Master Intelligence Artificielle Science des Données

Télécharger le PDF

Présentation

Face à l’émergence du phénomène des Big Data, de nombreuses entreprises souhaitent pouvoir tirer profit de ces grandes quantités de données qu’elles collectent quotidiennement afin de les aider dans leur processus de décision. Cependant, le plus souvent ces données sont disponibles sous forme brute et donc de peu d’utilité sans traitement préalable. Il est donc nécessaire, pour constituer une aide à la décision efficace, de traiter et de valoriser ces données brutes, massives et souvent hétérogènes pour obtenir de l’information exploitable et utilisable.

L’objectif de ce Master de Mathématiques et Informatique également appelé IASD Big-Data est d’offrir une solide connaissance en Mathématiques appliquées ainsi qu’en Intelligence Artificielle afin de couvrir l’ensemble des problématiques de traitement et d’analyse des données massives que l’on peut rencontrer en entreprise.

Cette formation met l’accent à la fois sur la rigueur indispensable pour le traitement des données et sur les méthodologies récemment développées. Ces dernières ont pour fonction de produire des outils d’analyse mathématique, d’estimation statistique et de prévision qui se déclinent à travers la construction d’algorithmes programmés dans des langages informatiques performants.

L’analyse de grandes masses de données ne peut se faire sans connaissance de modèles et techniques mathématiques et informatiques, tant pour la pertinence de l’information résultante que pour sa représentation et sa visualisation.

Cette formation se déroule sur une année pendant laquelle deux thèmes majeurs sont enseignés :

  • Traitement des données, via les architectures, algorithmes et langages orientés gestion des données à grande échelle
  • Traitement de l’information via les techniques d’apprentissage (Machine Learning) et d’Intelligence Artificielle

L’enseignement inclut également des projets tutorés et un mémoire rendant compte du travail effectué dans l’entreprise.

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 empruntés au Master IASD Intelligence Artificielle Système Données de PSL* . 

 

                     

 

En savoir plus:

Pour toute demande de renseignements, vous pouvez vous adresser soit : 

  • par courrier électronique : candidature@dauphine.tn
  • par téléphone : +216 98 199 584
  • par messenger : Université Paris-Dauphine | Tunis
  • En vous présentant au service admission directement sur le campus

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
  • Algorithmique Avancée
  •  SQL et bases de données Relationnelles .

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)

L’année de M2 comporte deux semestres de cours se répartissant entre octobre et fin mars et d’une période en entreprise d’une durée de 6 mois qui peut être effectuée en une seule fois d’avril à fin août ou en accord avec l’entreprise d’accueil, de manière fractionnée au cours de l’année.

  • Fondamentals of machine learning
  • Optimisation pour le machine learning
  • Systems paradigms and algorithms for Big Data
  • Data wrangling, Qualité de données
  • Bases de données avancées (SGBD non classiques)
  • Deep Learning
  • Graphes de connaissance, logiques de description, raisonnement sur les données
  • Recherche Monte-Carlo
  • Deep Learning for Image Analysis
  • Nuages de points et modélisation 3D
  • Ethique, biais
  • Projet Science des Données
  • Machine learning sur le Big Data
  • Flux de données
  • Graph management et mining
  • Data visualisation
  • IA on the cloud

Toutes les UE comportent 24h de cours et rapportent 3 ECTS.

Durant la période en entreprise l’étudiant effectue un travail de recherche aboutissant à un mémoire et donnant lieu à une soutenance orale. Stage mémoire et soutenance orale rapportent 12 ECTS.

 

                           

Insertion professionnelle

Insertion professionnelle et débouchés

Avec l’émergence du phénomène du « 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 Scientists, qui répondent à cet objectif, sont donc actuellement très recherchés.

Il s’agit d’un métier récent s’exerçant dans des secteurs très variés. Le Data Scientists possède des compétences techniques diverses selon l’environnement de travail, néanmoins les profils sont rares et extrêmement recherchés.

Les secteurs dans lesquels Data Scientists sont convoités :

  • Entreprises des secteurs privés : banques, assurance, santé, télécommunication, transport, énergie, grande distribution.
  • Editeurs de logiciel
  • Sociétés de services en informatique, cabinets de conseil et d’audit, cabinets d’étude
  • Les startups
  • Les Organisations non gouvernementales (ONG)
  • Les entreprises publiques : santé, sécurité, administrations.

                         

                           

 

                                 

     

     

     

     

     

Candidater

Profils concernés

 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 ou en mathématiques appliquées est nécessaire.

Les étudiants provenant de la L3 mathématiques appliquées de Dauphine|Tunis sont admis de droit mais doivent pouvoir justifier de la certification en français de niveau B2.

