ECTS
120 crédits
Durée
2 années
Composante
UFR Sciences et Techniques
Présentation
Spécifiquement dédié à l’analyse et l’ingénierie des données, le Master SID est co-accrédité par l’Université de Rouen Normandie et l’INSA de Rouen Normandie. Le Master étant résolument tourné vers l’international, les enseignements du M2 SD sont dispensés en anglais.
À l’intersection de l’informatique et des mathématiques, la science des données est une branche de l’Intelligence Artificielle qui vise à extraire de la connaissance à partir de 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 majeure de la société, pour de nombreux secteurs d’activité allant de la robotique à la santé, en passant par la logistique,la domotique, l’e-commerce ou la finance.
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 sera à très court terme, et pendant longtemps, un vecteur d’innovation et de richesses.
Dans ce contexte, le parcours type Science des Données (SD) du Master Science et Ingénierie des Données (SID) vise la formation d’ingénieurs et de chercheurs en science des données pour des secteurs d’activité variés comme l’édition de logiciels, l’Internet et l’e-commerce, les services publics, l’automobile, l’industrie High-Tech, la finance, ou le biomédical.
Programme
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.
Sélectionnez un programme
Master Sciences et Ingénierie des Données, Science des Données 1ère année
UE1 Langues
2 créditsUE2 Apprentissage Automatique
4 créditsUE3 Web des Données
3 créditsUE4 Conception d'Interfaces Web
3 créditsUE5 Modelisation et Estimation en Traitement du signal
4 créditsUE6 Gestion de Projets en IA
4 créditsUE7 Optimisation pour l'Apprentissage Automatique
4 créditsUE8 Analyse et Visualisation de Données
4 créditsUE9 CEIP : Techniques de Recherche d'Emploi
2 crédits
UE1 Langues
2 créditsUE2 Recherche Opérationnelle
4 créditsUE3 Apprentissage Profond
4 créditsUE4 Théorie et Algorithmes d'Apprentissage Automatique
4 créditsUE5 Architectures et Technologies en Sciences des données
4 créditsUE6 Stage ou Projet en Sciences des Données
10 crédits1 choix parmi 2 UE
Au choix : 1 parmi 2
UE7 Communication
2 crédits
Master Sciences et Ingénierie des Données, Science des Données 2ème année
UE1 Langues
2 créditsUE2 High Performance Computing
4 créditsUE3 Machine Learning and Artificial Intelligence 1
20 créditsUE4 State of the Art Analysis
2 créditsUE5 CEIP : Connaissance de l'entreprise
2 crédits
UE1 Machine Learning and Artificial Intelligence 2
12 créditsUE2 Research Project
3 créditsResearch Project
3 crédits
UE3 Training Period
15 créditsTraining Period
15 crédits
Admission
Conditions d'admission
Accès au master 1re année
Être titulaire d'une licence ou d'un grade de licence.
Licences conseillées :
- Licence EEEA
- Licence Informatique
- Licence Mathématiques
Étude du dossier.
Composition du dossier :
- Curriculum Vitae
- Lettre de motivation incluant le projet professionnel et le choix du bloc d'options
- Relevés de notes des semestres de licence
- Lettres de recommandation du responsable du dernier diplôme obtenu
Accès au master 2e 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
Et après
Poursuites d'études
Les titulaires du Master peuvent également candidater sur les offres de thèses en vue de préparer un doctorat dans un laboratoire de recherche public ou privé.
Insertion professionnelle
Les métiers concernés sont ceux d’analyste des données (Data Scientist), mais aussi d’ingénieur R&D ou de chercheur en apprentissage statistique, en extraction de données, en gestion de données, en fouille de données.
Il s’agit de métiers pour lesquels le nombre de demandes connaît une explosion considérable actuellement.
