Objectifs
Ce master 2 offre une solide formation généraliste en statistique et en apprentissage statistique, destinée à des élèves en mathématiques appliquées et des élèves ingénieurs souhaitant compléter leur formation et devenir spécialistes en sciences des données. Renforcée par des cours d'informatique (programmation et bases de données), cette formation permet d'acquérir les compétences statistiques et informatiques nécessaires aux data-scientists. Une part importante des évaluations est faite sous forme de projet, développant ainsi la capacité de mise en oeuvre des méthodes et algorithmes et de gestion de projet en équipe. Enfin, la formation est complétée par des cours d'ouverture dans les domaines de la santé, de l'assurance et de la finance. Les étudiants acquerront une connaissance approfondie des signaux (données) complexes issus de ces domaines. L'insertion professionnelle à l'issue du M2 vise notamment les postes de datascientist / data-analyst / statisticien / biostatisticien / finance analyst pour lequel la demande est très forte (grands groupes, start-ups, biotechs, CRO, SSII, etc). La qualité de la formation en mathématiques appliquées et en datascience permet également aux étudiants d'accéder à des métiers de mathématiciens appliqués non liés aux sciences du vivant ou à la finance et l'assurance, notamment en lien avec les données massives (internet, business analytics, etc), l'optimisation de la production (gestion des ressources, tarification, etc), l'e- marketing ...
Description
Semestre 3 UE1 - English UE2 - Statistics _ Nonparametric statistics _ Asymptotic statistics and GLM _ Statistics for stochastic precesses UE3 - Informatics _ Introduction to databases _ Scientific programming (R and Python) _ Advanced topics in databases (Spark) UE4 - Machine learning _ Discrete latent variables _ Dimension reduction and data visualization _ Machine Learning _ Deep Learning UE5 - Options (aux choix) _ Assurance : Longitudinal data analysis, Financial econometrics _ Finance : Méthodes numériques de pricing _ Santé : Longitudinal data analysis, Introduction to genetics Ateliers d'accompagnement _ Supervision de la mission _ Préparation à l'emploi _ Organisation de projets collectifs, conçus et animés par la promotion Semestre 4 UE6 - English UE7 - Advanced statitics and machine learning _ Algorithmic and GPU _ Advanced topics in databases (Spark) _ Conferences: IA and ethic, environnemental impact of IA UE8 - Options (aux choix) _ Assurance : Machine learning technics for insurance and finance (options pricing, calibration and hedging applications) _ Finance : Machine learning technics for insurance and finance (options pricing, calibration and hedging applications) _ Santé : statistics for genetics and genomics, bioinformatics UE9 - Data Camp _ Formation initiale uniquement UE10 - Alternance Ateliers d'accompagnement _ Supervision de la mission _ Aide au mémoire _ Préparation à l'emploi _ Organisation de projets collectifs, conçus et animés par la promotion__
Conditions d'accès
Etre titulaire d un M1 en mathematiques, et tous les candidats qui pourront justifier d un niveau equivalent. Les candidats devront avoir suivi des cours de probabilites, statistique et programmation (R ou Python).
Liste des sessions
CFA-Eve
- 0160795400
- j.bouton@cfa-eve.fr
Centre de formation
Lieu de formation