Formation LMD

Master Maths appliquées, statistique

Master Maths appliquées, statistique

Résumé

- En savoir plus

Accéder aux sections de la fiche

Détails

Rythme
  • Temps plein
  • En alternance
    • Contrat d'apprentissage
    • Contrat de professionnalisation
Modalités
  • Présentiel
  • Partiellement à distance

Présentation

Le but est de former des spécialistes en statistique et analyse des données pouvant travailler dans tous les secteurs où ces compétences sont requises notamment dans les banques, les assurances, les sociétés de services, le secteur industriel, ou dans les organismes de recherche.

Le diplôme débouche le plus souvent sur une insertion professionnelle directe. Toutefois quelques étudiants optent pour une année supplémentaire d’études afin d’acquérir une spécialisation complémentaire et quelques étudiants poursuivent en doctorat.

Une formation originale et reconnue, basée sur une alchimie entre une équipe d'enseignants-chercheurs universitaires et des représentants du monde socio-professionnel.

Ce master peut être suivi en alternance, ou par des professionnels en formation continue.

Enjeux

Ce Master dont l'unique spécialisation concerne les Statistiques et le Traitement de Données (STD) est une formation originale et reconnue. Elle est basée sur une forte coopération entre une équipe d'enseignants-chercheurs universitaires et des représentants du monde socio-professionnel.

Les deux années de formation permettent aux étudiants d’acquérir des compétences pointues aussi bien en statistiques, traitement de données ("big data") qu'en relation avec les entreprises. Un des points clés reflétant ce point fort est la possibilité qui est offerte aux étudiants de préparer une certification au logiciel de statistique SAS et au TOEIC, ouvrant ainsi la porte à de nombreuses entreprises.

Responsable(s) de la formation

  • M. Nourddine AZZAOUI

Admission

Pré-requis

Niveau(x) de recrutement

Baccalauréat +3

Programme

Les informations ci-dessous sont données à titre indicatif et peuvent faire l'objet de mises à jour.

    Master Mathématiques appliquées, statistiques parc. Statistiques et traitement de donnéesnée

    • Master 1 Mathématiques appliquées, statistique
    • Semestre 1
      • Bloc enseignement
        • Anglais

          3 crédits

        • Calcul de probabilités

          3 crédits

        • Statistiques, Estimation et Tests

          6 crédits

          • EC 1 Statistiques, Estimation
          • EC 2 Statistiques, Tests
        • Introduction à l'analyse des données

          3 crédits

        • Bases de données

          3 crédits

        • Algorithmes Stochastiques

          3 crédits

          • Algorithmes stochastiques
        • Logiciels et outils de la Data-Science

          6 crédits

          • EC1 Logiciel SAS VBA
          • EC2 Logiciels R et Python
        • Communication

          3 crédits

      Semestre 2
      • Bloc enseignement
        • Régression et Modélisation

          6 crédits

        • Entrepôt de données

          3 crédits

        • Recherche opérationnelle

          3 crédits

          • Recherche opérationnelle
        • Gestion Financière Marketing

          3 crédits

        • Projets transverses

          3 crédits

        • Analyses de données

          3 crédits

      • Bloc stage
        • Stage

          9 crédits

    • Master 2 Statistiques et traitement des données
    • Semestre 3
      • Bloc enseignement
        • Anglais

          3 crédits

        • Complément d'analyse des données avancé

          3 crédits

        • Méthode de Prévision des données temporelles

          6 crédits

        • Machine Learning, Data Mining

          6 crédits

          • Datamining
          • Introduction au deep learning
        • Projets Entreprises

          3 crédits

        • Statistiques Bayesiennes et Analyse de survie

          6 crédits

          • Statistiques Bayesiennes
          • Analyse de survie
        • Introduction à l'intelligence artificielle

          3 crédits

      Semestre 4
      • Bloc enseignement
        • Logiciels avancés

          6 crédits

        • Insertion professionnelle

          3 crédits

        • Calculs et Modélisations stochastiques appliquées

          3 crédits

      • Bloc stage
        • Stage en entreprise

          18 crédits

De nombreux entreprises ou organismes interviennent régulièrement  dans la formation. Les possibilités de projets et de stages avec ces collaborateurs sont fréquentes, citons à titre d'exemples :

  • Michelin
  • SAS
  • Crédit Agricole
  • Caisse d'Epargne
  • Alcatel Lucent
  • Business et Décision
  • Limagrain
  • INRA
  • Pierre Fabre
  • Ophis
  • Veolia

Une convention signée avec l’Université d’Oklahoma permet aux étudiants qui le souhaitent de suivre le premier semestre, voire la première année dans cette université américaine.

Les stages peuvent avoir lieu à l’étranger et ce fut plusieurs fois le cas ces dernières années (Écosse, Biélorussie, Chine, Gabon, Sénégal, Maroc, Canada, USA ...)

Et après ?

Niveau de sortie

Année post-bac de sortie

Bac +5

Compétences visées

Activités visées / compétences attestées

La démarche Compétences est le cœur de la formation de ce Master Statistiques, à travers les nombreux projets, travaux en groupe, projets transverses, projets industriels et avec ses deux stages longs en M1 puis en M2.

Les principales compétences développées au sein du master :

  • Travailler en autonomie : établir des priorités, gérer son temps, s'auto-évaluer, élaborer un projet personnel de formation.
  • Utiliser les technologies de l'information et de la communication, partager et organiser des données.
  • Réaliser une étude : poser une problématique, construire et développer une argumentation ; interpréter les résultats ; élaborer une synthèse ; proposer des prolongements.
  • Travailler en équipe, s'intégrer, se positionner, encadrer.
  • S'intégrer dans un milieu professionnel, identifier ses compétences et les communiquer.
  • Respecter l'éthique scientifique. Développer une argumentation avec esprit critique.
  • Résoudre des problèmes mathématiques de haut niveau et savoir les traduire dans une problématique pratique.
  • Adopter une approche interdisciplinaire.
  • Savoir modéliser des situations diverses issues de problèmes pratiques de l'entreprise, pour une approche statistique efficace.
  • Analyser, organiser et synthétiser des données en vue de leur exploitation statistique optimale.
  • Utilisation optimale des techniques de programmation et des principaux logiciels de statistique et de bases de données (SAS, R, Matlab, SQL, Python, C, ...).