Différences
Ci-dessous, les différences entre deux révisions de la page.
Les deux révisions précédentes Révision précédente Prochaine révision | Révision précédente | ||
formation:sdsc [2018/03/20 08:54] myriam |
formation:sdsc [2018/03/26 10:15] (Version actuelle) myriam |
||
---|---|---|---|
Ligne 1: | Ligne 1: | ||
- | {{:formation:photo-pc-salle-td.png?100 |}} | + | {{:formation:photo-pc-salle-td.png?200 |}} |
Ligne 6: | Ligne 6: | ||
==== parcours Science des Données et des Systèmes Complexes | SDSC ==== | ==== parcours Science des Données et des Systèmes Complexes | SDSC ==== | ||
+ | \\ | ||
Big Data, machine learning, deep learning, data warehouse, ça vous parle ? Devenez les Data Scientists de demain avec le master SDSC ! | Big Data, machine learning, deep learning, data warehouse, ça vous parle ? Devenez les Data Scientists de demain avec le master SDSC ! | ||
+ | |||
+ | \\ | ||
+ | |||
=== Objectifs === | === Objectifs === | ||
- | Le phénomène du Big Data a fait émerger le nouveau métier de Spécialiste en Sciences des Données ou Data Scientist, à l'interface entre les méthodes informatiques et les outils d'intelligence artificielle, les systèmes complexes, et les besoins des utilisateurs finaux consommateurs de ces masses de données. L'objectif du Master SDSC est de répondre à la demande croissante de tels spécialistes, capables de développer et de mettre en œuvre des méthodes d’analyse de données massives et de modélisation de systèmes complexes. La formation s’appuie sur les compétences des équipes de recherche du laboratoire ICube, Laboratoire des Sciences de l’Ingénieur, de l’Informatique et de l’Imagerie. | + | Le phénomène du Big Data a fait émerger le nouveau métier de Spécialiste en Sciences des Données ou Data Scientist, à l'interface entre les méthodes informatiques et les outils d'intelligence artificielle, les systèmes complexes, et les besoins des utilisateurs finaux consommateurs de ces masses de données. L'objectif du Master SDSC est de répondre à la demande croissante de tels spécialistes, capables de développer et de mettre en œuvre des méthodes d’analyse de données massives et de modélisation de systèmes complexes. La formation s’appuie sur les compétence |
+ | |||
+ | \\ | ||
=== Compétences à acquérir === | === Compétences à acquérir === | ||
Aux compétences générales des ingénieurs en informatique, s'ajoute une expertise dans le domaine du big data : analyse de modèles de données complexes ; déploiement d'architectures big data pour l'exploitation de données massives, distribuées et hétérogènes ; modélisation de systèmes complexes et industriels ; mise en oeuvre de méthodologies d'apprentissage automatique, d'extraction de connaissances et d'intelligence artificielle ; développement d'outils pour l'aide à la décision ; optimisation de problèmes inverses par l'utilisation d'algorithmes stochastiques massivement parallèles ; protection et valorisation des données. | Aux compétences générales des ingénieurs en informatique, s'ajoute une expertise dans le domaine du big data : analyse de modèles de données complexes ; déploiement d'architectures big data pour l'exploitation de données massives, distribuées et hétérogènes ; modélisation de systèmes complexes et industriels ; mise en oeuvre de méthodologies d'apprentissage automatique, d'extraction de connaissances et d'intelligence artificielle ; développement d'outils pour l'aide à la décision ; optimisation de problèmes inverses par l'utilisation d'algorithmes stochastiques massivement parallèles ; protection et valorisation des données. | ||
+ | |||
+ | \\ | ||
=== Débouchés === | === Débouchés === | ||
Ligne 29: | Ligne 37: | ||
* Administrateur d'architectures big data, | * Administrateur d'architectures big data, | ||
* Responsable de la protection et de la conformité des données... | * Responsable de la protection et de la conformité des données... | ||
+ | |||
+ | \\ | ||
=== Conditions d’admission === | === Conditions d’admission === | ||
== Admission en M1 == | == Admission en M1 == | ||
- | Sur dossier et après examen de la commission pédagogique pour tout étudiant titulaire d’une Licence mention Informatique d’une université française ou équivalent. | + | Sur dossier et après examen de la commission pédagogique pour tout étudiant titulaire d’une Licence mention Informatique d’une université française ou équivalent. |
+ | |||
== Admission en M2 == | == Admission en M2 == | ||
* Accès de plein droit pour les étudiants titulaires d’un M1 SDSC. | * Accès de plein droit pour les étudiants titulaires d’un M1 SDSC. | ||
* Accès sur dossier et après examen de la commission pédagogique pour les titulaires d’un autre M1 mention Informatique ou équivalent. | * Accès sur dossier et après examen de la commission pédagogique pour les titulaires d’un autre M1 mention Informatique ou équivalent. | ||
+ | |||
+ | == Pré-candidature en ligne == | ||
+ | Les candidats devront effectuer une pré-candidature en ligne sur la plateforme e-candidat : [[https://ecandidat.unistra.fr/]] du 30 mars au 06 juin 2018. | ||
+ | Les pièces justificatives devront être déposées sur e-candidat au plus tard le 11 juin 2018. | ||
+ | Les procédures d'admissions complètes sont disponibles sur le site : [[http://mathinfo.unistra.fr/admission-inscriptions/admission/#c64493]] | ||
+ | |||
+ | \\ | ||
=== Contact === | === Contact === |