Admission

Prérequis. Pour prétendre intégrer le M2, les étudiant·e·s doivent :
  • avoir une solide formation de base en mathématiques (algèbre, analyse, probabilités, statistiques) ;
  • une certaine familiarité avec la programmation et l'outil informatique.
    • En pratique, les candidats doivent avoir suivi un Master 1 de mathématiques fondamentales et/ou appliquées.

    Procédure de candidature. Les candidatures sont ouvertes du 15 avril au 30 juin. Elles s'effectuent via le site dédié de l'Institut Galilée. Les dossiers seront étudiés au fur et à mesure de leur réception. Les réponses (admissions, refus, mise en liste d'attente, demande d'information supplémentaire) seront notifiées au candidats au plus tard début juillet.

    Bourses

    Des bourses d'excellence permettent aux meilleurs étudiant·e·s de financer leur formation. Les différents programmes de bourses accessibles sont recensées sur cette page.

    Cours

    L’année comporte :

  • 24 semaines de cours, travaux dirigés et travaux pratiques sur machine, de début septembre à fin mars.
  • un stage d'application de 4 mois minimum en entreprise ou organisme de recherche de 4 mois minimum, à partir de début avril.

    • La formation comporte 11 modules de mathématiques appliquées, organisés en 4 blocs thématiques : Outils mathématiques pour la sécurité et l'intégrité des données, Outils mathématiques pour le traitement et l'analyse des données, Science des données et apprentissage artificiel (emprunté au master EID2 du Département d'Informatique), Problématiques et techniques spécifiques à certains types de données particulières.

    En complément, les étudiant·e·s bénéficient de deux modules permettant mettre à l'aise avec leur futur environnement de travail. d'un module d'informatique sur les bases de données, et d'un module d'anglais.

    Liste des modules

    Semestre ECTS

    Bloc thématique "Outils mathématiques pour la sécurité et l'intégrité des données"
    Introduction à la cryptographie 1 3

    Bloc thématique "Outils mathématiques pour le traitement et l'analyse des données"
    Entropy et théorie de l'information 1 4
    Analyse topologique des données 1 4
    Aspects aléatoires des graphes et réseaux 1 3

    Bloc thématique "Science des données et apprentissage artificiel" (Master EID2)
    Science des données numériques 13
    Statistique exploratoire multidimensionnelle 13
    Apprentissage statistique 13
    Deep learning 13

    Bloc thématique "Problématique et techniques spécifiques à certains types de données"
    Outils pour le traitement et l'analyse des images 23
    Statistiques bio-médicale 23

    Modules "Environnement de travail"
    Bases de données 12
    Anglais 12

    Stage

    A partir de début avril, les étudiant·e·s d'application en entreprise (ou organisme de recherche) de 4 mois minimum. Les étudiant·e·s y mettent en œuvre les outils et les techniques vues tout au long de l'année. Ce stage, qui leur permet de se confronter à des problématiques concrètes, est une composante importante du master 2. Il donne lieu à un rapport, une soutenance, et une évaluation. La validation du stage rapporte 24 crédits ECTS.

    Validation

    Pour obtenir leur master 2, les étudiant·e·s doivent cumuler 60 crédits ECTS. Ces crédits ECTS doivent en principe provenir des modules de la liste ci-dessus. Les étudiant·e·s peuvent néanmoins personnaliser leur cursus en suivant - notamment au second semestre - quelques modules proposés par d'autres formations à l'Université Paris 13, sous réserve d'accord par des responsables du M2. La validation du stage est obligatoire.

    Débouchés

    Postes d'expert·e·s, de chef·fe·s de projets, de consultant·e·s internes ou externes, etc. sur la sécurité, le traitement, l'analyse et l'exploitation des données. Grand groupes, start-up spécialisées, sociétés de conseils, organismes publics. Secteurs de l’informatique, de la banque, de l’assurance, du marketing digital, bio-médical, pharmaceutique, de l’industrie, de la défense,...

    Contacts