M2 Data Science : santé, assurance et finance

Capacité d'accueil

15
Langue(s) d'enseignement

Anglais

Français
Régime(s) d'inscription

Formation initiale

Présentation

Objectifs pédagogiques de la formation

Former des étudiants issus de filière de mathématiques et mathématiques appliquées, avec des connaissances en mathématiques de l'aléatoire (probabilités, statistique) et en programmation, à la science des données (aspects mathématiques et informatiques) et aux statistiques avancées avec un accent mis sur trois domaines d'application (santé, assurance, finance).

Pour plus d'informations, vous pouvez consulter le site web de cette formation M2 Data Science : santé, assurance et finance.

Lieu(x) d'enseignement

EVRY

Pré-requis, profil d’entrée permettant d'intégrer la formation

Master 1 de mathématiques (ou formation équivalente type école d'ingénieur) comprenant des cours de Statistique inférentielle et modèle linéaire, probabilités et processus stochastiques, programmation (R et python)

Informations complémentaires

Regardez la vidéo ci-dessous pour en savoir plus sur le M2 Data Science : santé, assurance, finance.

Compétences

Maitriser et mettre en oeuvre des outils et méthodes mathématiques de haut niveau.
Comprendre et modéliser mathématiquement un problème afin de le résoudre.
Maitriser des outils numériques et langages de programmation de référence.
Analyser des données et mettre en oeuvre des simulations numériques.
Savoir gérer un projet.

Profil de sortie des étudiants ayant suivi la formation

Les élèves sortent de cette formation avec un profil d'ingénieur en science des données. Ils sont formés en statistiques, apprentissage statistique et informatique. Ils peuvent donc se porter candidat sur des postes de type Data Scientist/Data analyst/Statisticien. La formation a un fort contenu théorique qui leur permet également de poursuivre en thèse.

Débouchés de la formation

Les étudiants sont formés à exercer les métiers de "datascientist", "statisticien", en particulier dans des entreprises de la santé, de l'assurance et de la finance, mais pas exclusivement. Nous avons maintenu un nombre conséquent d'ECTS sur des matières fondamentales, ce qui permet aussi aux étudiants qui le souhaitent de poursuivre leur formation en thèse.

Collaboration(s)

Laboratoire(s) partenaire(s) de la formation

Laboratoire de Mathématiques et Modélisation d'Evry.

Programme

L'ensemble des volumes horaires des cours dispensés est identique pour les étudiants inscrits en formation initiale et en apprentissage à l'exclusion du cours de stastistics (FI 78h ; FA54h).

Matières	ECTS	Cours	TD	TP	Cours-TD	Cours-TP	TD-TP	A distance	Projet	Tutorat
English S3	2		18
English S3 Langues d’enseignement : AN ECTS : 2 Détail du volume horaire : Travaux dirigés : 18 Modalités d'organisation et de suivi : Coordinateur : Equipe pédagogique : Rachel Carol (ou autre intervenant). Déroulement et organisation pratique : Evaluation sous forme d'un examen ou d'un projet. Objectifs pédagogiques visés : Contenu : English. Période(s) et lieu(x) d’enseignement : Période(s) : Septembre - Octobre - Novembre - Décembre - Janvier. Lieu(x) : EVRY

Matières	ECTS	Cours	TD	TP	Cours-TD	Cours-TP	TD-TP	A distance	Projet	Tutorat
Informatics	6	4.5	34.5
Informatics Langues d’enseignement : FR/AN Intitulé de l’UE en anglais : Informatics ECTS : 6 Détail du volume horaire : Cours : 4.5 Travaux dirigés : 34.5 Modalités d'organisation et de suivi : Coordinateur : Equipe pédagogique : Marie Szafranski, Youcef Sebbiat, Vincent Runge, Marco Pascucci, Arnaud Gloter. Déroulement et organisation pratique : Chaque partie fait l'objet d'une évaluation spécifique sous forme d'un examen ou d'un projet. Objectifs pédagogiques visés : Contenu : Introduction to DataBases Advanced DataBases Scientific programming. Prérequis : Connaissance de R et python. Période(s) et lieu(x) d’enseignement : Période(s) : Septembre - Octobre - Novembre - Décembre - Janvier. Lieu(x) : EVRY

