Master Statistique et science des données
Master en Statistique et science des données proposée par la Faculté des Sciences et Technologies.
Grade
Master
Durée
2 ans (4 semestres)
Crédits
120
Faculté
Sciences et Technologies
Mode
Hybride
Master LMD de la Faculté des Sciences et Technologies, mention Mathématique, parcours Statistique et science des données. Le cursus compte 4 semestres et 120 crédits.
- Public Cible :
- Titulaires d'une licence (180 crédits) en Mathématique ou d'un diplôme équivalent.
- Objectifs Pédagogiques :
- Former des diplômés maîtrisant les fondements, les méthodes et les outils du domaine « Statistique et science des données », capables de conduire des projets et des travaux de recherche dans ce domaine.
- Compétences Visées :
- Compétences couvertes par les unités d'enseignement : Analyse avancée, Algèbre et géométrie, Probabilités et statistique, Équations différentielles, Analyse numérique et calcul scientifique, Optimisation et outils, Analyse fonctionnelle et opérateurs, Probabilités et processus stochastiques.
Informations Rapides
Liste des cours
MATH-ANAL-08M1 - Analyse fonctionnelle I
MATH-ANAL-09M1 - Théorie de la mesure et intégration
MATH-ALGE-07M1 - Algèbre avancée
MATH-GEOM-02M1 - Introduction à la géométrie différentielle
MATH-PROB-07M1 - Probabilités avancées
MATH-STAT-17M1 - Statistique mathématique avancée
MATH-EDIF-03M1 - Équations différentielles ordinaires avancées
MATH-EDPA-04M1 - Équations aux dérivées partielles I
MATH-ANUM-03M1 - Analyse numérique avancée
MATH-CALC-03M1 - Calcul scientifique et programmation Python
MATH-OPTI-03M1 - Optimisation continue
LANG-ANGL-13M1 - Anglais scientifique et communication mathématique
MATH-ANAL-10M2 - Analyse fonctionnelle II
MATH-ANAL-11M2 - Théorie des opérateurs
MATH-STOC-01M2 - Processus stochastiques
MATH-STOC-02M2 - Introduction au calcul stochastique
MATH-STAT-18M2 - Modèles statistiques
MATH-ANAL-12M2 - Analyse multivariée des données
MATH-EDPA-05M2 - Équations aux dérivées partielles II
MATH-MODE-02M2 - Modélisation mathématique
MATH-OPTI-04M2 - Optimisation discrète
MATH-REOP-05M2 - Recherche opérationnelle avancée
MATH-EDPA-06M2 - Méthodes numériques pour EDP
MATH-RECH-01M2 - Méthodologie de la recherche en mathématiques
MATH-STAT-20M3 - Inférence statistique avancée
MATH-STAT-21M3 - Modèles linéaires généralisés
MATH-MLEA-01M3 - Machine learning
MATH-MLEA-02M3 - Apprentissage supervisé et non supervisé
MATH-DATA-01M3 - Big Data et calcul distribué
INFO-SGBD-08M3 - Bases de données pour la Data Science
MATH-STAT-23M3 - Séries temporelles avancées
MATH-STAT-22M3 - Modèles à données de panel et longitudinales
MATH-MLEA-03M3 - Deep learning
INFO-IART-06M3 - Intelligence artificielle appliquée
INFO-PROG-12M3 - Programmation R/Python avancée
MATH-DATA-02M3 - Data visualisation et communication des données
MATH-STAG-03M4 - Stage professionnel
MATH-MEMO-04M4 - Mémoire de Master
Conditions d'Admission
Débouchés et poursuite des études
Débouchés Professionnels :
Poursuite d'Études :
Informations Pratiques
- Frais de Scolarité
- Consulter les frais d'études
- Évaluation
- Contrôle continu et examens semestriels.
- Mode de Formation
- Hybride
- Mention & Parcours
- Mention : Mathématique · Parcours : Statistique et science des données
Prêt à nous rejoindre ?
Contactez-nous pour toute question ou déposez votre candidature dès maintenant.
Vous êtes enseignant(e) ?
Rejoignez notre équipe et contribuez à façonner l’avenir de l’éducation avec passion et excellence.