Se former à des métiers d'avenir avec
la faculté des sciences et technologies

Formation professionnelle continue

Vous êtes salarié ou demandeur d'emploi et vous souhaitez reprendre vos études ? La faculté vous donne la possibilité de le faire par le biais de la formation professionnelle continue.

 

La formation professionnelle continue est désormais conditionnée par la loi  de 2018 dite "Liberté de choisir son avenir professionnel".
Elle s’adresse à chaque personne dans ses particularités et ses choix professionnels afin de l’accompagner efficacement sur le marché de l’emploi.

Vous êtes salariés

L’accès des salariés aux actions de formation professionnelle peut s’effectuer :

  • À l’initiative de l’employeur, le cas échéant, dans le cadre d’un plan de développement des compétences.
  • À l’initiative du salarié, soit en mobilisant son compte personnel de formation, dans le cadre de projets de transition professionnelle, du bilan de compétences, de la VAE, soit sur ses fonds propres dans le cadre d’un contrat de formation professionnelle.
  • Dans le cadre de l’alternance, avec les contrats de professionnalisation et les contrats d’apprentissage.

Vos outils

Depuis le 1er janvier 2019, le Projet de Transition Professionnelle (PTP) remplace le CIF (Congé Individuel de Formation). Il permet d’acquérir des droits à la formation mobilisables tout au long de sa vie professionnelle et a une vocation universelle qui s’adresse à tous les actifs.

Le réseau Transitions Pro est l’opérateur privilégié de ce dispositif : il accompagne les salariés dans le montage du dossier mais aussi, une fois le financement validé, tout au long de la formation. En savoir plus sur Transistion pro.

 

 

 

Le plan de développement des compétences remplace le plan de formation. Il permet aux salariés de suivre des actions de formation à l’initiative de leur employeur, par opposition aux formations qu’ils peuvent suivre de leur propre initiative grâce à leur compte personnel de formation.

Plus d'informations.

Le compte personnel de formation est un outil de sécurisation des parcours professionnels. Il permet à son titulaire tout au long de sa vie professionnelle, d'acquérir des heures de formation pour financer des prestations destinées à maintenir son niveau de qualification ou d’accéder à un niveau supérieur de qualification.

Plus d'informations.

Vous êtes demandeur d'emploi

Le Programme Régional de Formation (PRF) est co-financé par la Région Hauts-de-France et permet de financer trois volets :

  • Volet Accès à l’enseignement supérieur (DAEU et capacité en droit)
  • Volet Formation professionnelle diplômante sur des secteurs clés, pour obtenir un diplôme de l’enseignement supérieur,
  • Volet Compétences : formations courtes permettant l’acquisition de compétences spécifiques
    En savoir plus

Les dispositifs

Potentiellement l’Université peut mobiliser le PASS Emploi : la Région peut intervenir en financement d’opérations de formation préalable à un recrutement effectué par un employeur. Cette démarche s’effectue notamment dans le cadre du dispositif Proch’emploi de la Région et des actions de Pôle emploi. L’employeur peut être amené à assurer un financement.

Le chèque PASS Formation est mobilisable par les publics en complément de leur CPF. L’Université est éligible au financement, en dehors des formations financées dans le cadre du PRF.
Pour en savoir plus

Les Demandeurs d’emploi (DE) bénéficient de plusieurs dispositifs de financement de leurs formations tels que la Préparation Opérationnelle à l’emploi individuel (POEI), la Préparation opérationnelle à l’emploi collective (POEC), le contrat de professionnalisation, le Contrat de sécurisation professionnelle (CSP), le contrat de génération pour les jeunes de moins de 26 ans.

Le demandeur d’emploi ou bénéficiaire du RSA (Revenu de solidarité active) doit obtenir une autorisation de la part de Pôle Emploi (et, pour le bénéficiaire du RSA uniquement, la dérogation du Conseil Général permettant le maintien du versement du RSA) pour pouvoir s’inscrire en formation. S’il obtient l’autorisation mais s’il ne dispose pas d’une prise en charge de la formation par un tiers, il pourra alors la suivre à titre individuel.