Matières	ECTS	Cours	TD	TP	Cours-TD	Cours-TP	TD-TP	A distance	Projet	Tutorat
Statistics	6	27	27
Statistics Langues d’enseignement : FR/AN Intitulé de l’UE en anglais : Statistics ECTS : 6 Détail du volume horaire : Cours : 27 Travaux dirigés : 27 Modalités d'organisation et de suivi : Coordinateur : Equipe pédagogique : Agathe Guilloux, Marie-Luce Taupin, Arnaud Gloter. Déroulement et organisation pratique : Chaque partie fait l'objet d'une évaluation spécifique sous forme d'un examen ou d'un projet. Objectifs pédagogiques visés : Contenu : Non parametric statistics Asymptotics statistics and generalized linear model Statistics for stochastic process. Prérequis : Cours de statistique inférentielle, de régression linéaire et de processus stochastiques de niveau M1 de mathématiques. Période(s) et lieu(x) d’enseignement : Période(s) : Septembre - Octobre - Novembre - Décembre - Janvier. Lieu(x) : EVRY

Matières	ECTS	Cours	TD	TP	Cours-TD	Cours-TP	TD-TP	A distance	Projet	Tutorat
Machine learning	9	39	42
Machine learning Langues d’enseignement : FR/AN Intitulé de l’UE en anglais : Machine learning ECTS : 9 Détail du volume horaire : Cours : 39 Travaux dirigés : 42 Modalités d'organisation et de suivi : Coordinateur : Equipe pédagogique : Christophe Ambroise, Mathilde Mougeot, Marc Castella, Agathe Guilloux. Objectifs pédagogiques visés : Contenu : Machine learning (apprentissage supervisé) Unsupervised learning Optimization for data science. Prérequis : Cours de statistique inférentielle, d'optimisation, d'introduction au machine learning de niveau M1 de mathématiques. Période(s) et lieu(x) d’enseignement : Période(s) : Septembre - Octobre - Novembre - Décembre - Janvier. Lieu(x) : EVRY

Matières	ECTS	Cours	TD
Option I assurance	5	18	18
Option I assurance Langues d’enseignement : FR/AN Intitulé de l’UE en anglais : Optional I insurance ECTS : 5 Détail du volume horaire : Cours : 18 Travaux dirigés : 18 Modalités d'organisation et de suivi : Coordinateur : Equipe pédagogique : Arnaud Gloter, Agathe Guilloux. Déroulement et organisation pratique : Chaque partie fait l'objet d'une évaluation spécifique sous forme d'un examen ou d'un projet. Objectifs pédagogiques visés : Contenu : Financial econometry Survival and longitudinal data analysis. Prérequis : Cours de statistique inférentielle et de processus stochastiques de niveau M1 de mathématiques. Période(s) et lieu(x) d’enseignement : Période(s) : Septembre - Octobre - Novembre - Décembre - Janvier. Lieu(x) : EVRY
Option I finance	5	21	21
Option I finance Langues d’enseignement : FR/AN Intitulé de l’UE en anglais : Optional I finance ECTS : 5 Détail du volume horaire : Cours : 21 Travaux dirigés : 21 Modalités d'organisation et de suivi : Coordinateur : Equipe pédagogique : Stéphane Crepey. Objectifs pédagogiques visés : Contenu : Méthodes numériques de pricing. Prérequis : Cours de probabilités et de processus stochastiques de niveau M1 de mathématiques. Période(s) et lieu(x) d’enseignement : Période(s) : Septembre - Octobre - Novembre - Décembre - Janvier. Lieu(x) : EVRY
Options I Santé	5	18	18
Options I Santé Langues d’enseignement : FR/AN Intitulé de l’UE en anglais : Optional I Health ECTS : 5 Détail du volume horaire : Cours : 18 Travaux dirigés : 18 Modalités d'organisation et de suivi : Coordinateur : Equipe pédagogique : Valérie Chaudru, Elisabeth Petit-Texeira, Agathe Guilloux. Déroulement et organisation pratique : Chaque partie fait l'objet d'une évaluation spécifique sous forme d'un examen ou d'un projet. Objectifs pédagogiques visés : Contenu : Introduction à la génétique et la génomique Survival and longitudinal data analysis. Prérequis : Cours de statistique inférentielle de niveau M1 de mathématiques. Période(s) et lieu(x) d’enseignement : Période(s) : Septembre - Octobre - Novembre - Décembre - Janvier. Lieu(x) : EVRY

