Master Big-Data

Présentation

Face à l’émergence du phénomène du Big Data, ou données massives, de nouvelles disciplines dénommées « Data sciences » ont vu le jour. Les « Data sciences » ont pour objectif l'extraction de connaissances partant d'ensembles de données.  Elles allient divers outils mathématiques, dont les probabilités, les statistiques, et l’informatique. Les « Data sciences » sont en plein essor, tant dans le monde universitaire, que dans les entreprises.

L’objectif de ce Master est d’offrir une solide formation, en Mathématiques Appliquées ainsi qu’en Intelligence Artificielle, qui couvre toutes les problématiques de traitement et analyse des données massives.

Cette formation met l’accent à la fois sur la rigueur indispensable pour le traitement des données et sur la présentation des méthodologies les plus récentes. Les fondamentaux acquis durant cette formation, doivent permettre de maitriser les techniques et les outils existants mais également de les faire évoluer.

Ce Master a pour objectif de former des « Data Scientits» qui seront capables de « faire parler » les données  et  d’en tirer le meilleur profit.

Partenariats pédagogiques et scientifiques

Le Master Big Data emprunte ses enseignements au département MIDO (Mathématique et informatique de la Décision et des Organisations) de l’université Paris Dauphine et est adossé à deux laboratoires de recherche de renommée internationale affiliés au CNRS

  • Le CEREMADE laboratoire de recherche en mathématiques appliquées dont le but est l’analyse mathématique de problèmes aussi divers que la Finance, le traitement d’images, l’analyse des données la théorie de la classification, et
  • Le LAMSADE laboratoire dont les thèmes de recherche sont notamment l’aide à la décision et la science des données.

La première année du Master Big Data partage de nombreux modules d'enseignements avec le Master de Mathématiques Appliquées parcours Actuariat. Les enseignements de la seconde année du Master Big Data sont spécifiques et sont largement empruntés au Master Informatique, Système Intelligents du LAMSADE.

Admission

Critères d'admission

Le Master Big Data est ouvert aux étudiants de toutes nationalités. Les candidats doivent avoir validé au moins 3 années d'enseignement supérieur. Une formation solide en mathématiques et en informatique est nécessaire

Conditions d’accès en première année (M1)

 

Diplômes

Epreuves écrites

Epreuves orales

Prérequis en Mathématiques

Prérequis en informatiques

 

M1 Big Data

 
  • Admission sur dossier pour les étudiants ayant validé le L3 de mathématiques appliquées de l’université Paris Dauphine |Tunis.
 

 

 

 

 

 
  • Admission sur dossier pour les étudiants titulaires d’une licence en mathématiques appliquées.
 
 
  • Une épreuve de Mathématiques
  • Une épreuve de probabilités et statistique
 
 
  • Théorie d’Intégration
  • Calcul différentiel
  • Probabilités et statistique
  • Analyse fonctionnelle
 

 

 
  • Admission sur dossier pour les étudiants titulaires d’un diplôme d'ingénieur ou équivalent.
 
 
  • Une épreuve de Mathématiques
  • Une épreuve de probabilités et statistique
 
 
  • Théorie d’Intégration
  • Calcul différentiel
  • Probabilités et statistique
  • Analyse fonctionnelle
 

 

 
  • Admission sur dossier pour les étudiants titulaires d’un diplôme étranger de niveau équivalent à bac+4, en mathématiques appliquées ou informatique.
 
 
  • Une épreuve de Mathématiques
  • Une épreuve de probabilités et statistique
 

 

  • Théorie d’Intégration
  • Calcul différentiel
  • Probabilités et statistique
  • Analyse fonctionnelle
 

Conditions d’accès en première année (M2) 

 

Diplômes

Epreuves écrites

Epreuves orales

Prérequis en Mathématiques

Prérequis en informatiques

M2 Big Data

 
  • Admission sur dossier pour les étudiants ayant validé le M1 Big Data de l’université Paris Dauphine | Tunis.
 

 

 

 

 

 
  • Admission sur dossier pour les étudiants titulaires d’un Master 2 en informatique ou en mathématiques appliquées d’une université scientifique.
 
 
  • Probabilités et statistique
 

 

 
  • Intégration et probabilités, statistique
  • Estimation et tests, modèle linéaire
  • Processus discret
 
 
  • Programmation Java, Python, R et SQL
 
 
  • Admission sur dossier pour les étudiants titulaires d’un diplôme d'ingénieur ou équivalent.
 
 
  • Probabilités et statistique
 

 

 
  • Intégration et probabilités, statistique
  • Estimation et tests, modèle linéaire
  • Processus discret
 
 
  • Programmation Java, Python, R et SQL
 
 
  • Admission sur dossier pour les étudiants titulaires d’un diplôme étranger de niveau équivalent à bac+5, en informatique ou en mathématiques appliquées.
 
