Type de diplôme : Master (LMD)

Master Informatique - Parcours : Machine learning pour la science des données

Domaine : Sciences, Technologies, Santé

Mention: Informatique

  • Crédits ECTS

    120 crédits
  • Niveau d'études visé

    BAC +5
  • Durée

    2 ans
  • Composante(s)

  • Langue(s) des enseignements

    Français

Présentation

La plupart des décisions importantes des responsables en entreprise, mais aussi des scientifiques ou des économistes par exemple, sont prises aujourd’hui sur la base de l’analyse de données massives et multi-vues. Ces données sont au cœur du fonctionnement des intelligences artificielles actuelles. Si ces données sont disponibles en abondance (Big data), elles le sont le plus souvent sous forme brute et nécessitent d’abord une réorganisation et un prétraitement éclairés. Ensuite, une phase d’analyse, par des méthodes d’apprentissage machine (Machine Learning) issues de l’intelligence artificielle et de la statistique, est donc nécessaire. C’est l’objet du Master « Machine Learning for Data Science » ou « Apprentissage Machine pour la Science des Données ». Ce master requière des compétences en Informatique et en mathématiques appliquées. Dans M1, des UE spécifiques aux domaines de l’apprentissage machine et de l’intelligence artificielle sont proposées. Le M2 existe en formation initiale (FI) et en alternance (FA).

 

Objectifs

Ce master a pour objectifs de

  • former des Data Scientists maitrisant les différentes méthodes d’apprentissage machine (supervisé, non supervisée et semi-supervisé sous différentes approches y compris le deep learning) et capables de concevoir de nouvelles méthodes adaptées aux divers domaines d’activités dans le but d’extraire de la connaissance utile à l’optimisation des offres et services de l’entreprise.
  • permettre de poursuivre en thèse dans le domaine de l’apprentissage machine, l’intelligence artificielle et la science des données sur des sujets d’ordre théorique et appliqué à divers domaines dont le text-mining, le NLP et le Computer vision.

 

Savoir-faire et compétences

Le Master prépare aux métiers liés au domaine du Machine Learning, l’intelligence artificielle et la science des données. Il permet d’acquérir de nombreuses compétences dans

  • les méthodes de machine learning sous différentes approches y compris le deep learning
  • la statistique et l’algèbre linéaire dans le domaine de la science des données
  • le data engineering
  • la programmation notamment avec R et Python
  • la gestion des données non structurées
  • l’essentiel du Big data et les outils du cloud
  • le Business intelligence et les outils analytiques
  • divers domaines d’applications dont le Text-mining, le NLP, le computer vision, les réseaux sociaux et la bioinformatique.

Précision du rythme

Formation initiale en présentiel.

  • Période début et fin de la formation : septembre à mai (M1) octobre à septembre en M2 en FI

Formation en alternance (FA) octobre à juin

Niveau d'études viséBAC +5

Niveau d'entréeBac+3

Régime d'étude

  • Formation initiale
  • Formation continue
  • Formation en alternance

Formation à distancePrésentiel

Langue(s) des enseignementsFrançais

StageObligatoire ( 4 à 6 mois)

Stage à l'étrangerOptionnel (4 à 6 mois)

  • Validation des Acquis de l'Expérience : Oui
  • Partenariats

    Établissement partenaires

    Laboratoire(s) partenaire(s)

    Organisation

    Organisation de la formation

    Le M1 est organisé en deux semestres comprenant, en plus des enseignements communs avec les autres parcours, des UE spécifiques au parcours MLDS.

    En master M2 (FI), les enseignements dispensés sont consacrées exclusivement à l’Apprentissage Machine, l’UE Anglais est également dispensée. Pour répondre efficacement aux objectifs de la formation, tous les enseignements se déroulent dans une salle machine

    Stages

    La formation requière la réalisation d’un projet tutoré en première année. Le projet tutoré est programmé en second semestre. Plusieurs sujets sont proposés et s’articulent autour de l’apprentissage machine, l’intelligence artificielle et la science des données. Le stage en première année est optionnel mais recommandé. Par contre, en M2 (FI), un stage de 4 à 6 mois est obligatoire dans une entreprise ou un laboratoire de recherche en France ou à l’International. La soutenance est programmée en septembre.

