Master MIASHS (Mathématiques et Informatique Appliquées aux Sciences Humaines et Sociales)

Il s'agit d'une formation professionnalisante pour valoriser les données des organisations. Le master est entièrement organisé sous la forme de l'alternance selon le rythme 2 semaines en entreprise / 2 semaines à l'Université. Les étudiants peuvent signer des contrats de professionnalisation, d'apprentissage et des conventions de stage pour leur alternance. Le master repose sur une complémentarité entre une formation théorique et technique prodiguée par des chercheurs de pointe issus de l’Informatique et des Mathématiques et des interventions réalisées par des experts en Sciences Humaines et Sociales (SHS). L’intervention de représentants du monde socio-professionnel dans les différents cours du master prépare les étudiants à leur insertion professionnelle. Le Master première année (M1) MIASHS vise la formation d'étudiants au métier de Data Scientist. L’objectif de ce métier est de valoriser l’ensemble des données des organisations pour en faire un levier de valeurs. Au cours de leur formation dans le master MIASHS, les étudiants apprennent à maîtriser les méthodes et les outils d’analyse de données. Ces technologies sont nécessaires à l’élaboration d’un projet permettant de convertir des masses de données en connaissances exploitables pour la prise de décision au sein des organisations confrontées aux données massives (Big Data) et ouvertes (Open Data). Ces organisations peuvent être des services publics (mairie, hôpitaux…) ou des entreprises du secteur privé (grands groupes, petites et moyennes entreprises).

Concepts enseignés

• Analyse de données multidimentionnelles
• Analyse de données spatiales
• Analyse de données textuelles
• Analyse de série de temps
• Analyse des réseaux sociaux
• calcul parallèle
• Classification supervisée et non supervisée
• deep learning
• Design d'interfaces
• fouille de données
• Intégration de données connectées
• Mathématiques
• Modèles de régression linéaire
• modèles log-linéaire
• Open Data et Web des données Apprentissage
• outils de diagnostic
• Programmation avancée
• recherche opérationnelle
• régression logistique
• Réseau de neurones
• sciences des données
• Sémiologie graphique
• traitement automatisé du langage
• Visualisation d'informations

Débouchés

Data Scientist
Chief data officer
Architecte Big Data
Data Manager
Chef de projet Big Data
Développeur Big Data
Data Visualizer

Lien entre la formation et l'IA : Elevé Faible

Approche de la formation : Pratique Théorique