Descriptif
Responsables de la filière : Mauro Sozio (domaine Gestion et exploration de données), Pavlo Mozharovskyi (domaine Apprentissage Statistique)
Responsable mobilité internationale : Ekhine Irurozki
Coordination des stages : Olivier Fercoq et Hicham Janati
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
Responsable mobilité internationale : Ekhine Irurozki
Coordination des stages : Olivier Fercoq et Hicham Janati
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
Les étudiants suivront en 2e année 7 unités d'enseignement communes, et soit SD-TSIA 205 soit SD-TSIA 214 selon leur choix d'option.
| P1 | P2 | P3 | P4 | |
|
C1 |
SD 201 Data Mining |
SD-TSIA 204 Statistics : linear models |
SD-TSIA 205 Advanced Statistics -----OU----- SD-TSIA 214 Machine Learning for Text Mining |
SD 212 Graph Learning |
|
C2 |
SD 202 Data Bases |
SD-TSIA 211 Optimization for Machine Learning |
SD-TSIA 210 Machine learning |
SD-TSIA 203 Introduction to deep learning |
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 :
|
| Master M2 | Spécialisation Apprentissage : Master M2
|
| 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 :
|
Diplômes concernés
Pré-requis
UE créneaux D partagés pour la filière : Statistiques (MDI220), Optimisation (MDI210) au P1 et Paradigmes de programmation (INF224) recommandéModalités d'acquisition
La filière est validée si la moyenne des notes finales est ≥ 10 et si vous obtenez au minimum 15 crédits ECTS.
Composition du parcours
-
SD201 SD202 SD-TSIA204 SD-TSIA211 SD-TSIA210 SD-TSIA205 SD212 SD-TSIA214 SD-TSIA203