MASTER SCIENCE DES DONNÉES

Parcours Science des données

Choisissez votre parcours:

  • Parcours Science des données
  • Durée: 4 semestre(s)
  • Accessible en: Formation initiale , Formation continue
  • Langue(s) d'enseignement: Français
  • Stage: OBLIGATOIRE(S2),OBLIGATOIRE(S4)
  • Niveau de diplôme requis à l'entrée: BAC+3
  • Niveau de diplôme validé à la sortie: BAC+5
  • 20210611

Objectifs de la formation

Le master science des données offre un programme d'études théoriques et pratiques de haut niveau de 2 ans dans le nouveau domaine de la science des données.  Il comprend un ensemble de cours, de séances de laboratoire, de projets de recherche et de stages. Cette formation vous donnera des bases solides en mathématiques (statistiques, probabilités, optimisation), en informatique (algorithmes, complexité, bases de données) l’accent étant mis sur l'apprentissage statistique et les disciplines connexes (traitement du signal et des images, graphes et réseaux…).
Au cours de cette formation, plusieurs stages sont à réaliser chaque année dans des départements R&D ou dans des laboratoires de recherche académique.
plus d'informations 

This master program provides a high level theoretical and practical 2 year curriculum in the new and trendy domain of data science. It includes an ensemble of courses, lab sessions, research projects and internships.
The master of Data science will give you solid foundations in Mathematics (statistics, probability, optimization), computer science (algorithms, complexity, databases) as a basis for a very high knowledge on machine learning and applications (signal and image processing, graphs & networks...).
Students will spend several months on internships every year. Internships will take place in R&D departments or in academic research labs. They are part of this 2 year program.
More information

Spécificités de la formation

  • Ce Master est soutenu par l'Université de Lille (3 départements de formation de la faculté des sciences et technologies : informatique, mathématiques, électrotechnique - énergie électrique - automatique) ainsi que 2 écoles d'ingénieurs de renom (Grandes Ecoles): Centrale Lille et IMT Lille-Douai

  • Lille est un lieu exceptionnel pour étudier le Machine Learning grâce à ses grandes équipes de recherche dans le domaine (Magnet, Sequel, Sigma, Modal entre autres). Des cours de haut niveau, des séminaires internationaux et des conférences de chercheurs vous donneront l'opportunité d'apprendre la recherche en faisant de la recherche et de vous préparer à une belle carrière dans les départements de R&D ou dans les laboratoires de recherche universitaires

  • This master program is supported by the University of Lille (3 Departments: computer science, mathematics, electrical engineering) as well as 2 renowned engineering schools (Grandes Ecoles): Centrale Lille and IMT Lille-Douai.
  • Lille is an exceptional place to study Machine Learning thanks to its major research teams in the domain (Magnet, Sequel, Sigma, Modal among many others). High level courses, international seminars and lectures by researchers will give you the opportunity to learn research by doing research and get prepared for a great carreer in R&D departments or in academic research labs.

A master degree in a stimulating scientific environment within the Graduate Program ’information & knowledge society':

  • 13 laboratories included in excellence or high level programs
  • 709 Phd students
  • An interdisciplinary training from the master to the doctorate including an international environment, mobility and thematic summer schools.

Compétences visées

  • Haut niveau scientifique en science des données et intelligence artificielle, avec une très bonne culture de l’apprentissage machine (machine learning), et des fondements mathématiques (optimisation, probabilités, statistique) et informatiques (implémentation efficace des algorithmes) ;
  • Aptitude aux activités de recherche et/ou développement en laboratoire ou dans l’industrie ;
  • Conception et mise en œuvre de méthodes en science des données.
  • High level of knowledge and know-how in data science and artificial intelligence, with a very good culture of machine learning, and mathematical foundations (optimization, probability, statistics) and computer science (efficient implementation of algorithms);
  • Aptitude for research and / or development activities in the laboratory or in industry;
  • Design and implementation of data science methods.

Pré-requis

Très bon niveau en L3 mathématiques, L3 maths-info, L3 informatique, éventuellement L3 MIASHS à fort contenu maths, école d'ingénieur bac+4 à fort contenu maths/info., Bon niveau d'anglais : formation intégralement dispensée en anglais.

Modalités d'admission/ Conditions d'accès

EN MASTER 1 

L'admission en première année de master est subordonnée à l'examen du dossier du/de la candidat(e) selon les modalités suivantes :

  • Mention de licence conseillée : Electronique, énergie électrique, automatique / Informatique / Mathématiques
  • Capacité d'accueil : 24 places
  • Calendrier des candidatures :
    • Ouverture du 19/04/2021 au 29/05/2021
    • Publication admission: le 03/06/2021
  • Modalités de sélection : sur dossier de candidature
  • Critères d'examen de dossier :
    • un dossier détaillé du cursus suivi par le candidat permettant notamment d'apprécier les objectifs et les compétences visées par la formation antérieure
    • relevés de notes, diplômes permettant d'apprécier la nature et le niveau des études suivies
    • curriculum vitae
    • lettre de motivation exposant le projet professionnel
    • lettre de recommandation
    • une, des attestation(s) d'emploi ou de stage

Déposez votre candidature sur la plateforme https://ecandidat.univ-lille.fr

EN MASTER 2

Accès de droit en master 2 Science des données parcours Science des données pour les étudiants ayant validé le Master 1 correspondant à l'université de Lille.