L'ensemble des volumes horaires des cours dispensés est identique pour les étudiants inscrits en formation initiale et en apprentissage à l'exclusion du cours de stastistics (FI 78h ; FA54h).

Matières	ECTS	Cours	TD	TP	Cours-TD	Cours-TP	TD-TP	A distance	Projet	Tutorat
English S4	2		18
English S4 Langues d’enseignement : AN ECTS : 2 Détail du volume horaire : Travaux dirigés : 18 Modalités d'organisation et de suivi : Coordinateur : Equipe pédagogique : Rachel Carol (ou autre intervenant). Objectifs pédagogiques visés : Contenu : English. Période(s) et lieu(x) d’enseignement : Période(s) : Février - Mars - Avril - Mai - Juin. Lieu(x) : EVRY

Matières	ECTS	Cours	TD	TP	Cours-TD	Cours-TP	TD-TP	A distance	Projet	Tutorat
Advanced Statistics and Machine Learning	6	27	27
Advanced Statistics and Machine Learning Langues d’enseignement : FR/AN Intitulé de l’UE en anglais : Advanced Statistics and Machine Learning ECTS : 6 Détail du volume horaire : Cours : 27 Travaux dirigés : 27 Modalités d'organisation et de suivi : Coordinateur : Equipe pédagogique : Blaise Hanczar, Randal Douc, Yohan Petetin, Francois Debouvries, Estelle Kuhn, Christophe Ambroise. Déroulement et organisation pratique : Chaque partie fait l'objet d'une évaluation spécifique sous forme d'un examen ou d'un projet. Objectifs pédagogiques visés : Contenu : Deep learning Computational and bayesian statistics Graphical models. Prérequis : Cours du semestre 1. Période(s) et lieu(x) d’enseignement : Période(s) : Février - Mars - Avril - Mai - Juin. Lieu(x) : EVRY

Matières	ECTS	Cours	TD
Option II assurance	5	27	27
Option II assurance Langues d’enseignement : FR/AN Intitulé de l’UE en anglais : Optional II insurance ECTS : 5 Détail du volume horaire : Cours : 27 Travaux dirigés : 27 Modalités d'organisation et de suivi : Coordinateur : Equipe pédagogique : Thierry Roncalli. Objectifs pédagogiques visés : Contenu : Assurance. Prérequis : Cours du premier semestre. Période(s) et lieu(x) d’enseignement : Période(s) : Février - Mars - Avril - Mai - Juin. Lieu(x) : EVRY
Option II finance	5	27	27
Option II finance Langues d’enseignement : FR/AN Intitulé de l’UE en anglais : Optional II finance ECTS : 5 Détail du volume horaire : Cours : 27 Travaux dirigés : 27 Modalités d'organisation et de suivi : Coordinateur : Equipe pédagogique : Stéphane Crepey. Objectifs pédagogiques visés : Contenu : Finance quantitative. Prérequis : Cours du premier semestre. Période(s) et lieu(x) d’enseignement : Période(s) : Février - Mars - Avril - Mai - Juin. Lieu(x) : EVRY
Options II sante	5	27	27
Options II sante Langues d’enseignement : FR/AN Intitulé de l’UE en anglais : Optional II Health ECTS : 5 Détail du volume horaire : Cours : 27 Travaux dirigés : 27 Modalités d'organisation et de suivi : Coordinateur : Equipe pédagogique : Cyril Dalmasso, Christophe Ambroise, Agathe Guilloux, Carène Rizzon, Yolande Diaz, Estelle Kuhn. Déroulement et organisation pratique : Chaque partie fait l'objet d'une évaluation spécifique sous forme d'un examen ou d'un projet. Objectifs pédagogiques visés : Contenu : Statistiques pour la génétique et la génomique Bioinformatique Bayesian statistics. Prérequis : Cours du premier semestre. Période(s) et lieu(x) d’enseignement : Période(s) : Février - Mars - Avril - Mai - Juin. Lieu(x) : EVRY

