Deuxième année
La deuxième année est structurée autour des enseignements de tronc commun en statistique, économétrie, machine learning, macroéconomie et microéconomie qui constituent le socle de la formation dispensée à l’École. L’anglais et une seconde langue sont obligatoires.
Les cours de tronc commun dans les disciplines fondamentales sont proposés à la fois en français et en anglais, afin de permettre aux élèves de découvrir dès la deuxième année la pratique scientifique et professionnelle de l'anglais. Chaque élève doit choisir au moins deux de ces cours en anglais, et peut choisir d'en suivre davantage, voire la totalité en anglais ("full English track").
Une place substantielle est laissée aux enseignements optionnels (électifs). En deuxième année, les élèves doivent penser leurs choix de cours en termes d’orientation professionnelle, afin de se préparer au mieux aux voies de spécialisation de troisième année.
Chaque élève suit au moins un cours d'informatique (C++ ou Python pour la Data science).
Le choix des électifs permet de constituer des parcours combinant dans des proportions variables les enseignements d’économie et de mathématiques, en vue de s’orienter vers différents groupes de métiers. Les parcours-types sont les suivants : macroéconomie approfondie ; microéconomie approfondie ; économie et finance ; économie et sociologie ; mathématiques et finance ; statistique approfondie.
La formation théorique est complétée par un projet collectif, le projet de statistique et science des données appliquées, et par des enseignements d’ouverture destinés à donner aux élèves les repères de culture économique et juridique indispensables à l’économiste.
L’année se conclut par un stage d’application
Pour les élèves qui choisiraient d’intégrer un master recherche de l’Institut Polytechnique de Paris en parallèle de leur 3A, il est fortement recommandé de vérifier en amont les dates de rentrée du master concerné afin de terminer impérativement leur stage avant cette date.
Le choix des modalités de validation de l'obligation de séjour à l'international (stage, année ou semestre d'études) se prépare enfin à partir du début de la deuxième année. Les élèves sont accompagnés dans cette démarche tout au long de l'année.
| Matière | Heures de cours | Heures de TD | ECTS |
|---|---|---|---|
| UE2-01A – Harmonisation 2AD* | 4 | ||
| Éthique des données | 6 | 0 | 0.5 |
| Macroéconomie | 7.5 | 4.5 | 1 |
| Microéconomie | 9 | 4.5 | 1 |
| Théorie des probabilités | 18 | 9 | 1.5 |
| UE2-01B – Stage d’ouverture et semaine professionnelle | 4 | ||
| Stage d’ouverture et semaine professionnelle | - | - | 4 |
| Matière | Heures de cours | Heures de TD | ECTS |
|---|---|---|---|
| UE2-02 – Fondamentaux de statistique | 7 | ||
| Econométrie 1 (FR) ou Econometrics 1 (EN) ** | 19.5 | 16.5 | 3.5 |
| Statistique 1 (FR) ou Statistics 1 (EN) ** | 19.5 | 16.5 | 3.5 |
| UE2-03 – Fondamentaux d’économie | 7 | ||
| Macroéconomie 1 (FR) ou (EN) | 16.5 | 13.5 | 3.5 |
| Microéconomie 1 (FR) ou (EN) | 19.5 | 16.5 | 3.5 |
| UE2-04 – Cours électifs S1: 3 cours dont 1 projet informatique | 8 | ||
| Introduction à l'apprentissage statistique FR/EN | 12 | 6 | 2 |
| Python pour la data science | 0 | 15 | 2 |
| Deux cours parmi : | |||
| Financial instruments | 15 | 9 | 2 |
| Introduction aux processus FR/EN | 18 | 13.5 | 2 |
| Sociologie | 21 | 0 | 2 |
| Théorie des jeux | 18 | 12 | 2 |
| UE2-05 – Formation humaine | 4 | ||
| Anglais | - | 1h30 ou 3h/sem | 1.5 |
| LV2 – Autre langue | - | 1h30 ou 2h/sem | 1.5 |
| Compléments de sciences humaines et sociales S1*** | 18 | - | 1,5 |
| Sport | - | 1 séance/sem | 1 |
| ou Mission Statistique Publique et validation mentor (stagiaires INSED) | - | - | 2.5 |
* Les étudiants de HEC ayant intégré le double diplôme ENSAE-HEC dès la première année peuvent choisir de valider l'UE "Stage et semaine professionnelle" s'ils ont effectué un stage qui répond aux attentes du stage d'ouverture de l'ENSAE. Dans le cas contraire, ils suivent le bloc d'harmonisation.
