| Niveau d’études visé | Bac +5 |
|---|---|
| Date de la prochaine session | Sept. 2026 |
| Durée de la formation en année | Non renseignée |
| Statut de l’école | Non renseigné |
| Formation reconnue par l’État | Oui |
| Rythme de formation | Temps plein |
| Prix | Non renseigné |
Description
L'Executive Master Statistique et Big Data de l'Université Paris Dauphine - PSL propose une approche distinctive de la data science, adossée au CEREMADE, laboratoire de mathématiques appliquées de renommée mondiale. Cette formation de 300 heures sur 17 mois enseigne la modélisation statistique avancée, le machine learning, le deep learning et l'analyse fonctionnelle, tout en maîtrisant les langages de programmation pour le traitement des données massives. Les participants développent une expertise complète, de l'acquisition des données au déploiement de modèles prédictifs avancés, en combinant fondements mathématiques rigoureux et applications concrètes sur études de cas réels. Cette formation prépare aux fonctions stratégiques de Data Scientist, Chief Data Scientist, Chef de projet Data ou Manager projet IA, offrant ainsi les compétences nécessaires pour devenir acteur clé de la transformation numérique dans des secteurs variés.
Thématiques abordées
- Statistique avancée : inférence, modélisation, tests d'hypothèses
- Big data et écosystèmes numériques : architecture, gestion et traitement des données massives
- Techniques de machine learning : algorithmes supervisés et non supervisés, deep learning
- Outils et langages pour le big data : Python, R, Hadoop, Spark
- Applications pratiques et projets : études de cas, analyse de données réelles, optimisation de modèles
Objectifs de la formation
- Acquérir une maîtrise avancée des méthodes statistiques appliquées aux grandes bases de données
- Développer des compétences en programmation pour le traitement et l’analyse des big data (Python, R, SQL)
- Être capable de modéliser, analyser et interpréter des données complexes pour soutenir la prise de décision
- Maîtriser les outils et techniques de machine learning afin de concevoir des algorithmes prédictifs
- Intégrer les enjeux éthiques et réglementaires liés à la gestion de données massives
Découvrir l’établissement
-
Voir l’établissement
Autres formations qui pourraient te plaire
