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

Trouver une formation

MASTER MATHÉMATIQUES ET APPLICATIONS

Parcours Ingénierie, statistiques et numérique - Data sciences - En Apprentissage (M2)

Choisissez un autre parcours:

  • Durée: 2 semestre(s)
  • Accessible en: Formation par apprentissage
  • Niveau de diplôme requis à l'entrée: BAC+4
  • Niveau de diplôme validé à la sortie: BAC+5
  • N°RNCP: RNCP39416
  • 20241121

Objectifs de la formation

Ce master propose une formation de haut niveau en mathématiques appliquées, en particulier en statistique, sciences des données et informatique. Le master met l’accent sur les aspects pratiques, en gardant une solide base théorique. La formation fournit :

  • un savoir-faire solide en probabilités et statistique,
  • une maîtrise des différents outils de l’analyse des données et de la data science (dont R, Python et C++),
  • une expertise des méthodes de modélisation, des algorithmes stochastiques, des techniques de programmation et de gestion des bases de données.
  • une spécialisation en anglais et une culture générale de l’entreprise.

Le contenu de la formation est régulièrement adapté à l’évolution des moyens, des méthodes et des besoins des entreprises, en particulier au vu des cursus professionnels des étudiants diplômés.

L’ équipe enseignante se compose d’universitaires mais aussi de nombreux intervenants issus du milieu professionnel. Ceci assure aux étudiants une ouverture d’esprit et des contacts utiles (stages, emplois) pour appréhender au mieux l’ensemble des métiers possibles à l’issue de la formation.

 

Tout savoir sur le contrat d'apprentissage : http://formation-continue.univ-lille.fr/alternance

Spécificités de la formation

  • Dans ce master, la pédagogie met l’accent sur une forte interaction entre cours fondamentaux et modules pratiques. Tout au long de la scolarité, de nombreux projets sont menés en application et approfondissement des théories acquises, dont plusieurs sur des cas concrets avec des données réelles. Le mémoire de recherche en master 1, puis 2 gros projets en fin de master 2, permettent de conclure chacune des années de formation par un travail complet et transversal, souvent en lien direct avec les entreprises.
  • Le contenu du master 2 est régulièrement mis à jour, en fonction de l’évolution des techniques et des besoins des entreprises. Nos étudiants sont opérationnels dès qu’ils sont diplômés, ce qui est très apprécié des entreprises.
  • Le master 2 est ouvert à l’alternance, en contrat d’apprentissage ou de professionalisation.
  • L’équipe pédagogique est constituée d’enseignants-chercheurs du laboratoire de mathématiques Paul Painlevé et du Département de Mathématiques de la faculté des sciences et technologies, ainsi que d’autres enseignants universitaires.
  • L’implication de nombreux intervenants issus du milieu professionnel assure aux étudiants une ouverture d’esprit et des contacts utiles (stages, emplois). La palette des métiers possibles après la formation est très vaste. La formation est très bien implantée et sa qualité est reconnue dans la région.

 

Compétences visées

Une attention particulière est portée à l’acquisition de compétences indispensables pour être directement opérationnels en entreprise. L’accent est mis sur la modélisation des problèmes, la mise en oeuvre des techniques et méthodes vues dans les modules mathématiques plus théoriques, l’apprentissage des langages de programmation et l’utilisation des logiciels spécialisés dans le traitement statistique et numérique des données.

Plusieurs projets rythment la formation et permettent aux étudiants d’appliquer ce qu’ils ont appris à des situations de plus en plus concrètes et qui finissent en master 2 par de véritables mises en situation. Un stage d’immersion en milieu professionnel est facultatif en 1ère année et un stage de 6 mois est obligatoire en 2ème année. Lors de ces stages, effectués au sein des entreprises, les étudiants mettent en pratique les connaissances et compétences acquises lors de ce cursus. Ils sont appréciés pour leur esprit d’initiative et pour leur profil rapidement opérationnel.

