Licence Data science

Formation en analyse de données et intelligence artificielle.

Grade

Licence

Durée

3 ans (6 semestres)

Crédits

180

Faculté

Sciences et Technologies

Mode

Hybride

Cours sur le machine learning, deep learning, big data et visualisation de données.

Public Cible :
Bacheliers
Objectifs Pédagogiques :
Préparer des experts en science des données et intelligence artificielle.
Compétences Visées :
Machine learning, traitement de données massives, IA appliquée.
Spécialisations :
IA appliquée, Big Data, Deep learning, Analyse prédictive

Liste des cours

MATH-ANAL-01L1 - Analyse I

MATH-INTE-01L1 - Calcul différentiel et intégral

MATH-ALGE-01L1 - Algèbre

MATH-GEOM-01L1 - Géométrie analytique

PHYS-MECA-01L1 - Mécanique du point

PHYS-MECA-02L1 - Travaux pratiques de mécanique

PHYS-ELEC-01L1 - Électricité générale

PHYS-ELEC-02L1 - Travaux pratiques d'électricité

INFO-ALGO-01L1 - Algorithmique et programmation I

INFO-ARCH-01L1 - Architecture des ordinateurs

Ce cours introduit les principes fondamentaux de l’architecture des ordinateurs, depuis la représentation de l’information jusqu’à l’exécution des instructions par le processeur. Il permet aux étudiants de première année en mathématiques, physique et informatique de comprendre, d’analyser et de simuler le fonctionnement interne d’un système informatique.

MAPI-RECH-01L1 - Méthodologie du travail scientifique

LANG-ANGL-02L1 - Anglais scientifique

MATH-ANAL-02L2 - Analyse II

Analyse II approfondit les outils fondamentaux de l’analyse réelle à travers les suites et séries, les fonctions de plusieurs variables et les équations différentielles élémentaires. Le cours relie la rigueur mathématique aux applications en physique, en informatique et en modélisation scientifique.

MATH-EDIF-01L2 - Équations différentielles

MATH-ALGE-02L2 - Algèbre linéaire

MATH-PROB-01L2 - Introduction aux probabilités

PHYS-MECA-04L2 - Mécanique des systèmes

PHYS-ONDE-01L2 - Oscillations et ondes

PHYS-ELEC-04L2 - Électrostatique et magnétostatique

PHYS-ELEM-01L2 - Travaux pratiques d'électromagnétisme

INFO-ALGO-02L2 - Algorithmique et programmation II

INFO-PROG-01L2 - Programmation orientée objet

INFO-NUME-03L2 - Outils numériques scientifiques

COMM-TEXP-04L2 - Techniques d'expression et de communication

MATH-ANAL-03L3 - Analyse III

MATH-ANAL-04L3 - Calcul vectoriel

MATH-ALGE-03L3 - Algèbre

MATH-ALGE-04L3 - Structures algébriques

MATH-PROB-04L3 - Probabilités

MATH-STAT-05L3 - Statistique mathématique

PHYS-THER-02L3 - Thermodynamique

PHYS-OPTI-02L3 - Optique géométrique

INFO-ALGO-03L3 - Structures de données et algorithmique

INFO-SGBD-01L3 - Bases de données

INFO-EXPL-01L3 - Systèmes d'exploitation

INFO-ARCH-02L3 - Architecture des systèmes numériques

MATH-ANAL-05L4 - Analyse IV

MATH-EDPA-01L4 - Introduction aux équations aux dérivées partielles

MATH-ANUM-01L4 - Analyse numérique

MATH-OPTI-01L4 - Optimisation

PHYS-ELEM-02L4 - Électromagnétisme

PHYS-OPTI-03L4 - Optique ondulatoire

PHYS-QUAN-01L4 - Introduction à la mécanique quantique

PHYS-STAT-01L4 - Introduction à la physique statistique

INFO-ALGO-04L4 - Algorithmique avancée

INFO-RESE-01L4 - Réseaux informatiques

INFO-PROG-03L4 - Programmation scientifique Python

INFO-PROJ-01L4 - Projet expérimental

INFO-DSCI-11L5 - Introduction à la data science

INFO-DSCI-12L5 - Outils de la data science

INFO-DSCI-14L5 - Probabilités et statistiques

INFO-DSCI-15L5 - Statistiques descriptives avancées

INFO-DSCI-17L5 - Bases de données relationnelles

INFO-DSCI-18L5 - Bases de données NoSQL

INFO-DSCI-20L5 - Programmation Python

INFO-DSCI-21L5 - Programmation R

INFO-DSCI-23L5 - Machine learning

INFO-DSCI-24L5 - Apprentissage supervisé

INFO-DSCI-26L5 - Anglais scientifique

INFO-DSCI-27L5 - Déontologie et IA

INFO-DSCI-11L6 - Big Data

INFO-DSCI-12L6 - Ingénierie des données

INFO-DSCI-14L6 - Apprentissage profond

INFO-DSCI-15L6 - Vision par ordinateur

INFO-DSCI-17L6 - Traitement du langage naturel

INFO-DSCI-18L6 - Fouille de textes

INFO-DSCI-20L6 - Outils avancés de data science

INFO-DSCI-21L6 - Visualisation de données

INFO-DSCI-23L6 - Projet de data science

INFO-DSCI-24L6 - Méthodologie de recherche

INFO-DSCI-26L6 - Stage ou mémoire de fin d'études

INFO-DSCI-27L6 - Séminaires spécialisés

Conditions d'Admission

Bacheliers

Débouchés et poursuite des études

Débouchés Professionnels :

Data scientist, ingénieur IA, analyste big data

Poursuite d'Études :

Master en Data Science, Intelligence Artificielle

Informations Pratiques

Évaluation

Devoirs - Examens

Mode de Formation
Hybride
Mention & Parcours
Mention : Mathématique, physique, informatique (MPI) · Parcours : Data science

Prêt à nous rejoindre ?

Contactez-nous pour toute question ou déposez votre candidature dès maintenant.

33, Rue MZ-198 Mermoz – BP: 5355, Dakar-Fann (SENEGAL)

Vous êtes enseignant(e) ?

Rejoignez notre équipe et contribuez à façonner l’avenir de l’éducation avec passion et excellence.