Master mention Mathématiques appliquées, statistique, parcours Science des données, statistique et économétrie

Master mention Mathématiques appliquées, statistique, parcours Science des données, statistique et économétrie

étudiants et étudiantes de la faculté des sciences économiques de Rennes - Université de Rennes 1

Accroche

La formation vise à former des Data Scientist spécialistes des méthodes de machine-deep learning et maîtrisant les outils informatiques et numériques pour les mettre en oeuvre. Ce parcours apporte des compétences complémentaires en statistique, en économétrie et en techniques de prévisions.

En pratique

Libellé réglementaire
Master mention Mathématiques appliquées, statistique, parcours Science des données, statistique et économétrie
Type de diplôme
Master
Niveau de sortie
bac+5 et plus
Modalités pédagogiques
Présentiel
ECTS
120
Langue de la formation
Français
Localisation(s) des enseignements
Rennes

Présentation

Le développement de systèmes d’information permet aujourd’hui de disposer de données massives et complexes, dont l’exploitation requiert des approches pluridisciplinaires à dominante statistique et informatique.  Le parcours Science des Données, Statistique et Econométrie forme aux métiers de la Data. En compléments des enseignements de machine learning et deep learning, l'accent est mis sur le Natural Language Processing , l’analyse des réseaux sociaux , l’économétrie et la prévision de séries temporelles.
Elle aborde les différents types de données: individuelles, temporelles, spatiales,réseaux, textes, images.

Publics

Ce parcours s’adresse à toute personne désireuse de s’initier ou de se spécialiser dans la statistique et les diverses facettes de la modélisation des données ainsi que par les aspects informatiques du traitement de données.

La formation s'adresse plus particulièrement aux diplômé·e·s de licence :

  • L3 MIASHS ;
  • L3 Mathématiques ;
  • L3 Économie Quantitative, Économétrie

Cette formation est accessible en reprise d'études à temps plein, en intégration formation initiale (alternance).

Compétences développées

Les étudiants sont formés aux méthodes d’analyse quantitative les plus récentes et aux outils informatiques et numériques indispensables pour exercer les métiers de data scientist et data analyst. Ce cursus propose également des modules de formation aux techniques de prévisions et de modélisation des comportements individuels.

Les diplômés seront en mesure de :

  • concevoir et mettre en œuvre une étude statistique de sa phase initiale du recueil des données jusqu’à la restitution des résultats de manière claire et compréhensible ;
  • mettre en œuvre des techniques d’analyse statistique standards en utilisant des logiciels et des langages de programmation spécialisés (R, SAS, Python, C++...) ;
  • proposer et développer une stratégie statistique ou numérique (indicateurs et modèles) pertinente pour modéliser un phénomène complexe et analyser son adéquation au regard de données expérimentales ;
  • mettre en œuvre différentes méthodes en apprentissage statistique et machine learning appropriées au contexte ;
  • interpréter/présenter les résultats en vue d'un échange avec des non mathématiciens ;
  • utiliser, créer et gérer une base de données ;
  • manipuler le langage SQL et intégrer les bases de données dans une application web.

Les plus de la formation

  • Travail par projet
  • Utilisation d’outils de programmation et de modélisation
  • Un rythme d’apprentissage en adéquation avec les besoins des entreprises

Partenaires de la formation

Diplôme coaccrédité par l'Université de Rennes 1, l'Université Rennes 2, l'ENSAI, l'Institut Agro Rennes-Angers et l'INSA Rennes.

Et après ?

Devenir des diplômés

Tout au long du cycle master, les étudiant.e.s bénéficient d’un accompagnement individuel et/ou collectif à l’insertion professionnelle, proposé par le SOIE et les équipes pédagogiques.

Lors d’une semaine dédiée à l’insertion professionnelle et à l’entrepreneuriat, ils.elles construisent leur parcours individualisé dans une large offre d’ateliers, de conférences, de speed-meetings, de forums d’entreprises.

Les équipes pédagogiques, avec le soutien de la Fondation Rennes 1, mettent en place des parrainages, des rencontres avec des professionnels, des visites d’entreprises, des conférences spécifiques à chaque formation.

En savoir plus sur le devenir des diplômés de Rennes 1.

Poursuite d'études

Doctorat pour un accès aux métiers de maître de conférences, chercheur à l’Université, au CNRS ou dans un EPST (INRIA, INRA, IFREMER).

Types de métiers

Les diplômés peuvent accéder à des métiers dans des secteurs variés :

  • Data Scientist
  • Data Analyst
  • Prévisionniste
  • Statisticien Economiste
  • Economètre
Secteurs d'activités (code ROME)
M1403 Études et prospectives socio-économiques
M1201 Analyse et ingénierie financière
H1210 Intervention technique en études, recherche et développement
C1105 Etudes actuarielles en assurances

Recherche & international

Lien avec la recherche

Les cours de Statistique bénéficient de l'ancrage recherche des enseignants-chercheurs des unités mixtes de recherche (UMR) CNRS : IRMAR (UMR 6625) et CREST (UMR 9194). Les cours en économétrie et en économie sont dispensés par des enseignants-chercheurs du CREM (UMR 6211).

