Université Lyon 1
Arqus
Accueil  >>  Master  >> Mathématiques appliquées, statistique  >>  M2 Statistique, Modélisation et Science des données
  • Domaine : Masters du domaine SCIENCES ET TECHNOLOGIES
  • Diplôme : Master
  • Mention : Mathématiques appliquées, statistique
  • Parcours : M2 Statistique, Modélisation et Science des données
   
    Présentation :
Modalité de formation :
Niveau de recrutement :
BAC+4
Niveau de sortie :
BAC+5
Durée de la formation :
4 semestres
Total du volume horaire :
minimum : 375h , maximum :405
Documents à télécharger :
Export PDF des descriptifs de cette formation
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 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
    Secteurs disciplinaires concernés :
  • Mathématiques
Date de la dernière mise-à-jour : 04/03/2024
    Description de la formation :

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.

Objectifs pédagogiques détaillés

  •  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, ...
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.
    Compétences attestées :

Les compétences sont celles du référentiel RNCP 34039:

- Mobiliser des savoirs hautement   spécialisés, dont certains sont à l’avant-garde du savoir dans un domaine de   travail ou d’études.

- Développer une conscience critique des  savoirs dans un domaine et/ou à l’interface de plusieurs domaines.

- Résoudre des problèmes pour développer de nouveaux savoirs et de  nouvelles procédures et intégrer les savoirs de différents domaines. 

- Apporter des contributions novatrices dans le cadre d’échanges de haut niveau, et dans   des contextes internationaux.

- Conduire une analyse réflexive   et distanciée prenant en compte les enjeux, les problématiques et la   complexité d’une demande ou d’une situation afin de proposer des solutions   adaptées et/ou innovantes en respect des évolutions de la règlementation.

- Identifier, sélectionner et analyser avec esprit critique diverses ressources spécialisées pour documenter un sujet et synthétiser ces données en vue de leur exploitation 

- Communiquer à des fins de formation ou de transfert de connaissances, par oral et par écrit, en français et dans au moins une langue étrangère.

- Identifier les usages numériques et les impacts de leur évolution sur le ou les domaines concernés par la mention.

- Se servir de façon autonome des outils numériques avancés pour un ou plusieurs métiers ou secteurs de recherche du domaine 


    Poursuites d'études :
Possibilité de continuer avec une thèse, en général de type CIFRE
    Modalités d'évaluation :
Les modalités d'évaluation diffèrent d'une UE à l'autre (examens écrits, projets, TP, présentation orale) dans le but d'évaluer à la fois les connaissances académiques et leurs mise en pratique.
    Spécificités et prérequis :
Les prérequis d’une première année d’un master de mathématiques, ou équivalent, sont nécessaires.

La sélection des candidats se fait sur la base des résultats académiques, le savoir faire en mathématiques et l'utilisation des outils numériques. La motivation et les projets professionnels des candidats sont aussi prise en compte.

    Public concerné :

Titulaires d’une 1ère année de master en mathématiques ou équivalent

    Responsabilité du Parcours :
CIUPERCA GABRIELA
 gabriela.ciupercauniv-lyon1.fr
04.26.23.45.57
    Contact scolarité :
DéPARTEMENT MATHéMATIQUES scolarité
 scolarite.mathematiquesuniv-lyon1.fr
    Composante(s) de l'université responsable de cette formation :
UFR Faculté des sciences / Département de Mathématiques
    Liste des Unités d'Enseignement (UE) :
  • Année 1
  • Année 2
    Indicateurs & Statistiques :
Les enquêtes sont réalisées par le Pôle Statistique d'Appui au Pilotage de la Formation et de la Vie Etudiante :
accéder aux statistiques de toutes les formations