** Les étudiants doivent suivre au moins 2 cours+TD en anglais parmi : Econometrics 1, Statistics 1, Econometrics 2, Time Series, Microeconomics, Macroeconomics.
*** Possibilité de prendre ce cours à la place d'un cours de langue si niveau C1 et attesté.
| Matière | Heures de cours | Heures de TD | ECTS |
|---|---|---|---|
| UE2-06 – Statistique et science des données appliquées | 8 | ||
| Projet de statistique et science des données appliquées | 0 | 20 | 7 |
| Accompagnement dans un projet collectif | 0 | 12 | 1 |
| UE2-07 – Compétences transverses de l'ingénieur dans l'entreprise et la société | 3 | ||
| Comptabilité et analyse financière | 12 | 6 | 1,5 |
| ou Microéconomie de la finance (DD école de commerce*) | 18 | 0 | 1.5 |
| Sciences sociales de l'environnement | 12 | 0 | 1,5 |
| UE2-08 – Science des données et économétrie avancées | 9 | ||
| Économétrie 2 (FR) ou Econometrics 2 (EN) ** | 18 | 18 | 3 |
| Algorithms in Machine Learning | 12 | 12 | 3 |
| Séries temporelles linéaires (FR) ou Linear Time Series (EN) ** | 18 | 18 | 3 |
| UE2-09 – Cours électifs S2 : 3 cours dont au moins 1 d’économie | 6 | ||
| Au moins un cours d'économie parmi les 4 cours suivants : | |||
| Macroéconomie 2 : fluctuations | 15 | 10 | 2 |
| Microéconomie 2 : économie industrielle | 15 | 10.5 | 2 |
| Microéconomie de la finance | 18 | 0 | 2 |
| Introduction to Environmental Economics | 18 | 4.5 | 2 |
| Statistique 2 | 15 | 10.5 | 2 |
| Groupe de lecture en économie et sociologie | 15 | 0 | 2 |
| Financial mathematics | 18 | 12 | 2 |
| Séminaire de modélisation statistique | 18 | 0 | 2 |
| Simulation and Monte Carlo Methods | 15 | 9 | 2 |
| Risques émergents et mutations de l'assurance contemporaine | 18 | 0 | 2 |
| Parcours élève-entrepeneur | 2 | ||
| UE2-10 – Formation humaine | 4 | ||
| Anglais | - | 1h30 ou 3h/semaine | 1.5 |
| LV2 – Autre langue | - | 1h30 ou 2h/sem | 1.5 |
| ou Compléments de sciences humaines et sociales S2*** | 18 | - | 1,5 |
| Sport | - | 1 séance/sem | 1 |
| ou Mission Statistique Publique et validation mentor (stagiaires INSEE) | - | - | 2.5 |
*Attestant la validation d'un cours de comptabilité et analyse et financière
**Les étudiants doivent suivre au moins 1 cours+TD en anglais parmi : Econometrics 1, Statistics 1, Econometrics 2, Time Series, Macroeconomics 1, Microeconomics 1.
*** Possibilité de prendre ce cours à la place d'un cours de langue si niveau C1 et attesté.
Les 6 voies de spécialisation de troisième année s’appuient sur les cours optionnels de deuxième année suivants, qui sont soit des cours très fortement recommandés avec des pré-requis de notions que les professeurs de troisième année considéreront comme acquises pour la voie (« Cours prérequis »), soit des choix conseillés (« Cours conseillés »).
- Cours prérequis : Financial Instruments ; Financial mathematics ; Risques émergents et mutations de l'assurance contemporaine.
- Cours conseillé : Microéconomie de la finance.
- Cours prérequis : Microéconomie 2 : économie industrielle.
- Cours conseillés : Théorie des jeux ; Python pour la data science.
- Cours conseillés : Sondages ; Sociologie ; Séminaire de modélisation statistique ; Python pour la data science.
- Cours prérequis : Statistique 2.
- Cours conseillés : Python pour la data science ; Introduction aux processus ; Simulation and Monte Carlo Methods ; Séminaire de modélisation statistique.
- Cours prérequis : Macroéconomie 2 : fluctuations.
- Cours conseillés : Python pour la data science ; Introduction to Environmental Economics ; et éventuellement Microéconomie 2 : économie industrielle.
