v1.17.9 (1402)

Filières de 2e année - SD : Filière Data Science / Science des données (créneau C)

Domaine > Mathématiques, Informatique.

Descriptif

Responsables de la filière : Mauro Sozio (domaine Gestion de données), Florence d'Alché-Buc (domaine Apprentissage Statistique)
Responsable mobilité internationale :
Stéphan Clémençon
Coordination des stages : François Portier

La filière est enseignée en anglais.

La filière Science des données couvre l'ensemble des domaines liés à l'exploitation, la gestion et l'analyse de grands volumes de données, structurées et non structurées.

La filière vous propose d’explorer les grands volumes de données, de comprendre et analyser les données.
Les cours associent théorie et pratique grâce à un bon équilibre entre TD de maths et TP en salle informatique. Vous développerez vos connaissances en bases de données, développement web, statistiques et apprentissage statistique.

Des exemples de débouchés naturels sont les métiers de « data scientist » ou analyste des données, d'ingénieur statisticien, d'administrateur de bases de données, ou les domaines de recherche et R&D en apprentissage statistique, gestion de données, extraction de données, fouille de données, mathématiques de l'apprentissage.

En savoir plus...

2e année
La filière se divise en deux spécialisations : •
- Apprentissage Statistique (à l'intersection entre informatique et mathématiques) •
- Gestion de Données (informatique)
Les étudiants suivront en 2e année 6 unités d'enseignement communes, et 2 autres spécifiques (au P3 et P4) selon leur choix d'option.


UE du créneau D d'UE partagées
  • Le module MDI 210 Optimisation devra être suivi en P1 (prérequis pour SD 211). MDI210 doit être suivi obligatoirement en P1 ; cependant, en cas d'incompatibilité avec une UE requise par une autre filière suivie, et seulement dans ce cas, MDI210 peut être suivi en P3 (cela pourra rendre plus difficile le suivi de certains cours de la filière SD).
  • MDI 220 Statistiques  en P1 (obligatoire)
  • INF 224 Paradigmes de programmation (recommandé)

Options de 3e année

Option interne

Faire une option interne à l'école :

  • Option interne SD science de données (cours parmi les masters ci-dessous)
  • Option interne IA Intelligence Artificielle (en partenariat avec l'ENSTA)
Master M2 Spécialisation Apprentissage : Master M2 de l'Université de Paris-Saclay
  • M2 parcours AIC : Apprentissage, Information et Contenu  (mention Informatique)
  • M2 parcours Data Sciences (mention Mathématiques et applications)
  • M2 parcours MVA : Mathématiques, Vison et Apprentissage (mention Mathématiques et applications)
Spécialisation Gestion de Données : Master M2 de l'Université de Paris-Saclay, Mention Informatique :
  • M2 parcours DataScale : Gestion de données dans un monde numérique (mention informatique)
  • M2parcours D&K : Data & Knowledge -  Données et Connaissances (mention Informatique)
Formation à l’étranger

Suivre une formation équivalente à l'étranger (contacter le responsable mobilité internationale)

Autre

Vous pouvez aussi choisir, après la 2e année,  de suivre en 3eA  :

  • un cursus transverse, c'est à dire ouvert quelle que soit la filière choisie en 2e année (ex. option interne ENT entreprenariat,  ou un des M2 transverses, PIC / IREN)
  • une mobilité en France dans une école de l'Institut Mines-Télécom ou de ParisTech.

Diplômes concernés

Pré-requis

UE créneaux D partagés pour la filière : Statistiques (MDI220), Optimisation (MDI210) au P1 et Paradigmes de programmation (INF224) recommandé

Composition du parcours

  • SD-TSIA204,
  • SD-TSIA205,
  • SD-TSIA210,
  • SD-TSIA211,
  • SD-TSIA214,
  • SD201,
  • SD202,
  • SD206,
  • SD212,
  • SD213

Unités d'enseignement

UE Type d'enseignement Domaines Catégorie d'UE Volume horaire Responsables Site pédagogique
SD-TSIA204 Statistics: linear models/Statistique : modèles linéaires Enseignement scientifique & technique Mathématiques 24 Pascal BIANCHI,
Joseph SALMON,
Francois PORTIER
SD-TSIA205 Advanced Statistics/Statistique avancée (Option Apprentis... Enseignement scientifique & technique Mathématiques SD Apprentissage statistique, Ue du créneau C. 24 Stephan CLEMENÇON
SD-TSIA210 Machine Learning Enseignement scientifique & technique Mathématiques 24 Pascal BIANCHI,
Florence D'ALCHE,
Umut SIMSEKLI
SD-TSIA211 Optimization for Machine Learning Enseignement scientifique & technique Mathématiques SD Apprentissage statistique, Ue du créneau C. 24 Olivier FERCOQ
SD-TSIA214 Machine Learning for Text Mining (option apprentissage st... Enseignement scientifique & technique Mathématiques SD Apprentissage statistique. 24 Chloe CLAVEL
SD201 Mining of Large Datasets/Exploration des grands volumes d... Enseignement scientifique & technique Informatique 24 Mauro SOZIO
SD202 Databases / Bases de données Enseignement scientifique & technique Mathématiques 24 Albert BIFET
SD206 Logic and Knowledge Representation/Logique et représentat... Enseignement scientifique & technique Informatique SD Gestion de données. 24 Jean-Louis DESSALLES
SD212 Graph Mining Enseignement scientifique & technique Mathématiques, Informatique 24 Thomas BONALD
SD213 Symbolic Natural Language Processing (Option Gestion des ... Enseignement scientifique & technique Informatique SD Gestion de données. 24 Jean-Louis DESSALLES
Veuillez patienter