Vous êtes ici

  1. Accueil
  2. Sciences, Technologies, Santé
  3. Master - Mathématiques appliquées - Statistique
  4. Master mention Mathématiques appliquées, statistique parcours Data Science

Master mention Mathématiques appliquées, statistique parcours Data Science

Master mention Mathématiques appliquées, statistique parcours Data Science

En pratique :

ECTS : 120
Langue de la formation : français

Présentation

Présentation du parcours

Le parcours se fixe pour objectif la construction de compétences variées et complémentaires en modélisation mathématique et statistique, et en informatique. Il débouche sur tous les domaines où le traitement de données massives et complexes est nécessaire.


Organisation

Programme de la formation

La première année de master est commune à l’ensemble des parcours à l'exception d'une unité d'enseignement correspondant à un choix de pré-spécialisation.

Master 1 :

  • Statistique
  • Outils numériques
  • Anglais

Master 2 :

  • Statistique 1: Modèles linéaires en grande dimension, Statistique bayésienne
  • Outils numériques 1 : Optimisation pour la science des données, Outils informatiques du Big Data
  • Statistique 2 : Apprentissage statistique
  • Outils numériques 2 : Analyse de données massives et complexes
  • Anglais, projet science des données, cours thématique, conférences professionnelles

Stage et projet tutoré

Master 2 : 6 mois de stage minimum.


Enseignements délocalisés

L'ensemble des enseignements de ce parcours de Master ont lieu à l'Université Rennes 2.



Les cours de Statistique bénéficient de l'ancrage recherche des enseignants-chercheurs en Statistique qui appartiennent aux unités mixtes de recherche (UMR) CNRS : IRMAR (UMR 6625) et CREST (UMR 9194).
De même, les cours en économétrie et en économie sont dispensés par des enseignants-chercheurs du CREM (UMR 6211), en particulier les membres des équipes de macroéconomie finance, économie publique, économie industrielle et économie comportementale.
Cet ancrage recherche garantit naturellement l'adéquation entre les contenus enseignés et les avancées récentes des champs de recherche correspondants : statistique théorique et appliquée, analyse des données massives et complexes, apprentissage statistique, macroéconomie, finance, économie publique, économie industrielle et économie comportementale.
Les cours communs d'informatique sont majoritairement donnés par des enseignants-chercheurs en informatique appartenant à différentes UMR (LETG-UMR 6554, IRISA UMR 6074) et sont donc adaptés aux dernières innovations informatiques en matière de choix de langages et d'illustrations pédagogiques.


Et après ?

Les diplômés peuvent poursuivre leurs études par un doctorat, qui permet notamment l’accès aux métiers de maître de conférences, chercheur à l’Université, au CNRS ou dans un EPST (INRIA, INRA, IFREMER).
  Les diplômés peuvent accéder à des métiers dans des secteurs variés :

  • Data scientist
  • Data analyst
  • Data manager

Conditions d’accès

Prérequis recommandés

Avoir une bonne aptitude pour les mathématiques et les statistiques est nécessaire, mais aussi avoir le sens de la rigueur, être autonome et curieux intellectuellement.


Modalités de candidature et d'inscription

De plein droit : licence MIASHS et licence de Mathématique