M1/M2 Parcours Big Data

Présentation

Présentation

Le caractère ubiquitaire de l’informatique et des données numériques dans les sociétés modernes fait que la production, l’analyse et le traitement de l’information sont aujourd’hui au cœur du développement économique et concernent tous les secteurs de l’industrie et des services : commerce, santé, sécurité, énergie, transports, aménagement du territoire, etc. Disposer d’outils performants pour produire, extraire, traiter, analyser et présenter les données est désormais une clé pour de nombreux secteurs d'activité. Considérer l’ensemble de l’information circulant sur l’internet comme une immense base de données dynamiques au service des processus d'aide intelligente à la prise de décision a donné naissance au phénomène Big Data. Il se caractérise par des données de très grande taille (Volume), peu structurées, multi-variables, multidimensionnelles (Variété) et de nature dynamique voire furtive (Vélocité) de par l’impossibilité quelquefois de les stocker, ne serait-ce que provisoirement. Ces caractéristiques posent de nouveaux problèmes, les processus de traitements classiques ne supportant souvent pas le passage à l’échelle ou n’étant pas adaptées à ce type de données.

Emplois du temps

Objectifs

Les métiers ciblés par cette formation concernent toute la chaîne de stockage, traitement et valorisation des données. En particulier celles qui adressent les aspects techniques et méthodologiques liés à l'infrastructure matérielle ou logicielle, les algorithmiques de traitement et de prédiction, la mise en valeur et l'exploitation des résultats. La formation vise les métiers de Data Analyst et Data Scientist mais a également pour objectif de répondre au défit posé à la recherche par le Big Data

Savoir-faire et compétences

Répondre au défi posé par le Big Data nécessite de nouvelles compétences liées au domaine des sciences des données alliant des solides connaissances en informatique et en mathématique ainsi qu'une culture de l'entreprise. Les diplômés pourront en particulier intégrer tous les secteurs d'activité concernés par des compétences telles que : concevoir des architectures permettant de traiter de grand volume de données et proposer des solutions pour l'accès à ces données; monitorer les flux de données de leur source à leur destination; composer des méthodes, moyens et outils pour aider à la prise de décision; proposer, adapter et développer les algotithmes nécessaires afin d'extraire des informations pertinentes à partir de données endogènes et exogènes.

Informations supplémentaires

Cette formation est proposée en formation initiale pour la première année et en formation initiale ou en alternance pour la seconde année.

Effectif

15

Organisation

Contenu de la formation

Les UE du semestre 1 et 2 permettent de mettre en place les connaissances de base dans les deux disciplines supports des sciences des données : l'informatique et les mathématiques.

Les UE proposées au semestre 3, permettront aux étudiants d'acquérir les compétences essentielles se trouvant au coeur des métiers visées par leur projet professionnel. L'UE au choix leur permettra quant à elle d'avoir une compétence complémentaire particulière. Les étudiants ayant choisi l'alternance pour la seconde année vont acquérir une véritable compétence en culture d'entreprise. Les autres étudiants pourront eux choisir d'approfondir dans des compétences plus académique leur permettant de poursuivre en doctorat ou de s'initier à la culture d'entreprise grâce à un stage de 5 mois minimum à réaliser dans un laboratoire de recherche (publique ou privée) ou dans une entreprise.

Les enseignements sont dispensés sour forme de cours magistraux, travaux dirigés et pratiques et projets encadrés.

Chaque semestre peut être effectué à l’étranger, y compris le stage, avec toutefois comme restriction de passer 2 des 3 premiers semestres à Pau. De nombreux accords existent avec des universités étrangères comprenant notamment un accompagnement financier. Les crédits obtenus dans le pays étranger sont validés au retour dans le cadre du master.

Contrôle des connaissances

L’obtention du master est prononcée après validation de l’année M2, l’entrée en année M2 étant de droit pour tout étudiant ayant obtenu l’année M1.

Chaque année en septembre les Modalités de Contrôle des Connaissances sont votées par le Conseil d’Administration de l’établissement au plus un mois après la reprise des cours. Elles définissent les modalités de validation de chaque UE, de chaque semestre et de chaque année.

