ENSAE Paris - École d'ingénieurs pour l'économie, la data science, la finance et l'actuariat

Data Science et Sciences Sociales

Data Science et Sciences Sociales

   

La troisième année du cycle ingénieur de l’ENSAE Paris comporte six voies de spécialisation. Chacune a été conçue pour proposer une séquence cohérente d’enseignements (cours théoriques avancés, applications, projets, séminaires…), préparant à un grand domaine de métier et donnant aux élèves une vision à la fois large et approfondie de ce domaine. Chacun des métiers exercés par des ENSAE fera appel à des degrés divers aux méthodes statistiques, à la science des données et à la modélisation, qui sont donc présentes au sein de chaque voie.

En savoir plus sur les admissions en cycle ingénieur

La voie « Data science et sciences sociales » comporte un socle d’enseignements méthodologiques avancés en statistique et en économétrie, ainsi qu’un large panel de cours portant sur l’analyse quantitative avancée de l’économie et de la sociologie.

Responsables de la voie

Anna Simoni

Ivaylo Petev

Profils

Dans cette voie, l’accent est mis sur l’économétrie des données individuelles, la statistique d’enquête, les méthodologies d’évaluation des politiques publiques, mais aussi l’exploitation des nouvelles sources de données.

Le « Data Scientist » ainsi formé possède une expertise scientifique de très haut niveau qui lui permet d’aider à la prise de décision dans de nombreux domaines : évaluation de politiques publiques, évaluation des politiques des entreprises, statistique d’enquête, ou d’effectuer de la recherche académique. Ce profil polyvalent peut mener aussi bien à des carrières d’expert qu’à des postes décisionnels ou d’encadrement en entreprise.

Les voies de data science de l’ENSAE permettent d’acquérir un profil hautement qualifié en statistique et en économétrie appliquées pour lequel les débouchés sur le marché du travail sont extrêmement variés, du data scientist à l’enseignant-chercheur, en passant par le conseil, l’expertise statistique publique ou industrielle.

Métiers

On assiste depuis plusieurs années à une explosion du volume de données disponibles, dans des domaines très divers (par exemple la génétique, les neurosciences, la climatologie, mais aussi la finance, le marketing et les sciences humaines et sociales). Après une période où les questions portaient principalement sur le stockage et la conservation de ces données, ce sont maintenant les problématiques liées à leur exploitation statistique et à leur analyse qui apparaissent comme porteuses d’enjeux d’importance. Les emplois générés nécessitent tout à la fois des compétences techniques et une compréhension stratégique des enjeux sous-jacents. Le caractère transversal des méthodes quantitatives présentées dans cette voie permet ainsi aux étudiant·es d’accéder à une large palette de métiers, aussi bien dans le public que dans le privé.

Les enseignements de la voie mettent l’accent sur la modélisation et l’étude empirique des comportements des agents, dans le but d’éclairer les décideurs publics ou privés dans leurs choix et l’appréhension quantifiée de leurs impacts. Il s’agit plus précisément, d’une part, d’être capable d’élaborer un processus de construction de données économiques et sociales et, d’autre part, de savoir utiliser et analyser ces données grâce aux théories économiques et sociologiques récentes. Cette voie mène à des postes d’études dans des institutions chargées d’évaluer l’efficacité des politiques publiques ou d’étudier les comportements des agents économiques : INSEE, ministère des finances, mais aussi ministère de l’éducation nationale, ministère du travail ou de la santé, organismes nationaux tels que les caisses de sécurité sociale, l’UNEDIC, l’OFCE, la Banque de France, le Crédoc, internationaux tels que l’OCDE, la Banque mondiale, les institutions européennes ou le FMI, ou encore les instituts de sondage et des laboratoires de recherche (Institut des politiques publiques par exemple). Couplée à un master recherche, cette voie mène en effet aussi à la recherche en économie appliquée ou en sociologie quantitative.

Enseignements

Les enseignements scientifiques obligatoires et les cours à options recommandés pour la voie sont décrits ci-dessous. A chaque semestre, vous pouvez choisir une langue vivante (maximum). L'anglais est obligatoire si votre niveau est inférieur à B2. Les options peuvent être panachées entre les différentes voies (sous contraintes d'emploi du temps) pour constituer des profils hybrides. Il est alors recommandé de discuter de leur cohérence, ainsi que de l'articulation des choix de cours avec un éventuel M2 suivi en parallèle, avec la directrice des masters ou/et le ou les responsables de voies.

Premier semestre

Vous avez le choix parmi 3 à 5 options (dont langue) sur l’ensemble du catalogue de cours de 3A, semestre 1 (sous réserve de compatibilité avec votre emploi du temps), pour atteindre au total 30 à 31 ECTS sur le semestre. Nous vous recommandons les cours suivants, fléchés dans cette voie :

Matière ECTS Horaires (cours+TD)
Advanced econometrics: Panel data and duration models 4 24+0
Algorithm Design and Analysis 3 18+0
Demography 3 18+0
Experiments in Economics and Social Sciences 4 24+0
Health Economics 4 21+0    
Hi!ckathon 2 0+0    
Infrastructures et systèmes logiciels 3 18+0
Labor economics 4 24+0
Macroeconometrics and Machine Learning 4 18+6
Methods in quantitative sociology 3 24+0
Randomized Methods and Policy Evaluation 4 24+0
Sociologie des pratiques culturelles 4 24+0
Statistical methods of Econometrics 3 18+0

Second semestre

Vous avez le choix parmi 3 à 5 options (dont langue) sur l’ensemble du catalogue de cours de 3A, semestre 1 (sous réserve de compatibilité avec votre emploi du temps), pour atteindre au total 30 à 31 ECTS sur le semestre. Nous vous recommandons les cours suivants, fléchés dans cette voie :

Matière ECTS Horaires (cours+TD)
Advanced Econometrics: Semi-parametric and simulations 4 24+0
Advanced Microeconomics: design and study of markets 4 24+0
Bootstrap and Resampling Methods 3 18+0
Data Storytelling 3 18+0
Economics of Inequality: Measures and Findings 4 24
Économie de la redistribution et de la protection sociale 3 18+0
Fabrication d’enquêtes 3 18+0
Histoire et épistémologie de la statistique 3 18+0
Machine learning for econometrics 4 24+0
Mise en production de projets data-science 2 12+0
Séminaire de sondages 2 12+0
Sociological perspectives on inequality 4 24+0
Sociology of health and illness 3 18+0
Sociology of Gender Inequalities 4 24+0
Structural Econometrics of Education 2 12+0