Master Informatique
Parcours Machine Learning pour la Science des Données
45 rue des Saints Pères, 75270 Paris, France
Bac + 4, Bac + 5
Titre RNCP niveau 7
(
code RNCP 34126
-
code diplôme
1353261J
)
Formation éligible
à la prime de 6000€
Diplôme délivré par l’Université de Paris
- Contrôle continu
- Validation partielle par blocs de compétences : non
85 boulevard Saint-Germain, 75006 Paris, France
Rentrée :
02/10/23
Fin de formation : 05/09/25
Présentation de la formation
Objectifs
À l’ère des données massives et multi-vues, l’extraction des connaissances est un réel défi. Le Master MLSD a pour objectif de former des Data Scientists maîtrisant différentes méthodes d’apprentissage machine sous différentes approches.
Cette formation est portée par une équipe d'enseignants-chercheurs du domaine du "Machine learning" et membre de l'équipe "Artificial Intelligence for Data Science and Cybersecurity", du Centre BORELLI UMR 9010.
Compétences visées
Il permet d’aquerir des compétences d’apprentissage en machine sous différentes approches dont le deep learning et dans divers domaines dont le text-mining, le NLP, le traitement d’image, la détection d’anomalies et les systèmes de recommandation. Il permet aussi d’acquérir des compétences dans la conception de nouvelles méthodes adaptées aux enjeux dans des domaines aussi divers que la santé, la fraude, la recommandation, l’énergie, la mobilité, l’environnement, le CRM et les réseaux sociaux.
Pré-inscription à la formation :
c'est par ici !
Les pré-inscriptions pour cette formation sont ouvertes !
En cliquant sur "se pré-inscrire", vous serez redirigé vers notre plateforme iziA.
En 2 clics, créez votre compte et sélectionnez les formations qui vous intéressent : on vous recontacte !
Débouchés
- Data Scientist
- Data Analyst
- Conception/Développeur de modèles mathématiques et statistiques
- Statisticien
- Architecte et développeur d'outils d’analyse de données
Rythme d’alternance
Contrat d'apprentissage (ou de professionnalisation sous conditions)
Parcours alterné de 820 h sur 24 mois.
(410 h sur 12 mois si entrée en M2)
– 2 jours en formation
– 3 jours en entreprise jusqu’ à janvier
– 3 jours en formation
– 2 jours entreprise de février à juin
Prérequis et admission
- Avoir validé une Licence Informatique ou Mathématiques (entrée M1) ou M1 à dominante informatique, mathématique ou assimilé (entrée M2).
- Avoir réussi les étapes de sélection de l’Université et du CFA Afia.
- Être recruté comme apprenti par une entreprise.
- Formation accessible aux étudiants en situation de handicap
Programme
Master 1
| Enseignements | Volumes |
|---|---|
| Administration Système |
30 h |
| Proba stats et Datascience |
90 h |
| Programmation (avancée, web et distribuée) |
90 h |
| Optimisation combinatoire |
30 h |
| Anglais |
20 h |
| Droit de l’informatique |
20 h |
| Complexité algo et optimisation combinatoire |
60 h |
| Apprentissage Machine |
30 h |
| Big Data Analytics |
30 h |
| Projet tutoré |
10 h |
| Total | 410 h |
Master 2
| Enseignements | Volumes |
|---|---|
| Analyse et reconstruction de graphes |
30 h |
| Apprentissage et factorisation matricielle |
20 h |
| Apprentissage non supervisé et supervisé |
60 h |
| Apprentissage par renforcement |
15 h |
| Deep learning |
30 h |
| Big Data Analytics |
20 h |
| Dimensionality Reduction |
25 h |
| Finite Mixture models (clustering/co-clustering) |
25 h |
| Fouille des données spatiales et temporelles |
30 h |
| Text-mining et NLP |
40 h |
| Business Intelligence |
15 h |
| Anglais et communication |
20 h |
| Projets pluridisciplinaires et accompagnement |
80 h |
| Total | 410 h |
Contacts
Université de Paris Mohamed NADIF mohamed.nadif@parisdescartes.fr 01 44 55 35 69
CFA Afia Florence AUBERT Manager de Département Alternance faubert@cfa-afia.fr 06 50 67 72 03
| Université de Paris | CFA Afia |
| Mohamed NADIF | Florence AUBERT |
| Manager de Département Alternance | |
| mohamed.nadif@parisdescartes.fr | faubert@cfa-afia.fr |
| 01 44 55 35 69 | 06 50 67 72 03 |