Les candidats issus d'une autre mention ou d'un autre établissement d'enseignement supérieur doivent formuler une demande d'intégration selon les modalités suivantes :

  • Dossier à constituer entre le 19/04/2021 et le 29/05/2021
  • Publication de l'admission : le 03/06/2021
  • Composition du dossier :
    • Lettre de demande d'intégration présentant le projet professionnel et personnel de recherche ainsi que le projet de poursuite d'études
    • Relevés de notes de master
  • Décision d'admission
    • L'admission est prononcée par le Président de l'université sur proposition du responsable de formation.

Déposez votre candidature sur la plateforme https://ecandidat.univ-lille.fr

A titre indicatif, veuillez trouver ci-dessous la maquette des enseignements de l'année 2020/2021, déclinée par semestre et Bloc de Connaissances et de Compétences (BCC). La maquette de l'année 2021/2022 sera consultable à compter du mois d'avril 2021.

Organisation de la formation

Le master science des données est dispensé intégralement en anglais (niveau de langue B2 minimum exigé). Il est organisé autour de blocs de connaissances et de compétences (BCC) :  

Master 1 :

  • BCC1 : Notions essentielles en mathématiques et informatique
  • BCC2 : Fondements mathématiques et informatiques de la science des données
  • BCC3 : Apprentissage statistique, apprentissage automatique
  • BCC4 : Projet de l'étudiant

Master 2 :

  • BCC1 : Mise à niveau pour étudiants venant d'une autre formation
  • BCC2 : Fondements de la science des données
  • BBC3 : Projet de l'étudiant
  • BCC4 : Pratique des métiers de la recherche
  • BCC5 : Projet et immersion professionnelle

All lessons and training courses are taught in English. The master is organized around blocks of knowledge and skills (BKS) :

Master 1 :

  • BKS1 : Fundamental notions for data science
  • BKS2 : Machine learning, statistical learning
  • BKS3 : Professional environment for research
  • BKS4 : Internship

Master 2 :

  • BKS1 : Refresher for students from another background
  • BKS2 : Foundations of data science
  • BKS3 : Foreign language
  • BKS4 : Research in practice
  • BKS5 : Internship and memoir

Programme

UE Refresher in maths & computer science 3 crédit(s)
UE 1 Mathematics for data science 9 crédit(s)
UE 2 Computer science 6 crédit(s)
UE 1 Machine learning 1 3 crédit(s)
UE 2 Machine learning 2 3 crédit(s)
UE 2 Langue étrangère : anglais ou FLE 3 crédit(s)
UE 1 Ethics and laws 3 crédit(s)
UE 1 Probability and statistics 6 crédit(s)
UE 2 Numerical analysis, algorithms and complexity 6 crédit(s)
UE 1 Statistical learning and signal processing 6 crédit(s)
UE 2 Deep learning and data challenge 6 crédit(s)
UE 1 Data science and its environment 3 crédit(s)
UE 2 Internship 3 crédit(s)
UE 2 Refresher in computer science 3 crédit(s)
UE 1 Refresher in mathematics 3 crédit(s)
UE 1 Theoretical machine learning 6 crédit(s)
UE 2 Algorithmics & Data Bases 6 crédit(s)
UE 3 Machine learning in practice 12 crédit(s)
UE 1 Langue étrangère : Anglais ou FLE 3 crédit(s)
UE 1 Ethique et droit du numérique 3 crédit(s)
UE 3 Projet de l'étudiant : Research practice 3 crédit(s)
UE 2 Internship and memoir 18 crédit(s)
UE 1 Préparer son projet professionnel 6 crédit(s)

Poursuite d'études

Ce master est tourné vers la recherche et donne la possibilité aux étudiants qui le souhaitent de poursuivre leur cursus en doctorat.

Oriented toward academic research as well as research and development in companies, it gives the possibility to students to pursue a PhD program.

Insertion professionnelle

Ce master prépare aux métiers de la science des données, notamment data scientist.

This master is a perfect program to make you an excellent data scientist.

DEPARTEMENT INFORMATIQUE


https://sciences-technologies.univ-lille.fr/informatique/

FACULTE DES SCIENCES ET TECHNOLOGIES


Campus Cité scientifique - Université de Lille
59655 Villeneuve d'ascq
https://sciences-technologies.univ-lille.fr/

Responsable Parcours


KLEIN John

Secrétariat Pédagogique


Magdalena Baidan

Responsable Parcours


Pierre CHAINAIS

Secrétariat Pédagogique


Pierre RIGOLOT