| Niveau d'études visé | Bac +5 |
|---|---|
| Durée de la formation en année | 3 ans |
| Statut de l'école | Non renseigné |
| Rythme de formation | Temps plein |
| Modalité | En présentiel |
| Prix | Non renseigné |
Description
Formé par l'Institut national des sciences appliquées de Rennes, le diplôme d'ingénieur spécialité Mathématiques Appliquées prépare des experts capables de transformer les défis complexes en solutions innovantes. La formation couvre les fondamentaux essentiels : modélisation mathématique, sciences des données, optimisation et recherche opérationnelle, ainsi que l'informatique scientifique, enrichis par des travaux pratiques, des stages et des projets en entreprise. Les ingénieurs diplômés maîtrisent l'aide à la décision et l'analyse de risques, des compétences critiques pour mener des projets complets, de la formalisation du problème à sa résolution numérique. Au cœur des transformations numériques, ces professionnels intègrent rapidement les secteurs du conseil, de l'énergie, de la finance, de la santé et de l'industrie, où leur expertise en modélisation mathématique et traitement de données devient un atout majeur pour l'innovation stratégique.
Programme
- Analyse mathématique et méthodes numériques : calcul différentiel, intégration numérique, résolution d’équations aux dérivées partielles
- Probabilités et statistiques appliquées : modélisation probabiliste, estimation, tests d’hypothèses, traitement de données
- Optimisation et recherche opérationnelle : programmation linéaire, convexité, algorithmes d’optimisation
- Informatique scientifique et algorithmique : structures de données, complexité, programmation scientifique
- Modélisation et simulation : systèmes dynamiques, méthodes stochastiques, applications industrielles
Objectifs de la formation
- Maîtriser les méthodes mathématiques avancées pour modéliser et résoudre des problèmes complexes en ingénierie.
- Utiliser des outils numériques et logiciels spécialisés pour l’analyse et la simulation de données.
- Appliquer des techniques d’optimisation et d’analyse statistique dans des contextes industriels variés.
- Concevoir des algorithmes performants adaptés aux besoins spécifiques des projets scientifiques et technologiques.
- Communiquer efficacement les résultats techniques et scientifiques dans un cadre professionnel multidisciplinaire.