 

Modalités d'admission/ Conditions d'accès

EN MASTER 2

L’accès est de droit en master 2 pour les étudiant·e·s ayant validé le master 1 correspondant à l'université de Lille.
Les candidat·e·s issu·e·s d'une autre mention, d'un autre parcours de la mention ou d'un autre établissement d'enseignement supérieur doivent formuler une demande d'intégration selon les modalités suivantes :

Formation ouverte au recrutement : Oui

Commentaire :

Mêmes modalités de recrutement que le Parcours -type

Langues vivantes enseignées :

  • Anglais

Campagne de recrutement principale:
  • Date d’ouverture du recrutement : 20240507
  • Date de fermeture : 20240701
  • Date publication des résultats : 20240717

Déposez votre candidature sur la plateforme Ecandidat de l'université de Lille https://ecandidat.univ-lille.fr

Modalités d’examen des dossiers basées sur les pièces suivantes :

La lettre de demande d'intégration présentant le projet professionnel et personnel de recherche.
Les relevés de notes du Master1 (qui pourront être complétés au besoin par le programme détaillé des UE).

Attendus :

lettre de motivation, éventuellement lettres de recommandation 

Organisation de la formation

Des enseignements organisés autour de Blocs de Connaissances et de Compétences (BCC). Chaque BCC représente un ensemble homogène et cohérent d’enseignements visant des connaissances et des compétences complémentaires qui répondent à un objectif précis de formation :

MASTER 2 - Semestre 3
BCC OUTILS STATISTIQUES ET NUMÉRIQUES POUR LES DATASCIENCES, NIVEAU EXPERT (30 ECTS)

  • Machine learning
  • Modèlisation – méthodes et outils
  • Outils informatiques pour le big data

MASTER 2 - Semestre 4
Les étudiants peuvent s’orienter vers le monde professionnel ou vers celui la recherche académique selon le BCC choisi au semestre 2.
BCC ORIENTATION ENTREPRISE (30 ECTS)

  • Langages et culture d’entreprise
  • Projets et Stage en entreprise

BCC ORIENTATION RECHERCHE (30 ECTS)

  • Enseignements de spécialité recherche en probabilités-statistique
  • Mémoire en laboratoire de recherche

 

Programme

UE 1 Machine learning 12 crédit(s)
UE 2 Modélisation : méthodes et outils 12 crédit(s)
UE 3 Outils informatiques pour les big data 6 crédit(s)
UE 1 Langage et culture d'entreprise 9 crédit(s)
UE 2 Projet et Période en entreprise 21 crédit(s)

Poursuite d'études

La poursuite en doctorat est possible sans être le débouché principal, et sous certaines conditions (accès sur dossier). Le doctorat d’une durée de 3 ans s’effectue au sein d’un laboratoire de recherche en France ou à l’étranger. Dès thèses Cifre sont également possibles.

Voici quelques exemples de laboratoires français ayant accueilli des étudiants du master : Inria Lille Nord Europe, INSERM, thèse Cifre Université de Lille / Arcelor Mittal.

 

Insertion professionnelle

Ce master est conçu pour permettre une entrée immédiate dans le monde du travail. Le taux d’insertion professionnelle est excellent et les diplômés sont typiquement recrutés en tant que cadres.

Les fonctions exercées sont par exemple :

  • Responsable (qualité, production, organisation,…),
  • Chargé d’études (statistique, datamining, marketing, …),
  • Ingénieur (consultant développement, informatique décisionnelle, administrateur bases de données)
  • « Data scientist »

Ce master est en phase avec les débouchés offerts par les grandes entreprises régionales et nationales dans les secteurs de la vente à distance, de la banque/assurance, des services...

Retrouvez les études et enquêtes de l’ODiF (Observatoire de la Direction de la Formation) sur l’insertion professionnelle des diplômés de la licence sur : https://odif.univ-lille.fr.

 

Faculte des Sciences et Technologies


Université de Lille I Campus Cité scientifique
1er étage - Bât. faculté des sciences et technologies
59655 Villeneuve-d'Ascq
https://sciences-technologies.univ-lille.fr/

FST - Departement Mathematiques


Université de Lille I Campus Cité scientifique

Responsable Parcours


DUVAL Celine

Secrétariat Pédagogique


NINIVE Stéphanie
+33 (0)3 20 43 42 33

Responsable Mention


WICKER Nicolas