Contenu – Compétences

Des compétences Mathématiques. La data science s’appuie fortement sur l’analyse statistique de l’information. Bien que les méthodes statistiques classiques (datamining, classification, ..) restent naturellement des compétences nécessaires et importantes, l’aspect « big data » nécessite l’acquisition de techniques statistiques et algorithmiques spécifiques modernes (machine learning, ..), souvent issues de la recherche récente, et avec de forts liens avec l’optimisation. Ces différents outils constituent la partie principale de la formation mathématique proposée dans ce master. Néanmoins, l’analyse statistique étant souvent associée à la question de la modélisation du problème, une formation à la modélisation aléatoire, notamment dans les domaines d’applications visés par le master, est également dispensée.

Des compétences informatiques. La connaissance et la compétence pratique relatives aux outils classiques de data management et d’analyse des données (R, Python, SQL,..), font partie intégrante de la formation. Cependant, l’aspect « données de grandes dimensions et/ou non structurées » interdit généralement un traitement classique des données et des compétences spécifiques sont également dispensées dans ce parcours (plateforme Hadoop, HDFS, NoSQL, etc..).

Des aptitudes professionnelles. Le master DS vise à former des cadres aptes à définir un projet, ses objectifs et son contexte, les modalités de réalisation, leurs priorités, leurs plannings. L’aptitude à travailler en mode projet, à s’intégrer dans un milieu professionnel, à organiser une veille technologique, à communiquer (en particulier en anglais – certification TOEIC) selon des supports de communication adaptés, sont autant de compétences également dispensées et évaluées au cours des deux années de formation.

Des compétences métiers. Suivant le choix d’option, le diplômé du master parcours data science dispose de compétences complémentaires:

  • en biologie le faisant apte à s’intégrer dans des équipes pluridisciplinaires de R&D s’intéressant aux traitements et à l’analyse des données (notamment omiques, génomiques, etc..) relevant de la santé, du végétal, etc.. Il peut interagir dès la conception des expériences et des méthodologies mises en œuvre, puis dans l’analyse et le traitement statistiques des données, l’interprétation et la présentation des résultats, jusqu’à la modélisation mathématique des phénomènes observés.
  • en économie-gestion pour des métiers visant le management du risque et l’optimisation des actions de l’entreprise sur la base de faits statistiquement fiables.

Voir à ce sujet la fiche métier Data Scientist de l’OPIEC

Programme détaillé de la formation : M_DATA_Sciences_janv_2017

Word-Cloud2