Cet ancrage recherche garantit l'adéquation entre contenus enseignés et avancées récentes en recherche : 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 majoritairement donnés par des enseignants-chercheurs (LETG-UMR 6554, IRISA UMR 6074) sont adaptés aux dernières innovations en matière de choix de langages et d'illustrations pédagogiques.

Echanges internationaux

Double diplôme avec l'Université d'Augsburg, labellisé formation d'excellence par l'Université franco-allemande.

Organisation pédagogique

La première année propose des enseignements communs à l’ensemble des parcours types, à l’exception d’une unité d’enseignement correspondant à un choix de pré-spécialisation.

La deuxième année est propre à chaque parcours et comprend un stage obligatoire de fin d'études réalisé en entreprise, en laboratoire de recherche ou en organisme public.

La deuxième année de master (M2) peut être suivie en alternance.

Lieu de la formation : Faculté des sciences économiques - Rennes

Calendrier de la formation

Durée : la formation se déroule sur 12 mois (à partir de septembre) en alternance : 1 à 2 semaines à l’université,  2 à 3 semaines en entreprise par mois.
Volume total : 476 heures réparties sur 68 jours

Modalités d'évaluation

Modalités de contrôle des connaissances et des compétences (MCCC)

Les aptitudes et l’acquisition des connaissances et des compétences des Unités d'Enseignement (UE) sont appréciées soit par un contrôle continu régulier, soit par un examen terminal, soit par ces deux modes d’évaluation combinés.

Validation de l’année et du diplôme

La maîtrise est obtenue par validation du master 1re année (M1) soit 60 crédits (ECTS).
Le diplôme de master est obtenu par validation des années M1 et M2 et s’accompagne de l’obtention de 120 crédits (ECTS).

Pour en savoir plus

L'ensemble des dispositions générales de MCCC est téléchargeable :

  Dispositions générales des MCCC pour les masters - 2021-2022 - (303.9 Ko)
Les MCCC détaillées par diplôme sont votées chaque année en CFVU. Elles sont consultables sur l'ENT des étudiants et stagiaires inscrits en formation.

Liens avec le monde professionnel

Stage :

  • en M1 : 2 mois minimum
  • en M2 : 6 mois minimum
    Formation initiale

    Responsable(s) pédagogique(s)

    Isabelle CADORET
    Catherine BENJAMIN
    Véronique THELEN

    Contact(s)

    Scolarité sciences économiques
    7 place Hoche
    35065 RENNES
    eco-scol [at] univ-rennes1.fr

    Pré-requis

    Licence MIASHS (Mathématiques et informatique appliquées aux sciences humaines et sociales) ou licence de Mathématiques.

    Profils attendus

    Bonne aptitude pour les mathématiques et les statistiques, sens de la rigueur, être autonome et curieux intellectuellement.

    Modalités de candidature

    Modalité(s) d'alternance

    Contrat d'apprentissage
    Contrat de professionnalisation

    Responsable(s) pédagogique(s)

    Isabelle CADORET

    Contact(s)

    Service formation continue et alternance - DEG
    pôle Droit, Économie, Gestion
    11 rue Jean Macé
    35000 RENNES
    Céline PIOT
    Chargée de mission
    celine.piot [at] univ-rennes1.fr
    Florence BRZECHWA
    assistante de formation
    florence.brzechwa [at] univ-rennes1.fr

    Pré-requis

    Être titulaire d’un diplôme d’enseignement supérieur de niveau bac+4 (soit 240 crédits ECTS) en Mathématiques appliquées, statistique, économie quantitative…

    Il est possible d'accéder à cette formation sans être titulaire des titres requis via une validation de vos acquis personnels et professionnels (VAPP).
    En savoir plus sur ce dispositif facilitant votre entrée en formation.

    Modalités de candidature et constitution du dossier

    Sélection des candidatures après examen du dossier pédagogique et entretien de recrutement avec le jury de la formation.
    Outre la sélection sur critères académiques, l'accès définitif à la formation est conditionné à la signature d’un contrat avec une entreprise d’accueil dont la mission proposée sera soumise à l'approbation du responsable pédagogique.

    Candidature en ligne

    Pièce justificatives demandées :

    • photocopies des diplômes et/ou relevé de notes
    • CV et lettre de motivation | photo d’identité | attestations professionnelles…

    Coût de la formation

    Les frais de formation sont pris en charge par l'entreprise d'accueil.
    Seule la CVEC (Contribution de vie étudiante et de campus) est à charge de l'étudiant en contrat d'apprentissage.
    Pour les contrats d'apprentissage, le tarif de la formation sera celui du Référentiel unique des niveaux de prise en charge des contrats d’apprentissage de France Compétences en vigueur, ou à défaut celui du décret du N° 2019- 956 du 13 septembre 2019.

    Code formation apprentissage : 13511417

    Last updated: lun, 04/07/2022 - 14:04