Master Ingénierie Statistique (IS)

Version imprimableVersion imprimable

Responsable: Frédéric Lavancier
Contact:  master-IS@
univ-nantes.fr

 

Objectifs et compétences

Le master IS est un nouveau parcours, ouvert en septembre 2017, fruit de l'évolution du Master Ingénierie Mathématiques, option Statistique, vers une formation enrichie. Le master IS s’attache à former des statisticiens de haut niveau, capables de manipuler, synthétiser et analyser des données provenant de tout type d’application (nouvelles technologies, banque, finance, environnement, santé, industrie,..). A l’issue de la formation, les étudiants sont capables de gérer de gros volumes de données (Big Data), de mettre en œuvre les techniques les plus modernes de machine learning, mais aussi d’accomplir des reportings clairs et efficaces, d’utiliser des techniques Bayésiennes, ou encore de modéliser et prédire des séries chronologiques. Une large part des enseignements est dédiée à l’anglais et au développement de compétences professionnelles transverses (communication, gestion de projet, entrepreneuriat).
Les diplômés sont ainsi opérationnels pour une insertion professionnelle immédiate. Par ailleurs, les bases théoriques solides de la formation permettent aux étudiants qui le souhaitent de poursuivre en thèse de doctorat.

 

Nos points forts

  • Des bourses d'excellence, à hauteur de 10 000 euros par an, sont proposées par le Centre Henri Lebesgue (CHL). Davantage d'informations sont disponibles sur le site du CHL.
  • Expertise dans l'utilisation du logiciel R, principal logiciel utilisé dans la formation.
  • Passage de la certification de base SAS, attestant de la maîtrise de ce logiciel très utilisé dans les grosses structures.
  • Pratique du Machine Learning avec Python (librairie scikit-learn).
  • Initiation à l'environnement Big Data via la manipulation avec Spark de données organisées en clusters.
  • Certification d'anglais TOEIC.
  • Un stage long (6 mois environ) conclut le M2. Il peut être effectué dans l'industrie ou dans un laboratoire académique.
  • Partenariat fort avec l'Ecole Centrale de Nantes, option mathématiques et applications, dont certains modules sont mutualisés avec notre formation.

 

Les débouchés

Les étudiants ayant suivi le Master IS ont vocation à intégrer n’importe quelle structure confrontée à des problématiques d’analyse approfondie des données, quel que soit son secteur d’activité. Leurs compétences intéressent naturellement un large spectre d’entreprises (start-up, PME-PMI, gros groupes), mais aussi des instituts publics et des centres de recherche.
Les emplois visés par les étudiants du Master IS couvrent l’ensemble des métiers liées aux traitements des données (acquisition, reporting, modélisation, prévision, Data Science) avec une progression rapide vers des responsabilités managériales. L’actuel Master Ingénierie option Statistique, dont l’évolution a abouti à la création du Master IS, a notamment formé des statisticiens mis en exergue dans le dernier Zoom métier « Les métiers des Mathématiques et de l’Informatique » édité par l’Onisep.
A titre d’exemples, les anciens étudiants de notre master ont obtenu des emplois dans les structures suivantes :

  • Dans les nouvelles technologies : Google, Inria, Gide, PerformanSe, iAdvize, Sopra.
  • Dans le domaine de la finance et de l’actuariat : Axa, Murex, Société Générale, Crédit Agricole, Gie Europac, Gaselys, MMA.
  • Dans le domaine de l’environnement : Air Pays de la Loire, Air Parif, Ineris, Météo France, Irstea.
  • Dans le domaine de l’énergie : Areva, EDF, IFP.
  • Dans le domaine des transports : Aéroports de Paris, Laboratoire des Ponts et Chaussée, Renault.
  • En Biostatistique : CHU de Nantes, Genfit, Inserm.
  • En sensométrie : ESA, Puratos, L’Oréal.
  • Dans le service public : Ministère de la justice, Haute Autorité de la Santé, CNAM.

 

Contenu

Le Master IS s'organise sur deux années (4 semestres). Le programme, détaillé dans ce fichier pour le M1 IS et dans ce fichier pour le M2-IS, est le suivant :  

  • Semestre 1
    • Outils Probabilistes pour la Statistique (64h, 8 ects)
    • Outils informatiques pour la Statistique (R et SAS) (24h, 4 ects)
    • Analyse des données (32h, 4 ects)
    • Classification non supervisée (32h, 4 ects)
    • Méthodes numériques déterministes (32h, 4 ects)
    • Méthodes numériques probabilistes (32h, 4 ects)
    • Anglais (16h, 2 ects)
    • Conférences et interventions de personnalités extérieures (0 ects)
  • Semestre 2
    • Statistique inférentielle (64h, 8 ects)
    • Régression linéaire et logistique (64h, 8 ects)
    • Optimisation déterministe et stochastique (64h, 8 ects)
    • Supervised study project in Mathematics (projet, 4 ects)
    • Communication, connaissance de l'entreprise (12h, 2 ects)
    • Anglais scientifique (en distanciel, 0 ects)
    • Stage de fin de M1 conseillé
  • Semestre 3
    • Statistique en grande dimension (56h, 6 ects)
    • Statistique Bayésienne (56h, 6 ects)
    • Base de données et SAS (passage de la certification SAS-base) (44h, 6 ects)
    • Management à visée innovante et entrepreneuriale (25h, 3 ects)
    • Anglais (16h, 3 ects)
    • Conférences et interventions de personnalités extérieures (0 ects)
  • Semestre 4
    • Séries temporelles (56h, 6 ects)
    • Apprentissage statistique (32h, 4 ects)
    • Machine Learning : pratique et compléments (32h, 4 ects)
    • Etude de cas (32h, 4 ects)
    • Anglais TOEIC
    • Supervised advanced study project in Mathematics (stage de fin d'étude à partir du mois d'avril, 5 mois minimum, 18 ects)

 

Modalités d'inscription

Les modalités d'inscription en master sont détaillées sur le site de l'UFR des sciences et techniques en suivant ce lien.

En bref :

  • Pour les étudiants déjà inscrits à l'UFR, l'inscription se fait via leur intranet.
  • Pour les étudiants inscrits dans une autre université française, voir ce lien.
  • Pour les étudiants étrangers, la procédure est décrite ici, voir en particulier ce lien pour la procédure Campus France.

 

 
 
 
 
 

Connexion utilisateur