Programme

Organisation de la formation

• semestre 1
  • UE obligatoires
    • Entrepôts de données (4.0 crédits ECTS)
    • Statistique inférentielle (6.0 crédits ECTS)
    • Compléments de probabilités (2.0 crédits ECTS)
    • calcul parallèle (3.0 crédits ECTS)
    • Python (3.0 crédits ECTS)
    • Logiciels statistiques (4.0 crédits ECTS)
    • Visual Analytics (6.0 crédits ECTS)
    • Anglais M1 S7 (2.0 crédits ECTS)
• semestre 2
  • UE obligatoires
    • Intéropérabilité des données et des connaissances (4.0 crédits ECTS)
    • Analyse de données (2.0 crédits ECTS)
    • Frameworks pour l'IA et le Big Data (4.0 crédits ECTS)
    • Cloud (2.0 crédits ECTS)
    • NoSQL (2.0 crédits ECTS)
    • Machine Learning - introduction (2.0 crédits ECTS)
    • Réseaux de neurones (2.0 crédits ECTS)
    • Modèles linéaires - Notions de base (2.0 crédits ECTS)
    • Anglais M1 S8 (2.0 crédits ECTS)
  • UE obligatoire hors CMI
    • Développement web avancé (4.0 crédits ECTS)
    • Modélisation avancée centrée UML (4.0 crédits ECTS)
  • UE optionnelles
    • stage en entreprise (CMI) (8.0 crédits ECTS)
• semestre 3
  • UE obligatoires
    • Text mining (4.0 crédits ECTS)
    • GPGPU (4.0 crédits ECTS)
    • Datamining (2.0 crédits ECTS)
    • Machine Learning - Notions avancées (2.0 crédits ECTS)
    • Projet intégrateur Big Data (8.0 crédits ECTS)
    • Anglais M2 S9 (2.0 crédits ECTS)
    • Programmation orientée agents (4.0 crédits ECTS)
  • UE obligatoire alternance
    • Travaux d'approfondissements supervisés (10.0 crédits ECTS)
  • UE optionnelles
    1 option(s) au choix parmi 3
    • CMI: projet intégrateur en laboratoire
    • Fondements des systèmes multi-agents (4.0 crédits ECTS)
    • Réseaux émergents sans fil et leurs applications (4.0 crédits ECTS)
    • Calcul Haute Performance (4.0 crédits ECTS)
• semestre 4
  • UE obligatoire formation initiale
    • stage M2 Big Data (30.0 crédits ECTS)
  • UE obligatoire alternance
    • bilan travaux entreprises (20.0 crédits ECTS)

Admission

Condition d'accès

Admission de droit pour les étudiants inscrits dans le Cursus Master en Ingénierie Mathématiques et Informatique.

Admission en M1 seulement sur dossier pour des autres étudiants :

• titulaires d’une licence en mathématiques et informatique ou équivalent,
• titulaires d’un diplôme d’ingénieur CTI avec formation solide en informatique ou ayant validé au moins la première année du cycle ingénieur.

Pour candidater :

• étudiants à l'étranger : voir sur le site des RI
• étudiants en France : https://apoflux.univ-pau.fr/etudiant/

• en cas de difficulté : secrétariat master (secretariat-informatique @ univ-pau.fr)

Depuis la loi n° 2016-1828 du 23 décembre 2016, le master est un cursus de 4 semestres, sans sélection intermédiaire, conduisant au diplôme national de master. Cette loi introduit un recrutement des étudiants à l'entrée en première année du master (sur dossier ou concours). Chaque mention ou parcours fixe une capacité d’accueil, les modalités du recrutement ainsi que le calendrier de la campagne de candidature.

Pré-requis nécessaires

Le candidat doit être capable de suivre un master mention mathématiques ET un master mention informatique, le contenu du master Big Data étant constitué d'enseignements du master mention mathématiques et du master mention informatique. La liste des enseignements suivis, avec volume horaire et notes obtenues, devra attester de cette capacité.

Et après

Poursuite d'études

Possibilité de poursuivre en doctorat.

Poursuite d'études à l'étranger

Les étudiants diplômés ont toujours la possibilité de postuler sur les nombreuses offres de thèse dans le domaine du Big Data à l’étranger mais, contrairement aux études à l’étranger pendant la formation de master, aucun accord spécifique n’existe pour la poursuite en thèse à l’étranger.

Insertion professionnelle

Les "vraies" formations sur le Big Data, couvrant à la fois les domaines des mathématiques appliquées et de l'informatique, sont très rares aujourd’hui en France alors qu'il existe une pénurie constatée de diplômés. Le gouvernement a d’ailleurs adopté un plan Big Data en juillet 2014 pour faire face à ce défi, plan qui souligne le besoin en formations de haut niveau. L’insertion professionnelle des futurs diplômés devrait donc être particulièrement aisée.

Contact(s)

Contact(s) administratif(s)