    Le M2 en alternance requière un contrat en apprentissage ou de professionnalisation d’une durée de 1 an au cours duquel plusieurs missions sont confiées à l’apprenti. La soutenance du stage et le rapport de mémoire (missions sur 1 an) clôturent la fin de l’année en juin. Un projet tutoré pluridisciplinaire est également proposé dès le mois de février ; il est évalué par un rapport et une soutenance.

    Contrôle des connaissances

    100% Contrôle Continu. L’UE stage en M2 (FI et FA) requière une soutenance et une évaluation du rapport de mémoire.

    Aménagements particuliers

    Pour les étudiants en situation de handicap vous pouvez prendre contact avec le service accompagnement santé & handicap –

    mail : accueil.ash @ parisdescartes.fr - tél 01 76 53 17 72

     

    Admission

    Sont autorisés à s'inscrire

    Ce master est destiné aux titulaires d’une licence Informatique ou équivalents avec un bon niveau en statistiques et calcul matriciel. Les candidatures de licence Mathématique avec une compétence en informatique attestée par l’obtention d’UE spécifiques à la programmation et aux bases de données sont également étudiées.

    Conditions d'admission

    Pour accéder au M1

    Licence d’informatique ou validation d'acquis personnels et professionnels (VAPP D. 23/08/1985)

    Pour accéder au M2 (FI, FA) MLDS

    Master 1 en informatique, diplôme d’ingénieurs ou validation d'acquis personnels et professionnels (VAPP D. 23/08/1985)

    Pré-requis

    Prérequis pour entrer en M1 : Licence d’informatique ou validation d'acquis personnels et professionnels (VAPP D. 23/08/1985)

    Prérequis pour entrer en M2 : Master 1 en informatique, diplôme d’ingénieurs ou validation d'acquis personnels et professionnels (VAPP D. 23/08/1985)

     

    Candidater / S'inscrire

    Modalités de candidature

    Dossier de candidatures :

    - Lettre de motivation (document obligatoire)

    - Curriculum vitae complet (document obligatoire)

    - Photocopie des relevés de notes bac et post bac (document obligatoire)

    - Lettre de recommandation (document facultatif)

    - Dossier VAPP85 (le cas échéant)

    Période des candidatures : entre mars et juin

    Période des entretiens : mai

     

    Et après ?

    Taux de réussite

    90% en M1, 98% en M2 (FI), 100% (FA)

    Poursuite d'études

    Avec le master MLDS, vous pouvez ensuite si vous le souhaitez poursuivre vos études en doctorat et réalisé ainsi une thèse en contrat doctoral ou CIFRE en partenariat avec une entreprise.

    https://www.parisdescartes.fr/doctorat/

    Insertion professionnelle

    Avec ce master et en tant que data scientist vous pouvez intégrer petites, moyennes et grandes entreprises dans divers secteurs. Voici une liste de métiers auxquels vous pouvez aussi prétendre : Data engineering, Data Analyst, Architecte et Développeur d’outils d’analyse de données, Concepteur/Développeur de modèles mathématiques/statistiques, Ingénieur Recherche & Développement.

    Passerelles

    A l’issue de la première année, une réorientation en seconde année vers un autre parcours du Master Informatique est envisageable à l’appréciation du responsable du parcours concerné

    Référentiels

    Fiches métiers ROME

    • M1810: Production et exploitation de systèmes d'information
    • M1403: Etudes et prospectives socio-conomiques
    • M1805: Etudes et développement informatique
    • K2402: Recherche en sciences de l'univers, de la matière et du vivant
    • H1206: Management et ingénierie études, recherche et développement industriel

    Contact(s)

    Composante(s)

    Lieu(x) de la formation

    • Saints Pères
    • Responsable du diplôme
      Mohamed Nadif

      Email : mohamed.nadif @ parisdescartes.fr

    • Responsable du Master 1
      Osman Salem

      Email : osman.salem @ parisdescarertes.fr

    • Secrétariat pédagogique
      Séverine Lopes

      Centre universitaire des Saints-Pères - UFR Mathématiques Informatique45, rue des Saints-Pères75006 Paris

      Email : severine.lopes @ parisdescartes.fr

      Valérie Hoarau

      Centre universitaire des Saints-Pères - UFR Mathématiques Informatique45, rue des Saints-Pères75006 Paris

      Email : valerie.hoarau-carpentier @ parisdescartes.fr

    Nous contacter

    12, rue de l’École de Médecine
    75270 Paris Cédex 06 - France
    Tél : (33) (0)1 76 53 16 16

    Accueil