Master Informatique
Parcours Machine Learning pour la Science des Données
45 rue des Saints Pères, 75270 Paris, France
Formation en présentiel
Bac + 4, Bac + 5
Titre RNCP niveau 7
(
code RNCP 34126
-
code diplôme
1353261J
)
Formation éligible
à la prime de 6000€
Diplôme délivré par l’Université de Paris
- Contrôle continu
- Validation partielle par blocs de compétences : non
85 boulevard Saint-Germain, 75006 Paris, France
Rentrée :
M1 : Du 03/10/23 au 06/09/24
M2 : Du 27/09/24 au 05/09/25
Présentation de la formation
Objectifs
À l’ère des données massives et multi-vues, l’extraction des connaissances est un réel défi. Le Master MLSD a pour objectif de former des Data Scientists maîtrisant différentes méthodes d’apprentissage machine sous différentes approches. Cette formation est portée par une équipe d'enseignants-chercheurs du domaine du "Machine learning" et membre de l'équipe "Artificial Intelligence for Data Science and Cybersecurity", du Centre BORELLI UMR 9010.
Compétences visées
Il permet d’aquerir des compétences d’apprentissage en machine sous différentes approches dont le deep learning et dans divers domaines dont le text-mining, le NLP, le traitement d’image, la détection d’anomalies et les systèmes de recommandation. Il permet aussi d’acquérir des compétences dans la conception de nouvelles méthodes adaptées aux enjeux dans des domaines aussi divers que la santé, la fraude, la recommandation, l’énergie, la mobilité, l’environnement, le CRM et les réseaux sociaux.
Pré-inscription à la formation :
c'est par ici !
Les pré-inscriptions pour cette formation sont ouvertes !
En cliquant sur "se pré-inscrire", vous serez redirigé vers notre plateforme iziA.
En 2 clics, créez votre compte et sélectionnez les formations qui vous intéressent : on vous recontacte !
Attention : n’oubliez pas de vous inscrire également auprès de l’établissement.
Débouchés
- Data Scientist
- Data Analyst
- Conception/Développeur de modèles mathématiques et statistiques
- Statisticien
- Architecte et développeur d'outils d’analyse de données
Rythme d’alternance
Contrat d'apprentissage (ou de professionnalisation sous conditions)
Parcours alterné de 899 h sur 24 mois.
Parcours alterné possible en entrée directe en M2 de 453 h sur 12 mois
Rythme M1 : 3 j. formation / 2 j. entreprise jusqu’à février
2 j. formation / 3 j/ entreprise jusqu’à mars
temps plein en entreprise à partir d’avril
Rythme M2 : 3 j. formation / 2 j. entreprise
temps plein en entreprise à partir d’avril
Prérequis et admission
- Avoir validé une Licence Informatique ou Mathématiques (entrée M1) ou M1 à dominante informatique, mathématique ou assimilé (entrée M2).
- Avoir réussi les étapes de sélection de l’Université et du CFA numiA.
- Être recruté comme apprenti par une entreprise.
- Formation accessible aux étudiants en situation de handicap
Programme
Master 1
| Enseignements | Volumes |
|---|---|
| Administration Système |
30 h |
| Proba stats et Datascience |
90 h |
| Programmation (avancée, web et distribuée) |
90 h |
| Optimisation combinatoire |
30 h |
| Anglais |
20 h |
| Droit de l’informatique |
20 h |
| Complexité algo et optimisation combinatoire |
60 h |
| Apprentissage Machine |
30 h |
| Big Data Analytics |
30 h |
| Projet tutoré |
46 h |
| Total | 446 h |
Master 2
| Enseignements | Volumes |
|---|---|
| Analyse et reconstruction de graphes |
30 h |
| Apprentissage et factorisation matricielle |
20 h |
| Apprentissage non supervisé et supervisé |
60 h |
| Apprentissage par renforcement |
15 h |
| Deep learning |
30 h |
| Big Data Analytics |
20 h |
| Dimensionality Reduction |
25 h |
| Finite Mixture models (clustering/co-clustering) |
25 h |
| Fouille des données spatiales et temporelles |
30 h |
| Text-mining et NLP |
40 h |
| Business Intelligence |
15 h |
| Anglais et communication |
20 h |
| Projets pluridisciplinaires et accompagnement |
123 h |
| Total | 453 h |
Contacts
Université de Paris Mohamed NADIF mohamed.nadif@parisdescartes.fr 01 44 55 35 69
CFA numiA Florence AUBERT Manager Alternance faubert@cfa-numia.fr 06 50 67 72 03
CFA numiA Karima DOUKKALI Chargée de Mission Alternance kdoukkali@cfa-numia.fr 07 86 81 86 84
| Université de Paris | CFA numiA |
| Mohamed NADIF | Florence AUBERT |
| Manager Alternance | |
| mohamed.nadif@parisdescartes.fr | faubert@cfa-numia.fr |
| 01 44 55 35 69 | 06 50 67 72 03 |
| CFA numiA | |
| Karima DOUKKALI | |
| Chargée de Mission Alternance | |
| kdoukkali@cfa-numia.fr | |
| 07 86 81 86 84 |
Vous souhaitez avoir plus
d'informations sur la formation ?
Remplissez vos informations ici
Découvrez leur témoignage
J’ai choisi cette formation parce que je suis passionné par la Science des Données et l’Intelligence Artificielle. Aujourd’hui, l’IA touche beaucoup de domaines et je trouve que cette formation est très complète, car elle couvre justement toutes les branches.
