SCIENCES, TECHNOLOGIES, SANTÉ
Master Sciences des Données, Science des Données
Master Science des Données
ECTS
120 crédits Durée
2 années Composante
UFR Sciences
et Techniques
Présentation Objectifs
La science des données est une discipline scientifique qui
a émergé ces dix dernières années et qui va engendrer
une transformation majeure de la société, en affectant de
façon profonde de très nombreux secteurs d’activité allant
de la robotique aux humanités numériques, en passant par
la logistique, la domotique, l’e-commerce, la finance ou la
santé. Cette transformation s'appuie sur la multiplication
des dispositifs de captation, l’ubiquité des objets connectés
et l’Internet des Objets (IoT), qui permettent l'acquisition
d'immenses masses de données (Big Data). Ces données,
toujours plus nombreuses, constituent une richesse qu’il
est nécessaire d’explorer, de sélectionner, de filtrer et
d’interpréter afin de générer de la connaissance. Cette
capacité à extraire de la connaissance à partir de données
Spécifiquement dédié à l’analyse et l’ingénierie des données, sera à très court terme, et pendant longtemps, un vecteur
le Master SID est co-accrédité par l’Université de Rouen d’innovation et de richesses.
Normandie et l’INSA de Rouen Normandie. Le Master étant Dans ce contexte, le parcours type Science des Données
résolument tourné vers l’international, les enseignements du (SD) du Master Science et Ingénierie des Données (SID)
M2 SD sont dispensés en anglais. vise la formation d’ingénieurs et de chercheurs en science
des données pour des secteurs d’activité variés comme
À l’intersection de l’informatique et des mathématiques, l’édition de logiciels, l’Internet et l’e-commerce, les services
la science des données est une branche de l’Intelligence publics, l’automobile, l’industrie High-Tech, la finance, ou le
Artificielle qui vise à extraire de la connaissance à partir de biomédical.
données générées en quantités toujours plus importantes
(les Big Data). Cette «nouvelle» science est un vecteur
d’innovation et de richesses à l’origine d’une transformation Accessibilité personnes en
majeure de la société, pour de nombreux secteurs d’activité
allant de la robotique à la santé, en passant par la logistique,la situation de handicap
domotique, l’e-commerce ou la finance.
1/6 Informations non contractuelles.
Dernière mise à jour le 25 septembre 2024
Si vous rencontrez des difficultés liées à une maladie, à Candidater à cette formation
un handicap permanent ou passager, l’Espace Handicap,
en collaboration avec le Service de santé étudiante et
l’association partenaire Handisup, vous aide à et vous Et après
accompagne tout au long de votre cursus.
Admission Poursuites d'études
Les titulaires du Master peuvent également candidater sur
les offres de thèses en vue de préparer un doctorat dans un
Conditions d'admission laboratoire de recherche public ou privé.
re
Accès au master 1 année
Insertion professionnelle
Être titulaire d'une licence ou d'un grade de licence.
Licences conseillées : Les métiers concernés sont ceux d’analyste des données
- Licence EEEA (Data Scientist), mais aussi d’ingénieur R&D ou de chercheur
- Licence Informatique en apprentissage statistique, en extraction de données, en
- Licence Mathématiques gestion de données, en fouille de données.
Il s’agit de métiers pour lesquels le nombre de demandes
Étude du dossier. connaît une explosion considérable actuellement.
Composition du dossier :
- Curriculum Vitae
- Lettre de motivation incluant le projet professionnel et le Infos pratiques
choix du bloc d'options
- Relevés de notes des semestres de licence
- Lettres de recommandation du responsable du dernier
diplôme obtenu
e
Accès au master 2 année
Accès de droit pour les étudiants ayant validé la première
année de la formation.
Les personnes ne disposant pas du titre requis peuvent
demander une validation au titre de leurs études, leurs
expériences professionnelles et leurs acquis personnels
(articles L613-5 du code de l'éducation).
La validation ne dispense pas les candidats de satisfaire aux
éventuelles épreuves d'admission.
Modalités d'inscription
2/6 Informations non contractuelles.
Dernière mise à jour le 25 septembre 2024
Contacts
Responsable pédagogique
Master SID - Sébastien Adam
mastersid@[Link]
Responsable M1
Master SD M1
m1sd@[Link]
Responsable M2
Master SD M2
m2sd@[Link]
Contact administratif
Scolarité Madrillet
02 32 95 50 02
[Link]@[Link]
Établissement(s) partenaire(s)
INSA Rouen Normandie
[Link]
Laboratoire(s) partenaire(s)
LITIS
[Link]
Campus
Campus Sciences et Ingénierie
3/6 Informations non contractuelles.