Processus de recrutement 

 

Diplôme

Epreuves orales* et entretien

Prérequis

M1 Mathématiques Appliquées et Informatique  Big Data

Admission de droit pour les étudiants ayant validé la L3 de mathématiques appliquées de Tunis Dauphine

 

 

Admission sur dossier pour les étudiants ayant validé une Licence de mathématiques appliquées

Mathématiques Anglais

Théorie de l'intégration Calcul différentiel  Probabilité et statistique  Analyse fonctionnelle

Admission sur dossier pour les étudiants titulaires d'un diplôme d'ingénieur ou équivalent

Mathématiques Anglais

Théorie de l'intégration Calcul différentiel  Probabilité 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

Mathématiques Anglais

Théorie de l'intégration Calcul différentiel  Probabilité et statistique  Analyse fonctionnelle

 

Dat

 

Diplôme

Diplôme

Diplôme

DatDiplDat

DatDat

 

ômDate

* Une épreuve écrite de mathématiques pourra être proposée au candidat après épreuves orales et entretien pour confirmation des acquis

 

Diplôme

Epreuves orales* et entretien

Prérequis

 

 

 

 


M2 Intelligence Artificielle Sciences des Donnees-Big Data

Admission de droit pour les étudiants ayant validé le M1 BD de Tunis Dauphine

 

 

Admission sur dossier pour les étudiants ayant validé une Licence de mathématiques appliquées ou d'informatique

Entretien de motivation

Analyse de données  Bases de données  PYTHON  SQL

ére

Admission sur dossier pour les étudiants titulaires d'un diplôme d'ingénieur ou équivalent et jouissant d'un bon classement

Entretien de motivation

Analyse de données  Bases de données  PYTHON  SQL

ére

Admission sur dossier pour les étudiants titulaires d'un diplôme étranger de niveau équivalent à Bac+5 en mathématiques appliquées ou informatique

Entretien de motivation

Analyse de données  Bases de données  PYTHON  SQL

ére

Dat

 

 

 

 

 

 

 

 

 

* Une épreuve écrite ou su machine en Python et SQL permettra de vérifier le niveau de maitrise acquis par les candidats

Dossier de candidature

  1. Envoyer votre dossier par mail à l'adresse suivante : candidatureping@dauphinepong.tn ou
  2. Déposer votre dossier au service de la scolarité ou envoyer votre dossier par voie postale à l'adresse suivante : Université Paris-Dauphine | Tunis, 20, rue Baudelaire, El Omrane, Tunis

Les frais liés au dossier de candidature s’élèvent à 20 DT.

Epreuves d'admissibilité en M1 et M2

1° session de sélection 

Profils concernés par l'entrée en M1

La 1° session de sélection est ouverte aux étudiants issus des classes préparatoires scientifiques ainsi qu’aux étudiants ayant validé les 4 premiers trimestres 120 crédits ECTS d’une filière scientifique universitaire à dominante mathématiques.

Profils concernés par l'entrée en M2

La 1° session de sélection est ouverte aux étudiants ayant validé ou en cours de validation de 4 voire 5 années d’un Master de mathématiques appliquées et/ou d’informatique ou en dernière année d’école d’ingénieur et désireux de compléter leur formation par un cursus d’excellence en Intelligence Artificielle et Sciences des données 

 

Date limite de dépôt des dossiers 1ere session

Résultat d'admissibilité

Entretiens*

Confirmation d'inscription

mardi  23 avril 2019

samedi 27 avril 2019

les 6 et 7 mai 2019**

Au plus tard le vendredi 31 mai 2019 

 

 données

*Pour l'entrée en M1 une épreuve de mathématiques fondée sur les programmes de la licence pourra permettre de confirmer des prérequis.

*Pour l'entrée en M2 une épreuve sur ordinateur en Python et SQL pourra permettre de confirmer l'acquisition des prérequis.

listes des admis à la première session d'entretiens 

2° session de sélection

Profils concernés par l'entrée en M1

La 2ème session de sélection est ouverte aux étudiants issus des classes préparatoires scientifiques ayant réussi avec succès le concours national section MP avec un classement entre 1 et 600. Pour les autres sections, le candidat doit être situé dans le 1° tiers

Profils concernés par l'entrée en M2

La 2° session de sélection est ouverte aux étudiants ayant validé avec un bon classement 4 voire 5 années d’un Master de mathématiques appliquées et/ou d’informatique ou leur dernière année d’école d’ingénieur et désireux de compléter leur formation par un cursus d’excellence en Intelligence Artificielle et Sciences des données 

Date limite de dépôt des dossiers 2ème session 

Résultats d'admissibilité

Entretiens

Confirmation d'inscription

mercredi 10 juillet  2019    

Vendredi 12 juillet 2019**

entre le 15 et le 20 juillet 2019**

Au plus tard le vendredi 31 juillet 2019 

*Pour l'entrée en M1 une épreuve de mathématiques fondée sur les programmes de la licence pourra permettre de confirmer des prérequis.

*Pour l'entrée en M2 une épreuve sur ordinateur en Python et SQL pourra permettre de confirmer l'acquisition des prérequis.

**Le planning des entretiens sera téléchargeable à partir du 19 juillet 2019 ici