FORMATION
Tous les métiers de l’entreprise se trouvent aujourd’hui impactés par la déferlante du « big data ». L’abondance des données (structurées ou non) accentue les nouveaux enjeux qui s’imposent à toutes les étapes de la chaîne de valeur : Trading algorithmique, Gestion des risques, Robots assistants intelligents , Marketing prédictif et Chatbots, Sécurisation des données … Tout cela fait du métier de Data Scientist les profils les plus recherchés sur le marché.
Le Master MoSEF Data Science est un programme qui forme des spécialistes Data Scientist au service des banques, des compagnies d’assurances, des cabinets de conseil, ou des grandes entreprises (télécom, luxe, santé, transports, commerce…). La formation offre aux étudiants des connaissances approfondies, à la fois théoriques, appliquée et opérationnelles.
Responsable de la formation – Master 2 MOSEF Big Data
Le parcours MoSEF permet de doter les étudiants de tous les fondements théoriques et les compétences techniques approfondies dans les quatre modules suivants :
Maîtrise de Python, SAS, R pour le traitement, l’analyse et la modélisation des données.
Approche intégrée des méthodes économétriques et de l’intelligence artificielle : machine learning, Deep Learning : réseaux de neurones convolutifs (CNN), récurrents (LSTM, GRU), autoencodeurs, traitement du langage naturel (NLP) : vectorisation (TF-IDF, BERT..), analyse de sentiment.
Compétences en architecture Big Data (Hadoop, Spark, Hive, Kafka), cloud computing, et Data Engineering avancée : gestion de bases SQL/NoSQL, conteneurisation avec Docker/Kubernetes, et l’industrialisation des projets analytiques MLops.
Approfondissement des domaines d’application de la data science avec une forte orientation métier ( finance de marché, asset management, CRM Analytics, et assurance, avec une mise en perspective des enjeux métiers et réglementaires, Industrie : maintenance prédictive, optimisation de processus, modélisation de séries temporelles industrielles, qualité et fiabilité.
Le M1 est proposé en format initial avec un stage de fin d’année (très fortement recommandé). Le M2 est proposé en alternance (très fortement recommandé) et en initial.
Au travers des différents cours, les étudiants disposent d’une formation exigeante qui leur permet d’acquérir une expertise en économétrie, tout aussi bien au niveau théorique que pratique. Les étudiants s’arment d’un solide baguage en data science, via la réalisation de nombreux projets de machine learning sur des problématiques économiques, financières, business, mais aussi en santé.
Ils développent leurs compétences avec les langages de programmation les plus populaires dans le domaine (Python, SAS, R) et obtiennent de larges connaissances techniques et méthodes quantitatives, leur permettant d’appréhender au mieux les défis du monde de l’entreprise.
Pour ambition de former les futurs Data Scientists ayant des compétences en finance quantitative, capables d’inscrire leur démarche dans son contexte économique.
Les cours, enseignés par de nombreux professionnels et chercheurs dans ces domaines permettent une approche très professionnalisante, à travers notamment l’organisation de plusieurs présentations et challenges chez nos différents partenaires, tout en conservant une approche universitaire qui invite à la recherche, la rigueur et la curiosité.
La maitrise des technologies et des outils déjà existants mais aussi de ceux qui préparent déjà le futur de la data-science, couplé à de larges compétences techniques en statistiques et en machine learning permet aux étudiants de disposer, au terme de ce master, de tout l’attirail technique permettant de couvrir la pluridisciplinarité requise aux métiers de la data.
Environnement big data
Les étudiants travaillent sur un environnement Big Data. En effet, pour les cours Python , Systèmes répartis, Architecture avancées, Splunk, … des machines virtuelles Microsoft Azure sont mises à disposition. En plus du présentiel, des modules d’apprentissage en distanciel sont dispensés sur Python, SAS et Cloud
A l’issu de la formation les étudiants valident les certificats suivants:
- Python :
– Machine Learning – modèles et algorithmes de classification (FR)
– Text Mining (FR)
– Réseaux de neurones denses avec Keras (FR)
– Réseaux de neurones convolutifs avec Keras (FR) - SAS
- Cloud, Microsoft Azure:
– Bases de données sur Azure (DP900)
– Solutions Data Science sur Azure (DP100) - Participation à au moins trois Data Challenge (DRiM Game Deloitte, Ekimetriks, KPMG …)
- Voyage d’étude à l’étranger
- Intervention et séminaires Data Scientist
- Un master class employabilité et carrière est proposé à tous les étudiants
En termes de savoir-faire et compétences, l‘étudiant saura :
- Travailler sur un environnement big data (cloud avec Microsoft Azure, Hadoop, Spark et Splunk), parsing de fichiers json, csv, txt., web scraping…
- Traiter et analyser les extractions de bases de données (y compris celles non structurées) via toutes les techniques statistiques et de dataming
- Maitriser divers outils analytiques et de programmation : Python, Scala,, JAVA, R, SAS, Linux
- Acquérir les compétences nécessaires en analyses de risques, en CRM analytics, en finances quantitatives et en économétrie financière.
