Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Conception : Université Orléans - UFR Sciences & Techniques/VICI/MT/2022 / @Cré

Conception : Université Orléans - UFR Sciences & Techniques/VICI/MT/2022 / @Crédits Photos : UFRST/VICI _ Freepik Design UFR Sciences & Techniques - Pôle Mathématiques 1, rue deChartres - 45067 Orléans cedex 1 02 38 41 72 32 - maths.st@univ-orleans.fr UFR Sciences Techniques Le parcours Statistique & Data Science, Ingénierie Ma- thématique a pour objectif de former des ingénieurs ma- thématiciens appliqués, spécialistes des outils, logiciels et méthodes statistiques, de la modélisation aléatoire et dé- terministe, et du calcul scientifique. Les enseignements de mathématiques appliquées in- cluent l’apprentissage et l’utilisation des principaux logi- ciels représentatifs des domaines étudiés. Compétences acquises Modélisation aléatoire (modèles et outils de la statistique décisionnelle et computationnelle), fouille de données (méthodes et algorithmes de Data Mining, apprentis- sage, Big Data), Réseaux de Neurones (computer vision, machine learning). Probabilités appliquées, (simulation de Monte-Carlo, pro- cessus aléatoires). Modélisation mathématique et mise en oeuvre de mé- thodes de calcul numérique. Maîtrise des langages R et SAS pour les statistiques, Python, Scilab et C++ pour le calcul scientifique. Présentation MASTER BAC + 5 mention Mathématiques Appliquées, Statistique parcours Statistique & Data Science, Ingénierie Mathématique Ce master permet de travailler dans les services d’analyse statistique et R&D des secteurs industriels de pointe ; les banques, assurances, milieux financiers ; la recherche appliquée en statistique (bio-statistique, épidémiologie, fiabilité) ou en mathématiques (méthodes nu- mériques pour des modèles de la phy- sique, de labiologie, pour le traitement d’image,...) via des thèses en milieu in- dustriel par exemple. Après le Master La candidature peut se faire (sur dossier) au niveau du M1 ou du M2. Ce parcours s’adresse aux étudiants issus des filières de mathématiques, d’écono- mie, de bio-statistique, etc, et s’adresse aussi aux étudiants issus ou en troisième an- née d’une école d’ingénieur. D’autre part, ce parcours est accessible à tous les candidats relevant d’un dispositif de formation continue. Condition d’accès Les enseignements www.univ-orleans.fr/fr/sciences-techniques/formation/mathematiques /masters/master-mathematiques-appliquees-statistiques Conception : Université Orléans - UFR Sciences & Techniques/VICI/MT/2022 / @Crédits Photos : UFRST/VICI _ Freepik Design Cette formation s’organise en deux années (4 semestres) et en deux parcours. Elle valide 120 ECTS. 1ère année de MASTER - Semestre 1 Mise à niveau Statistiques exploratoires et R Mise à niveau Analyse numérique et Scilab Probabilités Modélisation et calcul scientifique 1 Fouille de données 1 Statistique mathématique Anglais Ateliers TRE phases 2 et 3 2de année de MASTER - Semestre 3 Programmation C++ Processus Aléatoires Statistiques computationnelles Fouille de données 2 Statistiques non paramétriques Réseaux de neurones profonds pour l’appren tissage Bases de données 2 Anglais Interventions Industriels Calcul Scientifique Séries temporelles 2 (CM présentile + projets par groupes) UE en OPTION : Big Data outils et méthodes OU Modélisation / calcul 3 1ère année de MASTER - Semestre 2 Prise en main logiciels Python et SAS Modélisation et calcul scientifique 2 Optimisation Statistiques et Modèle linéaire Séries temporelles 1 Apprentissage pour l’image Base de données 1 Simulation aléatoire et méthodes de Monte Carlo Anglais Stage court OU mémoire/projet indidividuel 2de année de MASTER - Semestre 4 Stage ingénieur en entreprise de 4 à 6 mois « Pour ma part, quinze heures seulement ont séparé ma vie d’étudiante de celle de consultante. Suite à mon stage chez Orange, j’ai été embauchée dans une start-up parisienne (du groupe Keyrus) pour continuer ma mission chez Orange. Statistiques descriptives, data mining,... R était mon ami ! J’ai pu bénéficier des formations de data scientist (the sexiest job of 21st century!) qui m’ont été très utiles pour la suite. Ce qui a plu à mes recruteurs, c’était la facilité que l’on a à s’adapter à n’importe quel environnement. Et c’est grâce à cette qualité qu’il y a quelques mois je me suis fait approcher puis embaucher par un cabinet de conseil (Elee, situé à la Défense) dans lequel j’ai démarré il y a une semaine en tant que consultante analyste.» Cindy, master SPMA’13 uploads/Science et Technologie/ univ-orleans-plaquette-master-mathematiques-appliquees-2022.pdf