Matières	ECTS	Cours	TD	TP	Cours-TD	Cours-TP	TD-TP	A distance	Projet	Tutorat
Data Camp	4		10						5
Data Camp Langues d’enseignement : FR/AN Intitulé de l’UE en anglais : Data Camp ECTS : 4 Détail du volume horaire : Travaux dirigés : 10 Projet : 5 Modalités d'organisation et de suivi : Coordinateur : Equipe pédagogique : Agathe Guilloux, Simon Bussy. Objectifs pédagogiques visés : Contenu : Projet de science des données de type Kaggle avec gestion de projet. Prérequis : Cours du premier semestre. Période(s) et lieu(x) d’enseignement : Période(s) : Février - Mars - Avril - Mai. Lieu(x) : EVRY

Matières	ECTS	Cours	TD	TP	Cours-TD	Cours-TP	TD-TP	A distance	Projet	Tutorat
Stage	15									10
Stage Langues d’enseignement : FR/AN Intitulé de l’UE en anglais : Internship ECTS : 15 Détail du volume horaire : Tutorat (dont suivi de stage) : 10 Modalités d'organisation et de suivi : Coordinateur : Equipe pédagogique : Agathe Guilloux, Christophe Ambroise, Vincent Runge. Objectifs pédagogiques visés : Contenu : Stage de 4 à 6 mois. Période(s) et lieu(x) d’enseignement : Période(s) : Aout - Septembre - Octobre - Novembre - Décembre - Janvier - Février - Mars - Avril - Mai - Juin - Juillet. Lieu(x) : EVRY

Modalités de candidatures

Période(s) de candidatures pour la plateforme INCEPTION

Du 15/04/2024 au 09/07/2024

Pièces justificatives obligatoires pour la plateforme INCEPTION

Lettre de motivation.
Tous les relevés de notes des années/semestres validés depuis le BAC à la date de la candidature.
Curriculum Vitae.
Descriptif détaillé et volume horaire des enseignements suivis depuis le début du cursus universitaire.

Pièces justificatives facultatives pour la plateforme INCEPTION

Dossier VAPP (obligatoire pour toutes les personnes demandant une validation des acquis pour accéder à la formation) https://www.universite-paris-saclay.fr/formation/formation-continue/validation-des-acquis-de-lexperience.
Fiche de choix de M2 (obligatoire pour les candidats inscrits en M1 à l'Université Paris-Saclay) à télécharger sur https://urlz.fr/i3Lo.
Document justificatif des candidats exilés ayant un statut de réfugié, protection subsidiaire ou protection temporaire en France ou à l’étranger (facultatif mais recommandé, un seul document à fournir) :
- Carte de séjour mention réfugié du pays du premier asile
- OU récépissé mention réfugié du pays du premier asile
- OU document du Haut Commissariat des Nations unies pour les réfugiés reconnaissant le statut de réfugié
- OU récépissé mention réfugié délivré en France
- OU carte de séjour avec mention réfugié délivré en France
- OU document faisant état du statut de bénéficiaire de la protection subsidiaire en France ou à l’étranger.

Contact(s)

Responsable(s) de la formation

Christophe Ambroise - christophe.ambroise@univ-evry.fr

Marie-Luce Taupin - marie-luce.taupin@univ-evry.fr

Secrétariat pédagogique

Laura Djimtangar - laura.djimtangar@univ-evry.fr