Master 2 Machine Learning pour la Science des Données

Machine Learning pour la Science des Données
Objectifs de la formation

La plupart des décisions importantes des décideurs en entreprise, mais aussi des scientifiques ou des économistes par exemple, sont prises aujourd’hui sur la base de l’analyse des données. Cependant, si les données sont disponibles en abondance et sous forme massive, elles le sont le plus souvent sous forme brute et nécessitent un traitement approprié.

Une analyse scientifique de ces données est donc nécessaire. C’est l’objet du Master Machine Learning pour la Science des Données qui se déroule sur un an et qui a pour objectif de former des spécialistes capables de concevoir, de créer et de mettre en place des méthodes d’apprentissage et de visualisation.

Les modèles mathématiques ou probabilistes qui en découlent ont pour but d’aider à la prise de décision à partir d’ensemble de données de grandes dimensions et de données complexes.

Ce Master 2 se déroule sur une année pendant laquelle trois thèmes majeurs sont enseignés :

  • Exploration et fouille des données
  • Apprentissage/Machine Learning non supervisé
  • Apprentissage/Machine Learning et prise de décision

Un quatrième axe de formation est constitué par les enseignements liés à la professionnalisation et à la vie de l’entreprise. 
C’est à ce niveau que l’on trouve par exemple les projets pluridisciplinaires, les méthodes ainsi que le mémoire.

Débouchés

Le Master prépare aux métiers liés au domaine du Machine Learning et notamment :

  • Data Scientist
  • Data Analyst
  • Architecte et Développeur d’outils d’analyse de données
  • Concepteur/Développeur de modèles mathématiques/statistiques
  • Statisticien
  • Ingénieur Recherche & Développement 
Cadre de la formation en apprentissage

La formation est assurée en partenariat avec le CFA AFIA. Le CFA a été créé en 1992 avec le Conseil Régional d’Ile de France. Il a formé à ce jour plus de 5 000 apprentis informaticiens et travaille avec plus de 250 entreprises.

Conditions d’admission
  • Avoir validé un Master 1 à orientation scientifique, mathématiques ou informatique de l’Université ou équivalent ; ingénieur nouvellement diplômé souhaitant se spécialiser.
  • Avoir réussi les étapes de sélection de l’Université et du CFA AFIA
  • Être recruté comme apprenti par une entreprise.
Programme
Enseignement Volume horaire
Business Intelligence 20 h
Visualisation 20 h
Logiciels : Python, SAS, R, SQL Server, Azure ML, QlikView 40 h
Apprentissage non supervisé 30 h
Modèles de mélanges 30 h
Co-clustering sous différentes approches 30 h
Text Mining 30 h
Apprentissage automatique orienté agent 30 h
Apprentissage/Machine Learning supervisé 30 h
Anglais 30 h
Veille et innovation technologique 30 h
Gestion de la Fonction Informatique 20 h
Méthodologie Recherche & Développement 20 h
Projets pluridisciplinaires 70 h
Total 410 h
Rythme d'alternance

2 j. Université / 3 j. entreprise

Calendrier d'admission
Clôture des inscriptions : mai 2018
Entretiens individuels : mai à juin 2018
Publication des résultats : juin 2018
Rentrée en septembre 2018
Université Paris Descartes

45 rue des Saints Pères
75270 Paris cedex 06
Tél : 01 44 55 35 69

Contacter Mohamed Nadif

48.851251, 2.3407609999999