Aller au contenu principal

M1 Mathématiques et apprentissage statistique

Candidater à la formation
  • Capacité d'accueil
    12
  • Langue(s) d'enseignement
    Français
  • Régime(s) d'inscription
    Formation initiale
Présentation
Objectifs pédagogiques de la formation

Cette formation est destinée à des étudiants désirant acquérir une expertise scientifique de très haut niveau en statistique et apprentissage statistique. L'objectif principal est de former des mathématiciens avec des bases solides en statistiques, machine learning et analyse des données et logiciels informatiques.

Le M1 recherche Mathématiques et Apprentissage Statistique (Math&AS) comprend un stage de six mois.

Cette formation est opérée par l'Université de Versailles Saint-Quentin (UVSQ) et l'ensemble des enseignements se déroulent sur le campus des sciences de l'UVSQ.

Lieu(x) d'enseignement
VERSAILLES
Pré-requis, profil d’entrée permettant d'intégrer la formation

Les pré-requis demandés sont les programmes usuels d'analyse, de probabilité et d'algèbre linéaire d'une licence de mathématiques ou de mathématiques appliquées (ou équivalent) : bases de l'algèbre linéaire et matriciel, bases du calcul différentiel et du calcul intégral, calcul des probabilités.

Les étudiants visés par ce Master sont ceux issus d’une licence de mathématiques, double licence mathématiques-physique ou mathématiques-informatique, licence MIASHS ou équivalent.

Stages et projets encadrés

Le master est en formation initiale et comprend un stage de six mois.

Modalités pédagogiques particulières

Des intervenants extérieurs complètent la formation dispensée par les professeurs du département de mathématiques de l’UVSQ pour faciliter l’insertion professionnelle.

Compétences
  • Acquérir les fondements théoriques des principaux algorithmes de machine learning.

  • Comprendre les données, choisir le modèle le plus approprié et créer des outils innovants pour résoudre les problèmes.

  • Maitriser des outils numériques et langages de programmation de référence.

  • Évaluer les modèles et faire de l'inférence à l'aide de simulations numériques.

Profil de sortie des étudiants ayant suivi la formation

Le master vise à former des mathématiciens de haut niveau maîtrisant à la fois des techniques de machine learning et apprentissage statistique théorique, ainsi que des outils de programmation et d’analyse des données qui leur ouvriront de nombreux débouchés professionnels.

Débouchés de la formation

L'obtention du M1 Math&AS donne automatiquement accès au M2 Math&AS.

Débouchés principales après l'obtention du M2 :

  • Métiers de la science des données, notamment data scientist et data analyst
  • Poursuite en thèse en apprentissage statistique (notamment appliquée)
Collaboration(s)
Laboratoire(s) partenaire(s) de la formation

UMR 8100, Laboratoire de Mathématiques de Versailles

Programme
Matières ECTS Cours TD TP Cours-TD Cours-TP TD-TP A distance Projet Tutorat
Inférence statistique et théorie de l’apprentissage 8 36 36
Probabilités 4 18 12
Traitement des données et machine learning 8 27 27
Matières ECTS Cours TD TP Cours-TD Cours-TP TD-TP A distance Projet Tutorat
Algorithmique randomisée et recherche opérationnelle 5 15 30
Optimisation numérique 6 24 24
Logiciels statistiques et Python 8 36 36
Matières ECTS Cours TD TP Cours-TD Cours-TP TD-TP A distance Projet Tutorat
UE Anglais 3 27
UE Stage en entreprise 12 30
Matières ECTS Cours TD TP Cours-TD Cours-TP TD-TP A distance Projet Tutorat
Traitement des données et machine learning 8 9 9
Modèle linéaire 6 27 27
Matières ECTS Cours TD TP Cours-TD Cours-TP TD-TP A distance Projet Tutorat
UE Anglais 3 27
UE Stage en entreprise 12 30

Programme des UEs

Une partie des UEs est mutualisée avec le Master ISADS (indiquées par une astérisque (*)) une autre avec le Master AMS (indiqumes par deux astérisques (**)) et une UE avec le Master 1 Informatique (indiquée par trois astérisques (***)). En Master 2 et dans l'UE "Traitement des données et machine learning" cette mutualisation est partielle, des heures d'approfondissement théorique sont ajoutées pour les étudiant.e.s de la formation Math&AS. Pour le programme précis, le volume horaire et les chargé.e.s de cours des différentes UEs, veuillez consulter ce fichier.

Programme Master 1 :

  • Optimisation numérique (**) (6 ECTS)
  • Probabilités (**) (4 ECTS)
  • Algorithmique randomisée et recherche opérationnelle (***) (5 ECTS)
  • Traitement des données et machine learning (*) (8 ECTS)
  • Inférence statistique et théorie de l’apprentissage (8 ECTS)
  • Modèle linéaire (*) (6 ECTS)
  • Logiciels statistiques et Python (*) (8 ECTS)
  • Anglais (3 ECTS)
  • Stage (12 ECTS)

Programme Master 2 :

  • Méthodes de régression (*) (4 ECTS)
  • Apprentissage non supervisé (*) (4 ECTS)
  • Statistique non paramétrique (*) (5 ECTS)
  • Techniques de prévision (*) (4 ECTS)
  • Statistique computationnelle (4 ECTS)
  • Statistique bayesienne (*) (4 ECTS)
  • Ouverture sur la recherche (4 ECTS)
  • Deep learning (4 ECTS)
  • Séminaire invité entreprise (2 ECTS)
  • Projet data challenge (4 ECTS)
  • Anglais (3 ECTS)
  • Stage en entreprise (18 ECTS)

 

Modalités de candidatures
Période(s) de candidatures
Du 01/03/2024 au 30/05/2024
Modalités description
Les candidatures en M1 se font sur MonMaster du 26 février au 24 mars (www.monmaster.gouv.fr) sauf pour le public concerné par la procédure dérogatoire et qui doit candidater sur INCEPTION aux dates indiquées ci-dessus.
Pour connaître votre situation : https://www.universite-paris-saclay.fr/admission/etre-candidat-un-master-paris-saclay
Pièces justificatives obligatoires
  • Copie pièce d'identité.

  • 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 complémentaires
  • Attestation de français (obligatoire pour les non francophones).

  • 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.

  • 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
Catherine DONATI-MARTIN - catherine.donati-martin@uvsq.fr
Secrétariat pédagogique
Sandrine Pyrrhé - sandrine.pyrrhe@uvsq.fr