 
  • Probabilités et statistique
 

 

 
  • Intégration et probabilités, statistique
  • Estimation et tests, modèle linéaire
  • Processus discret
 
 
  • Programmation Java, Python, R et SQL
 

 Processus d'admission

 

 Le processus d'admission se fait en deux phases : admissibilité (avant le jury) et admission (après le jury).

  • Pour consulter le fichier d'admission cliquer ici
  • Pour télécharger le dossier de candidature cliquer ici

 

Dépôt de dossier

Sélection

Epreuves écrites

Entretien individuel

Jury Admission

Admission & Inscription

Calendrier d’admission

Date limite fin mai

Juin

Mardi 04 juillet

Mardi 11 juillet Mercredi 12 juillet Jeudi 13 juillet

Mi-juillet

Fin juillet

Candidat

 

 

 

 

 

 

Université Paris Dauphine | Tunis

 

 

 

 

 

 

Description

Le dépôt des candidatures se fait par courriel à l’adresse électronique concours@dauphine.tn

ou par courrier à l’adresse de l’Université Paris Dauphine |Tunis 20 rue Baudelaire 1005 El Omrane.

Une sélection de dossiers est faite par les responsables de l’enseignement à partir des pièces fournies par le candidat (diplôme et les notes des contrôles continus).

Des épreuves écrites sont organisées au sein de l’établissement de l’université Paris Tunis | Dauphine pour valider les dossiers de candidature.

Pour les dossiers retenus, un entretien avec les responsables d’enseignement est organisé.

Si l'entretien est concluant, l’admissibilité du candidat permet de présenter son dossier au jury.

Des jurys sont organisés à l’université Paris Dauphine |Tunis pour étudier les dossiers admissibles.

 

L'admission est décidée par jury d'admission.

Les candidats sont informés de la réponse du jury personnellement par courrier ou courriel.

 

Les candidats admis disposent pendant 10 jours d'une priorité d'inscription qui leur garantit une place dans la formation.

Programme

Première année du Master (M1)

Le Master vise en première année à consolider les fondements théoriques en mathématiques appliquées (modélisation aléatoire, techniques de la statistique, analyse de données), à donner des bases en informatique et langage de programmation et une initiation à l’apprentissage statistique.

Mathématiques appliquées, probabilités et statistique

  • Processus discrets
  • Séries temporelles
  • Modèles  linéaires et généralisations + SAS
  • Méthodes de Monte Carlo
  • Processus de Poisson et méthodes actuarielles
  • Apprentissage statistique et grande dimension : introduction
  • Analyse des données

Informatique et langages de programmation

  • Python
  • C++
  • Java
  • Système de gestion de bases de données
  • Intelligence Artificielle et  raisonnement
  • Anglais

Un séminaire intitulé Innovation du numérique permettant de présenter divers cas d’usage et leur solution Big Data vient compléter les cours du premier semestre.

Deuxième année du Master (M2)

La seconde année du Master propose des enseignements de pointe dans quatre domaines : les bases de données et le Web, l’intelligence artificielle distribuée, l’extraction de connaissances et l’apprentissage.

Le but du Master est de former des scientifiques capables de maîtriser les problèmes conceptuels, sémantiques et algorithmiques soulevés par le développement des nouvelles technologies et la production de données massives quelles engendrent.

  • Base de données avancées
  • Du Data Mining au Knowledge Mining
  • Raisonnement et décision
  • Ontologies et Web sémantique
  • Introduction aux systèmes multi-agents
  • Gestion et distribution de données sur le web
  • Datamining et apprentissage
  • Deep Learning
  • Anglais

L’année de M2 s’achève par un stage de 6 mois, d’avril à septembre réalisé dans une entreprise ou un laboratoire universitaire après accord du responsable des stages. 

Insertion professionnelle

Insertion professionnelle et débouchés

Avec l’émergence des « Big Data », de nouvelles perspectives s’ouvrent pour les entreprises qui souhaitent tirer profit de l’énorme quantité de données qu’elles collectent quotidiennement. Mais pour constituer une aide à la décision, la valorisation de ces données brutes et multiformes est indispensable. Les métiers de « Data Scientist » répondent à cet objectif  et sont actuellement très recherchés.

Les « Data Scientists » possèdent des compétences techniques qu’ils mettent à profit diversement selon leur environnement de travail, néanmoins ces profils sont rares et extrêmement recherchés. Il s’agit de métiers s’exerçant dans des secteurs très variés.

Les secteurs qui sont à l’affut de « Data scientists » sont :

  • Dans les banques, les assurances, les  transports, le secteur de l’énergie, les télécommunication,
  • Dans la grande distribution.
  • Chez les Editeurs de logiciel
  • Les sociétés de service informatique, les cabinets de conseil et d’audit, les cabinets d’étude
  • Les startups
  • Les Organisations non gouvernementales (ONG)
  • Les entreprises publiques : santé, sécurité, administrations
  • . . .