FST-Marrakech MOD@SIM
MASTER : Modélisation des Sciences de
Données en Ingénierie Mathématique (MOD@SIM)
Objectifs de la Formation :
L’objectif de ce Master est de dispenser aux étudiants un enseignement de haut niveau dans le
domaine de la modélisation mathématique en sciences de données. Cette formation permet aux
lauréats la maîtrise des différentes méthodes d’analyse et de traitement liées aux que les outils
informatique nécessaires à l’analyse et la résolution de tels problèmes. Ce domaine est en plein
développement dans le monde universitaire ainsi que dans le secteur privé-public. L’étudiant sera
amené à la résolution de problèmes posés, depuis l’acquisition des données et jusqu’à la décision.
C’est aussi une formation initiant les lauréats à un parcours en recherche dans ce domaine.
L'architecture pédagogique de la filière est conçue dans l’esprit de former des cadres à doubles
compétences :
- d’une part avoir un profil d’ingénieurs mathématiciens spécialisés dans les applications des
mathématiques dans le domaine des Sciences de Données facilitant l’insertion dans les
secteurs socio-économiques.
- d’autres parts avoir les atouts nécessaires pour aborder une thèse de doctorat en sciences
de l’ingénieur aux seins de laboratoires de recherches.
avec un souci permanent d'équilibre entre formation théorique et pratique.
Compétences à acquérir
Les compétences visées par cette formation sont :
Acquisition des fondamentales des sciences de données
Maitrise des outils mathématiques d’analyse des données
Réalisation et conception d’applications décisionnelles
Initiation à la recherche scientifique dans le domaine des sciences de données
Débouchés de la Formation
Vu le contenu de la formation riche en mathématiques appliquées aux sciences de données, les
lauréats de cette formation peuvent facilement intégrer le monde de travail :
Chefs de projets en informatique décisionnelle
Data Scientists
Ingénieur de recherche et développement
comme ils peuvent préparer un doctorat dans le domaine des sciences de données.
Diplômes requis : Licence en Mathématiques ou un diplôme équivalent
1/2
FST-Marrakech MOD@SIM
Organisation modulaire
VH Global
Semestre Liste des Modules du
module
Analyse fonctionnelle appliquée 56
Théories des distributions 56
Problèmes variationnels des EDP elliptiques 56
S1
Programmation avancée : Python 56
Statistiques en grandes dimensions 56
Langues 1 56
VH global du semestre 1 336h
Approximation numérique : Différences finis, Eléments finis et Volumes finis 56
Analyse de Fourier, traitement de signal et image 56
Optimisation déterministe et stochastique 56
S2 Machine Learning et Introduction au Deep Learning
Ou 56
Machine Learning – apprentissage statistique
Soft Skills 56
Langues 2 56
VH global du semestre 2 336h
Algèbre linéaire et multilinéaire pour les grandes dimensions 56
Equations aux dérivées partielles et application en sciences de données 56
S3 Représentations parcimonieuses 56
Deep learning : aspect mathématiques et pratique 56
Equations différentielles, Equations aux dérivées partielles stochastiques et
56
applications
Langues 3 56
VH global du semestre 3 336h
S4 STAGE // SOFT EMPLOYEMENT 336
VH global du semestre 4 336h
2/2