| 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 Sciences des Données proposé par la Faculté des sciences et technologies - Département informatique forme des experts capables de maîtriser l'ensemble de la chaîne de traitement et d'analyse des données. Au programme : apprentissage statistique et machine learning (y compris deep learning), statistiques et algèbre linéaire appliquées, data engineering, programmation en Python et R, gestion des données non structurées, Big Data et outils cloud, ainsi que des domaines applicatifs variés (text-mining, NLP, IA générative, computer vision, systèmes de recommandation). Les étudiants développent des compétences en conception de modèles mathématiques et statistiques, en architecture d'outils d'analyse de données et en Business Intelligence. Les diplômés accèdent à des postes de Data Scientist, Data Engineer, Data Analyst, Architecte de solutions d'analyse de données, Concepteur/Développeur de modèles ou Ingénieur R&D, dans des entreprises de toutes tailles et tous secteurs, ou poursuivent en doctorat.
Programme
- Fondamentaux des sciences des données : statistiques, probabilités, analyse exploratoire
- Apprentissage automatique et intelligence artificielle : méthodes supervisées, non supervisées, deep learning
- Gestion et traitement des données massives : bases de données, big data, outils de collecte et nettoyage
- Programmation et outils numériques : Python, R, bibliothèques spécialisées, visualisation de données
- Projet de data science appliqué : conception, mise en œuvre, évaluation et communication des résultats
Objectifs de la formation
- Maîtriser les méthodes avancées d’apprentissage machine, incluant deep learning, pour concevoir des modèles adaptés à divers secteurs industriels.
- Appliquer des techniques statistiques et d’algorithmique pour l’analyse et l’interprétation de données massives multi-sources.
- Développer des compétences en programmation avec Python et R pour traiter, nettoyer et exploiter des données structurées et non structurées.
- Maîtriser les outils de data engineering, big data et cloud computing pour gérer efficacement des flux importants de données.
- Concevoir et conduire des projets de data science appliqués, intégrant des approches innovantes telles que NLP, vision par ordinateur et IA générative.
Découvrir l’établissement