- Cours prérequis : Introduction aux processus ; Financial mathematics .
- Cours conseillés : C++ ; Financial Instruments ; Microéconomie de la finance ; Simulation and Monte Carlo Methods ; Risques émergents et mutations de l'assurance contemporaine.
- Cours prérequis : Financial Instruments ; Financial mathematics ; Risques émergents et mutations de l'assurance contemporaine.
- Cours conseillé : Microéconomie de la finance.
- Cours prérequis : Microéconomie 2 : économie industrielle.
- Cours conseillés : Théorie des jeux ; Python pour la data science.
- Cours conseillés : Sondages ; Sociologie ; Séminaire de modélisation statistique ; Python pour la data science.
- Cours prérequis : Statistique 2.
- Cours conseillés : Python pour la data science ; Introduction aux processus ; Simulation and Monte Carlo Methods ; Séminaire de modélisation statistique.
- Cours prérequis : Macroéconomie 2 : fluctuations.
- Cours conseillés : Python pour la data science ; Introduction to Environmental Economics ; et éventuellement Microéconomie 2 : économie industrielle.
- Cours prérequis : Introduction aux processus ; Financial mathematics .
- Cours conseillés : C++ ; Financial Instruments ; Microéconomie de la finance ; Simulation and Monte Carlo Methods ; Risques émergents et mutations de l'assurance contemporaine.
Par ailleurs, certains cours sont très fortement conseillés (« obligatoires ») pour une admission dans les masters recherche partenaires en parallèle de la 3e année du cycle ingénieur :
- Cours obligatoires : Microéconomics 2 et Macroéconomie 2.
- Cours conseillés : Groupe de lecture en économie ou sociologie.
- Cours obligatoire : Sociologie.
- Cours conseillés : Sondages ; Groupe de lecture en économie ou sociologie.
- Cours obligatoires : Statistique 2.
- Cours conseillés : Python pour la data science ; Introduction aux processus ; Simulation and Monte Carlo Methods ; Séminaire de modélisation statistique.
- Cours obligatoires : Microéconomics 2 et Macroéconomie 2.
- Cours conseillés : Groupe de lecture en économie ou sociologie.
- Cours obligatoire : Sociologie.
- Cours conseillés : Sondages ; Groupe de lecture en économie ou sociologie.
- Cours obligatoires : Statistique 2.
- Cours conseillés : Python pour la data science ; Introduction aux processus ; Simulation and Monte Carlo Methods ; Séminaire de modélisation statistique.
Témoignages
Daniel Truskinovsky 2A - Entre passion pour les mathématiques et découverte des sciences sociales
Daniel TRUSKINOVSKY, étudiant ENSAE. Il a intégré l’ENSAE Paris en 1A, après 3 années de CPGE scientifique, en filière MP, au lycée Saint-louis.
Lysa Rudy : j'ai intégré l'ENSAE Paris après ma double licence en mathématiques - informatique
Élève en 1re année du cycle ingénieur (2024), Lysa Rudy a été admise à l'ENSAE Paris par admission universitaire, via la procédure GEI-UNIV. Elle est issue d'une double licence en mathématiques et informatique à l'Université Sorbonne.
Gilles Févry : 5 raisons de choisir l'ENSAE Paris pour des études en mathématiques appliquées
Élève en 1re année du cycle ingénieur (2024), Gilles Févry a été admis à l'ENSAE Paris par admission universitaire, via la procédure GEI-UNIV. Il est issu d'une licence en mathématiques à l'Université de Versailles.
Camille Coustaury (Alumni 2024), Ingénieure de recherche à l'Institut Pasteur
Camille Coustaury, diplômée du Cycle ingénieur voie Data Science, Statistique & Apprentissage - Promotion 2024. Elle intègre l’ENSAE Paris en 2AD, après sa formation à l'École des Mines de Saint-Étienne. Elle est aujourd'hui, Ingénieure de recherche à l'Institut Pasteur.
ENSAE Paris après une prépa ECG : Élise Fontaine partage son retour d'expérience et ses conseils aux futurs candidats
Élève en 1re année du cycle ingénieur (2024), Élise Fontaine a été admise à l'ENSAE Paris via le concours de la BCE (Banque commune d’épreuves) “économie et mathématiques”. Elle est issue d'une prépa économiques et commerciales au lycée privé Stanislas, à Paris.