Le master s’inscrit dans le cadre d’une demande de plus en plus forte des grands acteurs du monde économique qui sont de plus en plus conscients du potentiel et de l’importance que recèlent leurs données et recherchent les moyens d’exploiter et d’en tirer le maximum d’informations utiles.
Le master forme des data scientists qui prendront en charge la récupération, stockage, organisation, et traitement des masses d’informations afin d’en tirer de la valeur.
Ce master permet d’acquérir un profil hautement qualifié, à l’interface entre informatique pour données massives et analyse statistique, pour lequel les débouchés sur le marché du travail sont extrêmement variés : conseil, industries technologiques, services financiers innovants, etc.
Objectifs
Le master en data science et intelligence artificielle a pour finalité de former des datascientists avec un profil issu de la convergence des statistiques et de l’informatique.
L’apprenant acquerra un solide bagage en mathématiques, statistiques mais aussi il maîtrisera les outils informatiques et les infrastructures nécessaires à la gestion et au traitement des données.
Perspectives
- Data Scientist ;
- Data Analyst ;
- Analyste statisticien ;
- Chief data officer ;
- Concepteur développeur Business Intelligence ;
- Chef de projet Business Intelligence ;
- Consultant Business Intelligence ;
- Développeur Big data ;
- Data manager ;
- Analyste financier spécialisé dans l’IA ;
- Entrepreneur IA ;
- Consultant IA ;
- CRM Manager ;
- Développeur IA ;
- Directeur de l'Innovation.
Contenu de la formation
4ème année
Semestre | Module |
---|---|
S7 | Algorithmique et programmation |
Processus stochastiques et recherche opérationnelle | |
Bases de données | |
Analyse de données et statistiques | |
Réseaux et Internet des objets | |
Langues et communication | |
S8 | Intelligence artificielle et apprentissage automatique |
Fondements Big Data | |
Business intelligence | |
Systèmes décisionnels | |
Projet interdisciplinaire | |
Techniques de management |
5ème année
Semestre | Module |
---|---|
S9 | Database systems and security |
Entrepreneuriat et propriété intellectuelle | |
Traitement automatique des langues naturelles, données textuelles et la vision par ordinateur | |
Data visualisation | |
Advanced machine learning & deep learning | |
Social media analytics | |
S10 | Projet fin d’études |
Déroulement des enseignements
- Début / fin des inscriptions : Mars / Octobre ;
- Début / fin des classes : Septembre / Juillet.
Conditions d'admission
Le test d'admission du cycle Master
L’admission se fait sur étude de dossier (dernier établissement fréquenté, modules enseignés, notes obtenues…) et entretien de motivation avec un jury d’admission.
L’admission en Master (M1 ou M2) est particulièrement sélective, car certaines spécialités du master sont soumises à l’approbation préalable des Universités et Écoles partenaires.
Le dossier de candidature complet doit être imprimé et envoyé par email.