Université Lyon 1
Université de Lyon
Arqus
Accueil  >>  Master  >> Informatique  >>  M2 Data science
Langue des Descriptions :
  Etendu aux fiches UE.
  • Domaine : Masters du domaine SCIENCES, TECHNOLOGIES, SANTE
  • Diplôme : Master
  • Mention : Informatique
  • Parcours : M2 Data science
   
    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) :
  • 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) :
  • Année 1
  • Année 2
A1: Bloc 1 [UE Libres] (21 Crédits) :
   Algorithmique distribuée (3 ECTS) INF1099M
   Algorithmique pour l'optimisation (3 ECTS) INF1203M
   Analyse d'image (3 ECTS) INF1104M
   Analyse des graphes de données (3 ECTS) INF2419M
   Anglais pour la communication professionnelle niveau 1 (3 ECTS) INFLG01M
   Animation en synthèse d'image (3 ECTS) INF1117M
   Apprentissage et analyse de données (3 ECTS) INF1205M
   Bases de données déductives (3 ECTS) INF1101M
   Bases de données non relationnelles (3 ECTS) INF1211M
   Bases de l'intelligence artificielle (3 ECTS) INF1092M
   Compilation / traduction des programmes (3 ECTS) INF1094M
   Conception d'applications Web (3 ECTS) INF1089M
   Connaissance métier (3 ECTS) INF2178M
   Cryptographie et sécurité (3 ECTS) INF1116M
   Data Mining (3 ECTS) INF2355M
   Data Visualization (3 ECTS) INF2353M
   Deep learning (3 ECTS) INF2487M
   Droit de l'informatique et de l'internet (3 ECTS) INF2014M
   Evaluation des performances des systèmes (3 ECTS) INF1106M
   Fondamentaux mathématiques pour les Data Science (3 ECTS) INF2357M
   Gestion de grandes masses de données (3 ECTS) INF2479M
   Gestion de projet et génie logiciel (3 ECTS) INF1087M
   Informatique graphique et image (3 ECTS) INF1207M
   Insertion professionnelle (3 ECTS) INF1209M
   Intégration et qualité des données (3 ECTS) INF2480M
   Langue vivante (3 ECTS) INF2424M
   Logiciels éducatifs (3 ECTS) INF1115M
   Machine Learning (3 ECTS) INF2356M
   Machine learning 2 (3 ECTS) INF2488M
   Modèles de calcul et complexité (3 ECTS) INF1204M
   Modèles Graphiques Probabilistes (3 ECTS) INF2354M
   Ouverture à la recherche (3 ECTS) INF1208M
   Parallélisme (3 ECTS) INF1109M
   Programmation avancée (3 ECTS) INF1088M
   Programmation d'applications mobile (3 ECTS) INF1213M
   Programmation fonctionnelle avancée (3 ECTS) INF1214M
   Projet transversal de master informatique (3 ECTS) INF1096M
   Projet transversal innovant (3 ECTS) INF1107M
   Réseaux (3 ECTS) INF1091M
   Réseaux par la pratique (3 ECTS) INF1102M
   Stage (18 ECTS) INF1217M
   Stage d'application professionnelle ou de recherche (21 ECTS) INF2001M
   Stage optionnel (0 ECTS) INF1215M
   Synthèse d'image (3 ECTS) INF1114M
   Systèmes avancés (3 ECTS) INF1212M
   Technique de l'intelligence artificielle (3 ECTS) INF1103M
   Technologies informatiques du Big Data (3 ECTS) INF2490M
   Théorie des jeux (3 ECTS) INF1113M
   Traitement du signal et communications numériques (3 ECTS) INF1112M
   Visualisation interactive de données (3 ECTS) INF2491M
   Web avancé et web mobile (3 ECTS) INF1100M

    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 : 29/06/2022