Master Statistique & Data Science, Ingénierie Mathématique

Le Master mention Mathématiques Appliquées, Statistiques - parcours-type Statistique & Data Science, Ingénierie Mathématique a pour objectif de former des mathématiciens appliqués spécialisés en statistique, fouille de données (Data Mining, Big Data) et modèles aléatoires, également compétents en modélisation, optimisation et calcul scientifique. Les étudiants acquièrent la maîtrise des logiciels spécialisés du domaine (logiciels R et SAS pour les statistiques, Matlab, Scilab et C++ pour le calcul scientifique). Une UE spécialisée dans les mathématiques du Traitement de l'Image peut être proposée si suffisamment d'étudiants sont intéressés. Les enseignements sont localisés à l'UFR Sciences de l'Université d'Orléans, et sont organisés par le Pôle de Mathématiques. Compétences: Modélisation aléatoire (modèles et outils de la statistique décisionnelle et computationnelle), fouille de données (méthodes et algorithmes de Data Mining, apprentissage, notions de calcul parallèle (HPC)), notions de Big Data (Hadoop/MapReduce), logiciels de statistique R et SAS. Probabilités appliquées (simulation de Monte-Carlo, mathématiques financières). Modélisation mathématique et mise en œuvre de méthodes de calcul numérique à l’aide des logiciels Scilab et Matlab. Ce Master a notamment inauguré en 2017-2018 un nouveau cours Big Data: Outils et Méthodes, qui a pour but d'initier les étudiants aux outils de manipulation des BigData, jeux de données trop volumineux pour tenir dans un ordinateur unique, et pour lequel les outils statistiques usuels de Data Mining ne passent pas à cette échelle: les données sont distribuées et les codes doivent être adaptés. Les paradigmes présentés dans ce cours sont les BD noSQL, et les outils Hadoop et MapReduce, ainsi que leur interface avec le logiciel de statistiques R utilisé dans la formation.

Concepts enseignés

• Analyse de série de temps
• apprentissage
• big data
• fouille de données
• Mathématiques
• statistique

Débouchés

Data Scientist, Ingénieur Mathématicien/Statisticien, services R&D des secteurs industriels de pointe.

Informations complémentaires

Double compétence Data Scientist et Mathématiques Appliquées.

Lien entre la formation et l'IA : Elevé Faible

Approche de la formation : Pratique Théorique