Aller au contenuAller au menuAller à la rechercheAller à la page d'actualités

Rechercher

Parcours Data science – données biologiques et numériques - Université Angers

Parcours Data science – données biologiques et numériques

  • Partager la page sur les réseaux sociaux
  • Envoyer cette page par mail

    Envoyer par mail

    Séparés par des virgules
  • Imprimer cette page

Présentation

Présentation

La data science désigne une discipline à l’interface entre modélisation mathématique, statistique et informatique, née de la nécessité croissante de traiter et d’exploiter les données du big data. La data science est désormais l’outil essentiel d’aide à la décision dans des domaines d’activités extrêmement variés : banque, finance, assurance, e-commerce et grande distribution, communication et marketing, santé, agro-alimentaire, aéronautique et défense, internet des objets et télécoms, etc..

Le master DS est une évolution du master de mathématiques appliquées créé en 2004 et dispose à ce titre d’un réseau actif d’anciens diplômés. L’équipe pédagogique est majoritairement formée d’enseignants et d’enseignants-chercheurs des départements de mathématiques, d’informatique et de biologie de la faculté des sciences, de la faculté de Droit, d’Economie et Gestion, de l’UFR Santé de l’Université d’Angers, ainsi que d’intervenants professionnels en deuxième année de master. Le master DS s’appuie sur l’expertise des laboratoires de recherche LAREMA, LERIA, IRHS et GRANEM de l’Université d’Angers.

Objectifs

Le parcours Data Science (DS) du master mention Mathématiques et Applications est une formation de niveau un (Bac + 5). Il vise à former des cadres data-scientists capables de mettre en œuvre les techniques mathématiques et informatiques inhérentes à ce métier, possédant en outre des compétences métiers propres aux secteurs d’activités visés par le choix d’option : données biologiques ou données numériques.

Savoir-faire et compétences
  • Compétences Mathématiques. Le diplômé maîtrise les méthodes de l’analyse statistique et algorithmique de l’information, qu’elles soient classiques (datamining, classification, ..) ou spécifiques au big data (machine learning, ..), ainsi que les méthodes associées d’optimisation. L’analyse statistique étant souvent associée à des questions de modélisation, une formation à la modélisation aléatoire est également dispensée.
  • Compétences informatiques. Connaissances et compétences relatives aux outils classiques de data management et d’analyse des données (R, Python, SQL,..), et plus spécifiques aux données de grandes dimensions et/ou non structurées : plateforme Hadoop, HDFS, NoSQL, etc...
  • Des aptitudes professionnelles. Le diplômé est apte à définir un projet, ses objectifs et son contexte, les modalités de réalisation, leurs priorités, leur planning. Il sait travailler en mode projet, s’intégrer dans un milieu professionnel, organiser une veille technologique, communiquer (en particulier en anglais – certification TOEIC) selon des supports de communication adaptés.
  • Des compétences métiers. Suivant le choix d’option, l’aptitude spécifique au traitement et à l’analyse des données de la biologie (notamment omiques) ou celles des entreprises du tertiaire (management du risque, optimisation des actions, etc..)

Les + du master
L’équipe pédagogique du parcours DS est formée d’enseignants et d’enseignants-chercheurs des départements de mathématiques, d’informatique et de biologie de la faculté des sciences, de la faculté de Droit, d’Économie et Gestion, et de l’UFR Santé de l’Université d’Angers, ainsi que d’intervenants professionnels principalement en deuxième année de master. Le parcours DS s’appuie sur l’expertise de laboratoires de recherche reconnus en mathématiques (LAREMA), en informatique (LERIA), dans le végétal spécialisé (IRHS) et en économie-gestion (GRANEM).
Le M2 DS est ouvert à l’alternance, sous contrat de professionnalisation.
Modalités pratiques en alternance
La deuxième année de master M2-DS est ouverte à l’alternance, sous contrat de professionnalisation. Le calendrier alterne, de début septembre à fin août, quatre périodes de formation à l’université de 6, 5, 5 puis 4 semaines et quatre périodes en entreprise en de 3, 4, 11 puis 13 semaines.

Admission

Conditions d'accès

Conditions d’accès

Le parcours Data Science est à capacité limitée et l’admission en première (M1-DS) et deuxième année (M2-DS) du master est sélective. En dehors des qualités académiques, le recrutement accorde un part importante à la motivation des candidats.

La validation du M1-DS entraîne l’admission en M2-DS.

Formation initiale. Le M1-DS s’adresse en priorité aux étudiants diplômés d’une licence de
mathématiques, d’une licence de Mathématiques et informatique appliquées aux sciences humaines et sociales, ou d’un niveau équivalent. Néanmoins, les dossiers d’étudiants ayant eu un parcours plus dirigé vers l’informatique sont considérés avec intérêt.

Formation continue. Les candidatures relevant de la formation continue (dont VAPP et VAE) sont les bienvenues et considérées avec la plus grande attention.

 

Programme

Organisation de la formation

*Volumes d’heures hors dispositifs d’auto-formation

 

Modalités pratiques en alternance

La deuxième année de master M2-DS est ouverte à l’alternance, sous contrat de professionnalisation. La calendrier alterne, de début septembre à fin août, quatre périodes de formation à l’université de 6, 5, 5 puis 4 semaines et quatre périodes en entreprise en de 3, 4, 11 puis 13 semaines.

Et après

Poursuite d'études

Les très bons étudiants peuvent poursuivre leurs études par une thèse de doctorat au sein du laboratoire de mathématiques LAREMA, dont thèse CIFRE dans le cadre d’une convention avec une entreprise.

Insertion professionnelle

Option données biologiques : secteurs de la santé, de la pharmacie, la bio-industrie, l’agroindustrie, les laboratoires de type Inserm, Cirad, Institut Pasteur, CEA, etc ..

Option données numériques : tout secteur tel que sociétés de conseil en gestion des entreprises ou spécialisées en datamining, de la grande distribution, les grandes banques et compagnies d’assurances, etc..

Contact

Responsables de la formation

Delabaere Eric
eric.delabaere @ univ-angers.fr

Panloup Fabien
fabien.panloup @ univ-angers.fr

Contacts

Herguais Sandrine
sandrine.herguais @ univ-angers.fr