Organisation des enseignements

⬅︎ Retour sur la page principale du parcours Data Science

 

Enseignements de 1ère année (M1)

Semestre 1 (30 ECTS)

Obligatoire :

Nom ECTS Volume horaire
Statistique 8 32h CM, 32h TD et 16h TP

Statistique multivariée et SAS :
(statistique exploratoire, modèles linéaires et Logiciel SAS)

8 32h CM, 9h TD et 39h TP
Logiciel R 2 6h CM et 14h TP
Représentations et approximations de données structurées 4 15h CM, 18h TD et 6h TP
Anglais 3 18h TD
Professionnalisation 1 2 5h CM et 15h TD

Option : 3 ECTS à choisir parmi

Nom ECTS Volume horaire
Données catégorielles : exploration, modélisation 3 Variable
Théorie et pratique du sondage 3 12h CM, 12h TD et 6h TP

 

 

Semestre 2 (30 ECTS)

Obligatoire :

Nom ECTS Volume horaire
Optimisation de fonctions différentiables 3 15h CM et 15h TD
Séries chronologiques 3 10h CM, 6h TD et 8h TP
Base de données 3 10h CM et 20h TP
Anglais 3 24h TD
Professionnalisation 2 3 10h CM, 10h TD
TER (mémoire) 6 Variable
Stage 3 2 mois

 

Options : 6 ECTS à choisir parmi

Nom ECTS Volume horaire
Statistique décisionnelle 3 15h CM et 15h TD
Signaux à temps discrets, modèles déterministes et aléatoires 3 15h CM et 15h TD
Chaînes de Markov, martingales 3 15h CM et 15h TD

 

 

Enseignements de 2ème année (M2)

Tronc commun  (48 ECTS)

Scientifique :

Nom ECTS Volume horaire
Big Data 3 12h CM et 12h TD
Apprentissage 3 9h CM et 18h TP
Représentation parcimonieuse des signaux, images et graphes 3 12h CM et 12h TD
Programmation Python 3 10h CM et 20h TD

 

Ouverture Professionnel/Recherche :

Nom ECTS Volume horaire
Professionnalisation 3 3 10h CM et 10h TD
Anglais 3 18h TD
Mini-projets 3 Variable
Junior Entreprise ou Journal Club 3 Variable
Stage 24 4 à 6 mois

 

Options (12 ECTS)

4 UE à choisir parmi la liste ci-dessous (classée par thématique)

Statistique :

Nom ECTS Volume horaire
Statistique appliquée 3 12h CM et 12h TD
Modèles à variables latentes 3 12h CM et 12h TD
Statistique spatiale et écologie 3 12h CM et 12h TD
Visualisation dynamique de données et data mining 3 12h CM et 12h TD
Spark, Hadoop et calcul parallèle 3 12h CM et 12h TD

 

Apprentissage :

Nom ECTS Volume horaire
Deep learning 3 9h CM et 18h TP
Théorie de l'apprentissage et statistique non-paramétrique 3 12h CM et 12h TD
Algorithmes stochastiques 3 12h CM et 12h TD

 

Traitement du signal et de l'image :

Nom ECTS Volume horaire
Problèmes inverses et optimisation convexe  3 12h CM et 12h TD
Séparation de sources : approches déterministes et probabilistes 3 12h CM et 12h TD
Signal et big data, compressed sensing 3 12h CM et 12h TD