| 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'École d'économie et de sciences sociales quantitatives forme des spécialistes capables de maîtriser les outils mathématiques et statistiques les plus avancés pour répondre aux enjeux de la modélisation et de l'analyse de données. Au programme : modélisation stochastique, analyse de données massives, apprentissage statistique et machine learning, méthodes d'inférence et optimisation, ainsi que la programmation appliquée aux sciences quantitatives. Les étudiants développent des compétences clés en traitement et valorisation de données complexes, en conception de modèles prédictifs et en prise de décision éclairée par l'analyse quantitative. Cette formation prépare aux métiers de data scientist, statisticien, quantitative analyst en finance, chargé d'études statistiques ou encore ingénieur en intelligence artificielle, dans des secteurs variés tels que la finance, l'assurance, la recherche, le conseil ou la tech. Un parcours d'excellence pour devenir un expert des statistiques et de la science des données.
Programme
- Probabilités et statistiques théoriques : lois, estimateurs, tests d'hypothèses
- Analyse numérique et méthodes computationnelles : techniques d’optimisation et simulation
- Statistique appliquée et modélisation : régression, séries temporelles, analyses multivariées
- Informatique statistique et data science : programmation statistique, apprentissage automatique
- Applications économiques et sociales : économétrie, analyse de données sociales et économiques
Objectifs de la formation
- Appliquer des méthodes statistiques avancées pour analyser et modéliser des données complexes
- Maîtriser les outils mathématiques et computationnels pour résoudre des problèmes concrets en économie et sciences sociales
- Concevoir et implémenter des modèles probabilistes et stochastiques adaptés à divers contextes
- Interpréter rigoureusement les résultats d’analyses quantitatives pour appuyer la prise de décision
- Communiquer efficacement des conclusions techniques à un public spécialisé ou non spécialisé