| Niveau d'études visé | Bac +5 |
|---|---|
| Durée de la formation en année | 2 ans |
| Statut de l'école | Non renseigné |
| Rythme de formation | Temps plein |
| Modalité | En présentiel |
| Prix | Non renseigné |
Description
Le Master mention Mathématiques Appliquées, Statistique proposé par l'UFR de sciences et techniques offre une formation professionnalisante axée sur l'ingénierie statistique et la Data Science. Au programme : modélisation aléatoire et statistique mathématique décisionnelle, fouille de données avec méthodes de Data Mining et Big Data (calcul distribué Hadoop, MapReduce), apprentissage automatique avec réseaux de neurones (machine learning, Deep Learning, computer vision), probabilités appliquées (simulation Monte-Carlo, processus aléatoires, algorithmes MCMC), ainsi que modélisation mathématique, calcul scientifique et optimisation. Les étudiants maîtrisent les logiciels spécialisés du domaine (R, SAS, Python, Scilab, C++). Les diplômés deviennent Data Scientists, ingénieurs statisticiens ou mathématiciens appliqués, et exercent dans les services d'analyse statistique (banques, assurances, Business Intelligence), les secteurs de la santé et de l'environnement, ou les services R&D des industries de pointe. Des options de recherche permettent également des poursuites en thèse académique ou CIFRE.
Programme
- Statistique mathématique et modélisation aléatoire : bases théoriques, inférence, tests, estimateurs
- Apprentissage statistique et data science : méthodes de machine learning, réseaux de neurones, deep learning
- Modélisation mathématique et calcul scientifique : optimisation, simulation Monte-Carlo, algorithmes MCMC
- Applications sectorielles : bio-statistique, économétrie, santé, environnement, big data et calcul distribué
- Logiciels et outils : maîtrise de R, SAS, Python, Scilab et C++ pour statistiques et calcul scientifique
Objectifs de la formation
- Appliquer des méthodes avancées de modélisation mathématique pour résoudre des problèmes complexes en statistique et en data science.
- Concevoir et réaliser des analyses statistiques robustes en utilisant des outils informatiques spécialisés.
- Interpréter les résultats statistiques pour orienter des prises de décision dans des contextes scientifiques et industriels.
- Développer et optimiser des algorithmes pour le traitement et l’analyse de grandes bases de données.
- Communiquer efficacement des résultats techniques et des recommandations auprès d’un public expert ou non spécialiste.
Découvrir l’établissement
