Admission

Prérequis : M1 de Mathématiques générales ou appliquées

Dossier : relevés. L'ouverture des inscriptions aura lieu au printemps 2020

Débouchés

Recherche et développement en entreprise généraliste, travail dans des sociétés spécialisées dans la sécurité ou l'exploitation des données, Thèse en mathématiques appliquées

Organisation

L’année comporte 24 semaines de cours de début septembre à fin mars. Les étudiant·e·s effectuent ensuite un stage de 4 mois en entreprise ou organisme de recherche de début avril à fin juillet.

Organisation

L’année comporte

  • 24 semaines de cours de début septembre à fin mars. Tous les cours sont accompagnés de séances d'exercices et travaux pratiques sur machine permettant d'assimiler et d'implémenter les notions et algorithmes vus en cours. L'évaluation se fait via des examens écrits ou sur machine, mais aussi au travers de projets et exposés qui permettent aux étudiant·e·s d'entrevoir des techniques ou prolbèmes plus spécifiques et d'accroître leur autonomie.
  • Un stage en entreprise ou organisme de recherche de 4 mois, d'avril à juillet. Les étudiant·e·s y mettent en œuvre les outils et les techniques acquises tout au long du master. Ce stage, qui leur permet de se confronter à des problématiques concrètes, est une composante importante du master 2.
  • Structure des cours

    Les cours et travaux pratiques sont oragnisés en une dizaine de modules de mathématiques et trois modules d'informatique.

    Les modules de mathématiques sont organisés en trois blocs.

  • Le premier bloc concerne la sécurité des données. Il consiste en un cours sur les techniques modernes de cryptographie basées sur les courbes elliptiques, ainsi que des cours sur les preuves de sûreté des méthodes de codage, codes correcteurs d'erreurs géoémtriques et blockchains.
  • Le second bloc concerne l'analyse de donnée. On y présente les différentes tecniques d'apprentissage statistique, les outils modernes d'analyse et traitement du signal, l'analyse topologique des données.
  • Le troisième bloc concerne les problèmes spécifiques à certains types de données et plus généralement les grands champs d'application de l'analyse de donnée. Les étudiant·e·s pourront ainsi suivre des cours sur les bio-statistiques, le traitement des données médicales ou le traitement d'images.
  • En complément des modules de mathématiques, les étudiant·e·s bénéficient de modules d' informatique sur la conception de bases de données et la visualisation des données.

    Validation

    Pour valider le master 2 mathématiques des données, les étudiant·e·s doivent cumuler 60 ECTS. La validation du stage est obligatoire. Même si l’ensemble des modules représentent un total supérieur à 60 ECTS, les étudiant·e·s sont fortement invités à suivre tous les modules.

    Cours proposés (liste prévisionnelle)

    Semestre 1

    Courbes elliptiques et applications à la cryptographie

    5 ECTS, semestre 1

    Blocsécurité des données
    ValidationCC+examen
    Enseignant
    Horaires 20h cours + 20h de TD-TP

    Syllabus


    Conception de bases de données

    5 ECTS, semestre 1

    Blocinformatique
    ValidationCC+examen
    Enseignant
    Horaires 20h cours + 24h de TP

    Syllabus

    Cours du master informatique

    Apprentissage statistique

    4 ECTS, semestre 1

    Blocanalyse des données
    ValidationCC+examen
    Enseignant
    Horaires 20h cours + 20h de TD/TP

    Syllabus

    Cours du master EID2

    Analyse topologique des données

    5 ECTS, semestre 1

    Blocanalyse des données
    ValidationCC+examen
    Enseignant
    Horaires 20h cours + 20h de TD

    Syllabus

    Homologie persistante, complexes de Rips et de Cech

    Théorie du signal et ondelettes

    5 ECTS, semestre 1

    Blocanalyse des données
    ValidationCC+examen
    Enseignant
    Horaires 20h cours + 20h de TD

    Syllabus


    Visualisation de données

    1,5 ECTS, semestre 1

    Blocinformatique
    ValidationCC+examen
    Enseignant
    Horaires 6h cours + 6h de TD

    Syllabus

    Cours commun avec la MACS

    Outils pour le traitement et l’analyse des images

    5 ECTS, semestre 1

    Blocproblèmes spécifiques à certaines données
    ValidationCC+examen
    Enseignant
    Horaires 20h cours + 20h de TP

    Syllabus

    Semestre 2

    Réseaux de neurones et Deep Learning

    4 ECTS, semestre 2

    Blocanalyse de données
    ValidationCC+examen
    Enseignant
    Horaires 14h cours +14h de TP

    Syllabus

    Cours du master EiD2.

    Bio-statistiques et données médicales

    5 ECTS, semestre 2

    Blocproblèmes spécifiques à certaines données
    ValidationCC+examen
    Enseignant
    Horaires 20h cours + 20h de TP

    Syllabus

    Codes correcteurs d'erreurs géométriques

    1,5 ECTS, semestre 2

    Blocsécurité des données
    ValidationCC+examen
    Enseignant
    Horaires 6h cours + 6h de TD

    Syllabus

    Preuves de sûreté

    1,5 ECTS, semestre 2

    Blocsécurité des données
    ValidationCC+examen
    Enseignant
    Horaires 6h cours + 6h de TP

    Syllabus

    Blockchains

    1,5 ECTS, semestre 2

    Blocsécurité des données
    ValidationCC+examen
    Enseignant
    Horaires 6h cours + 6h de TP

    Syllabus

    Stage

    18 ECTS, 4 mois, de début avril à fin juillet

    Validationmémoire ou projet

    Description

    Stage en entreprise ou organisme de recherche.

    Admission

    L'ouverture de ce parcours est prévu pour la rentrée 2020. Les inscriptions se feront au printemps 2020.

    Débouchés de la formation

    Les sciences de données sont un domaine en pleine explosion, qui s'appuie sur des outils mathématiques et informatiques. Les compétences acquises par les étudiant·e·s du master leur permettront de travailler sur les problématiques liées aussi bien à la sécurité, qu'au traitement, ou à l'analyse et l'exploitation des données. Ils seront amener à exercer des fonctions de :

  • mise en oeuvre et utilisation de solutions logicielels (data scientist)
  • coordination de projets (chef de projet, ingénieur en recherche et développement)
  • conseil aux entreprises concernant ces problématiques (consultant en Data Science).
  • Ils pourront exercer ces fonctions :

  • dans une entreprise généraliste dont l'activité (banque, assurance, bio-médical, marketing, e-commerc,...) pose des problématiques importantes de sécurité, traitement, analyse ou exploitation des données,
  • dans une société spécialisée (start-up, SSII, société de conseil) qui propose des solutions logicielles et/ou préstations de conseil concernant ces problématiques.