Dernière mise à jour le 25 septembre 2024
Programme
Organisation de la formation
La pédagogie par projets est très importante au sein du master SID. Des projets sont effectués au cours de chaque semestre de la
formation. L’objectif est de former les étudiants à réaliser des projets, seul ou en équipe, afin d’apprendre à concevoir, développer
et réaliser des applications technologiques ou scientifiques en lien avec la formation dispensée. Au semestre 1 du M1, un premier
projet permet de mettre en oeuvre les connaissances acquises en gestion de projet. Au semestre 2 du M1, les étudiants doivent
réaliser un projet d’envergure, qui peut être substitué par un stage en entreprise de 2 à 3 mois. En M2, les étudiants réalisent
un projet qui peut constituer une initiation à la recherche, comprenant étude théorique, développement et expérimentations. Les
projets sont encadrés par un ou plusieurs enseignants du domaine, appartenant à l’équipe pédagogique.
Master Sciences des Données, Science des Données 1ère année
Semestre 1
Nature CM TD TP Crédits
UE1 Langues UE 2 crédits
Anglais Langue
Obligatoire
UE2 Apprentissage Automatique UE 4 crédits
Apprentissage Automatique Matière
UE3 Web des Données UE 3 crédits
Web des Données Matière
UE4 Conception d'Interfaces Web UE 3 crédits
Conception d'Interfaces Web Matière
UE6 Gestion de Projets en IA UE 4 crédits
Gestion de Projets en IA Matière
UE7 Optimisation pour l'Apprentissage Automatique UE 4 crédits
Optimisation pour l'Apprentissage Automatique Matière
UE8 Analyse et Visualisation de Données UE 4 crédits
Analyse et Visualisation de Données Matière
UE9 CEIP : Techniques de Recherche d'Emploi UE 2 crédits
CEIP : Techniques de Recherche d'Emploi Matière
UE5 Analyse numérique pour l'IA UE 16h 16h 4 crédits
Analyse numérique pour l'IA Matière 16h 16h
Semestre 2
4/6 Informations non contractuelles.
Dernière mise à jour le 25 septembre 2024
Nature CM TD TP Crédits
UE1 Langues UE 2 crédits
Anglais Langue
Obligatoire
UE2 Recherche Opérationnelle UE 4 crédits
Recherche Opérationnelle Matière
UE3 Apprentissage Profond UE 4 crédits
Apprentissage Profond Matière
UE4 Théorie et Algorithmes d'Apprentissage Automatique UE 4 crédits
Théorie et Algorithmes d'Apprentissage Automatique Matière
UE5 Architectures et Technologies en Sciences des données UE 4 crédits
Architectures et Technologies en Sciences des données Matière
UE6 Stage ou Projet en Sciences des Données UE 10 crédits
1 choix parmi 2 UE Choix
UE 6.1 Stage en Sciences des données Choix UE
Stage en Sciences des Données Stage 10 crédits
UE 6.2 Projet en Sciences des données Choix UE
Projet en Sciences des données Projet 10 crédits
Tutoré
UE7 Communication UE 2 crédits
Communication Matière
Master Sciences des Données, Science des Données 2ème année
Semestre 3
Nature CM TD TP Crédits
UE1 Langues UE 2 crédits
Anglais Langue
Obligatoire
UE2 High Performance Computing UE 4 crédits
High Performance Computing Matière
UE3 Machine Learning and Artificial Intelligence 1 UE 20 crédits
5 choix parmi 6 Choix
UE 3.1 Sparse Coding Choix UE
Sparse Coding Matière
UE 3.2. Machine Learning on Sequences Choix UE
Machine Learning on Sequences Matière
UE 3.3 Machine Learning on Graphs Choix UE
Machine Learning on Graphs Matière
UE 3.4 Advanced Image Processing Choix UE
5/6 Informations non contractuelles.
Dernière mise à jour le 25 septembre 2024
Advanced Image Processing Matière
UE 3.5 Reinforcement Learning Choix UE
Reinforcement Learning Matière
UE 3.6 Estimation and Decision In Signal Processing Choix UE
Estimation and Decision In Signal Processing Matière
UE4 State of the Art Analysis UE 2 crédits
State of the Art Analysis Matière
UE5 CEIP : Connaissance de l'entreprise UE 2 crédits
CEIP : Connaissance de l'entreprise Matière
Semestre 4
Nature CM TD TP Crédits
UE1 Machine Learning and Artificial Intelligence 2 UE 12 crédits
4 choix parmi 7 Choix
UE 1.1 Medical Image Analysis Choix UE
Medical Image Analysis Matière
UE 1.2 Natural Language Processing Choix UE
Natural Language Processing Matière
UE 1.3 Computer Vision Choix UE
Computer Vision Matière
UE 1.4 Information Retrieval Choix UE
Information Retrieval Matière
UE 1.5 Image Retrieval Choix UE
Image Retrieval Matière
UE 1.6 Interaction Data Analysis Choix UE
Interaction Data Analysis Matière
UE 1.7 Ensemble of Classifiers Choix UE
Ensemble of Classifiers Matière
UE2 Research Project UE 3 crédits
Research Project Projet 3 crédits
Tutoré
UE3 Training Period UE 15 crédits
Training Period Stage 15 crédits
6/6 Informations non contractuelles.
Dernière mise à jour le 25 septembre 2024