M
   Programmation système et temps réel (3 ECTS) INF1105M
   Projet transversal innovant (3 ECTS) INF1107M
   Réseaux par la pratique (3 ECTS) INF1102M
   Stage (9 ECTS) INF1152M
   Synthèse d'image (3 ECTS) INF1114M
   Technique de l'intelligence artificielle (3 ECTS) INF1103M
   Théorie des jeux (3 ECTS) INF1113M
   Traitement du signal et communications numériques (3 ECTS) INF1112M
   Web avancé et web mobile (3 ECTS) INF1100M

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) :
   Data Mining (3 ECTS) INF2355M

S3: 7 [UE Obligatoire] (3 Crédits) :
   Analyse des graphes de données (3 ECTS) INF2419M

S3: 8 [UE Obligatoire] (3 Crédits) :
   Big Data Analytics (3 ECTS) INF2339M

S3: 9 [UE Obligatoire] (3 Crédits) :
   Machine Learning (3 ECTS) INF2356M

S3: 10 [UE Obligatoire] (3 Crédits) :
   Fondamentaux mathématiques pour les Data Science (3 ECTS) INF2357M

S4: 1 [UE Obligatoire] (21 Crédits) :
   Stage d'application professionnelle ou de recherche (21 ECTS) INF2001M

S4: 2 [UE Obligatoire] (3 Crédits) :
   Connaissance métier (3 ECTS) INF2178M

S4: 3 [UE Obligatoire] (3 Crédits) :
   Anglais pour la communication professionnelle niveau 2 (3 ECTS) LGINF2AM

S4: 4 [UE Obligatoire] (3 Crédits) :
   Droit de l'informatique et de l'internet (3 ECTS) INF2014M

    Liste des Unités d'Enseignement Stage :
Stage :
[UE Libre] semestre : 2 - NB Credits : 9 - Stages de 29 semaines : Septembre à août
    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 : 09/12/2020