Le double Master Mathématiques et Informatique Science des données accueille des étudiants de Licence ayant déjà une double formation, typiquement une double Licence Mathématiques et Informatique. Le double Master les forme en statistique, machine learning, optimisation, bases de données, architectures dites big data, intelligence artificielle... Il allie un socle de connaissances théoriques large, nécessaire pour suivre l'évolution rapide de ces sujets, à une formation aux méthodes et outils d'analyse les plus récents.
Un data scientist s'occupe de données dans une entreprise, une administration, un laboratoire. L'architecture concerne leur collecte et leur organisation. Ce sont les techniques de machine learning et de statistique qui permettent de les exploiter.
Un data scientist est plus qu'un informaticien ordinaire ou un mathématicien classique. Polyvalent, il est capable, éventuellement, de travailler comme mathématicien et comme informaticien, et toujours, de travailler avec mathématiciens et informaticiens.
Nous sommes convaincus qu'une formation large, exigeante ouvre aux diplômés des perspectives immédiates de carrière. Elle leur offre aussi la possibilité de s'adapter, d'évoluer dans une domaine où les changements sont rapides. Une connaissance intime de la structure et de l'interprétation des langages de programmation est le meilleur moyen de maitriser rapidement, sans difficultés, les nouveaux langages et cadres de développement logiciel. La maîtrise des nouvelles architectures de bases de données permet d'en apprécier les mérites et d'en user efficacement. Pour utiliser de façon profitable et utile les méthodes de machine learning, la voie la plus sûre passe par une compréhension intime, dans une perspective statistique bien assimilée.
La première année de master mathématiques et informatique propose un éventail de cours qui permet aux étudiants de se spécialiser en M2 dans les domaines du big data ou de la protection des données.
Un large éventail de cours d'informatique et de mathématiques du big data.