Page 43 - Livre JPO1

Master Informatique - Parcours

: DATA SCIENCE

SCIENCES, TECHNOLOGIES

Ce master a pour objectifs de :

Présentation former des Data Scientists maitrisant les
Présentation

différentes méthodes d’apprentissage

machine (supervisé, non supervisée et
La plupart des décisions importantes des
responsables en entreprise, mais aussi des semi-supervisé sous différentes
scientifiques ou des économistes approches y compris le deep learning) et

par exemple, sont prises aujourd’hui sur la capables de concevoir de nouvelles
base de l’analyse
méthodes adaptées aux divers domaines
de données massives et multi-vues. Ces d’activités dans le but d’extraire de la
données sont au

cœur du fonctionnement des intelligences connaissance utile à l’optimisation des
offres et services de l’entreprise.
artificielles

actuelles. Si ces données sont disponibles en permettre de poursuivre en thèse dans le

abondance domaine de l’apprentissage machine,
(Big data), elles le sont le plus souvent sous l’intelligence artificielle et la science des
forme brute et
données sur des sujets d’ordre théorique
nécessitent d’abord une réorganisation et un et appliqué à divers domaines dont le text-
prétraitement

éclairés. Ensuite, une phase d’analyse, par mining, le NLP et le Computer vision.

des méthodes

d’apprentissage machine (Machine Learning) COMPÉTENCES VISÉES

issues de
Le Master prépare aux métiers liés au
l’intelligence artificielle et de la statistique, est
donc nécessaire. domaine du Machine Learning, l’intelligence
artificielle et la science des données. Il
C’est l’objet du Master « Data Science »

ou « Apprentissage Machine pour la Science permet d’acquérir de nombreuses
compétences dans
des Données ».
Ce master requière des compétences en
Informatique et en les méthodes de machine learning sous
différentes approches y compris le deep
mathématiques appliquées. Dans M1et M2,
des UE spécifiques learning

aux domaines de l’apprentissage machine et la statistique et l’algèbre linéaire dans le
de l’intelligence artificielle sont proposées. domaine de la science des données
le data engineering
la programmation notamment avec R et
Python
la gestion des données non structurées
l’essentiel du Big data et les outils du
cloud
le Business intelligence et les outils
analytiques

OBJECTIFS