Sciences des Données

Nom : Sciences des Données et Applications (SDA)

Domaine : Sciences Economiques et de Gestion ; Sciences Et Technologie

Mention : Management, Sciences des Données, Informatique

Spécialités : Sciences des Données

{tab Objectifs}

Ce programme vise à former des professionnels dans les métiers des sciences de données dans un contexte pluridisciplinaire. Ils peuvent assister les organisations à mettre en place un environnement métier intelligent basé sur une collecte, intégration et analyse automatisée des données en vue d’une prise de décision plus efficiente. Ils peuvent emprunter une carrière dans les sciences de données ou poursuivre des études de doctorat.

Plus spécifiquement, il s’agit de :

• donner aux étudiants un ensemble de connaissances théoriques, techniques et pratiques dans le domaine précité ;
• donner aux étudiants des outils leur permettant de mettre en place des architectures de systèmes dédiés à la collecte et au traitement des données massives ;
• de connaître les techniques de base pour l’analyse de grands volumes de données ;
• de concevoir des algorithmes pour l’extraction de connaissances à partir des données ;
• de concevoir des systèmes d’aide à la décision

{tab Compétences}

A l’issue de leur formation, les étudiants seront capables de :

• C1: maitriser les concepts mathématiques indispensables en science des données
• C2: spécifier, concevoir des architectures de systèmes évolués adaptés au traitement des données massives ;
• C3 : spécifier, concevoir et déployer des architectures de collecte et de stockage des données ;
• C4 : concevoir des systèmes automatiques de recherche et traitement d’informations à partir de documents de formats différents (structurés, non structurées et semi-structurés) stockées dans des plates-formes centralisées, distribuées et mobiles ;
• C5: concevoir et réaliser des applications d’extraction des connaissances et d’information sur des données à large échelle ; 
• C6: développer des outils visualisation des données afin de faciliter la prise de décisions ;
• C7 : mettre en œuvre et valider des modèles dynamiques ainsi que des outils pour la représentation, l’analyse et l’extraction de connaissances ;
• C8: appliquer les connaissances acquises à des problèmes de traitement et exploitation de données massives.
• C9 : Communiquer, présenter des résultats d’études ou de travaux de recherche

Compétences	C1	C2	C3	C4	C5	C6	C7	C8	C9
U. E
SDD411	*
SDD412									*
SDD413	*
SDD414						*
SDD416	*
SDD421			*
SDD422	*						*
SDD423							*
SDD424					*
SDD425								*
SDD531			*	*
SDD532					*
SDD533							*
SDD534	*	*
SDD541								*	*
SDD542								*

{tab Admission}

L’admission se fait sur la base d’ :

• Une sélection sur dossiers ;
• Un entretien avec une commission de recrutement.

Peuvent faire acte de candidature pour l’admission

• En M1 : les titulaires d’une licence de
• Management informatisé des organisations ou équivalent ;
• Informatique ou équivalent ;
• Mathématiques ou équivalent ;
• Physique, chimie ou équivalent ;
• Sciences économiques et gestion ou équivalent ;
• En M2 : les étudiants ayant capitalisé les 60 crédits formant la première année de Master (M1) dans un domaine compatible avec celui du programme.

{tab Contenu}

{slider title= »Master 1-Semestre 1 » class= »icon »}

UE1  Mathématiques pour la décision

• EC1 Optimisation(OPTION SD)
• EC2 Technique de sondage et d’échantillonnage 

UE2 Communication

• EC1 Techniques de communication écrite et orale 
• EC2 Anglais

UE3 Probabilité – Statistiques

• EC1 Probabilités
• EC2 Statistiques

UE4  Programmation en science des données

• EC1 Algorithmique et complexité 1
• EC2 Visualisation des données
• EC3 Bases de données relationnelles

UE5  Comptabilité OPTION DAC

• EC1 Comptabilité approfondie
• EC2 Comptabilité de gestion

UE6 Mathématiques OPTION DAP, ESM

• EC1 Analyse
• EC2 Algèbre

{slider title= »Master 1-Semestre 2 » class= »icon »}

UE1 Algorithmique et bases de données

• EC1 Structure de données, algorithmique et complexité
• EC2 Bases de données No-SQL

UE2 Extraction d’informations

• EC1 Datamining
• EC2 Recherche d’informations

UE3 Mathématiques pour les sciences de données

• EC1 Analyse de données
• EC2 Probabilité-statistique 2
• EC3 Codage et compression de données

UE4 Apprentissage sur les données

• EC1 Apprentissage automatique
• EC2 Apprentissage profond et  applications

UE5 Stage

• EC1 Camp de données

{slider title= »Master 2-Semestre 3 » class= »icon »}

 

UE1 Traitement de Données Complexes

• EC1 OPTION S3-1
• EC2  Bases de données multidimensionnelles

UE2 Apprentissage des données avancées

• EC1 Analyse des Réseaux et applications
• EC2 Modéles graphiques probabilistes
• EC3 Apprentissage par renforcement

UE3 IA et Internet des objets

• EC1 Internet des objets
• EC2 Les filtres particulaires et applications

UE4 Systèmes parallèles et distribués  

• EC1 Architecture et systèmes évolués
• EC2 Frameworks du Big Data

OPTIONS3-1	Traitement d’image et vision par ordinateur
	Traitement des langages naturels

{slider title= »Master 2-Semestre 4 » class= »icon »}

 

UE1 Développement personnel et leadership

• EC1  Technique de rédaction scientifique
• EC2 Lecture et présentation de résultats de recherche/Seminaire
• EC3 Entreprenariat
• EC4 Veille technologique

UE2 Stages

• EC1 Rédaction de mémoire ou rapport de stage

{/sliders}

{tab Débouchés}

A l’issue de leur formation, les étudiants pourront entrer dans la vie active comme :

• Administrateurs généraux des données ;
• Directeurs de données ;
• Architecte des données ;
• Analyste de données (data miner, data analyste)
• Data scientiste ;
• Chargé de traitement de données ;
• Ingénieur d’étude en production, traitement et analyse des données et enquête (data engineer) ;
• Etc.

   Ce master offre également la possibilité de poursuivre des études de doctorat

{/tabs}