MS Data Science


Le mastère spécialisé en Data science permet d’acquérir un profil hautement qualifié, à l’interface entre informatique pour données massives et analyse statistique, pour lequel les débouchés sur le marché du travail sont extrêmement variés : conseil, industries technologiques, services financiers innovants, etc.

Les métiers visés sont ceux de data scientist, analyste statisticien, chief data officer, ou encore business analyst

Le data scientist est un spécialiste de l’économie numérique et des traitements de fichiers de données volumineux, capable d’inventer de nouveaux usages et d’en tirer de la valeur. Il est au croisement de l’informatique et de l’analyse statistique et possède une expertise scientifique de très haut niveau qui lui permet d’aider à la prise de décision dans de nombreux domaines : ciblage publicitaire en ligne, marketing e-commerce ou relation client plus traditionnelle, évaluation de politiques publiques, trading haute fréquence, imagerie, recherche académique, etc. Ce profil polyvalent peut mener aussi bien à des carrières d’expert qu’à des postes décisionnels ou d’encadrement en entreprise.

Les profils de data scientist sont aujourd’hui activement recherchés en France et à l’étranger, dans les start-up comme dans les grands groupes pour lesquels l’exploitation de données clients est stratégique : internet (Google, Facebook, Deezer, etc.), données clients des banques et assurances (Crédit agricole, Axa, etc.) ou des grandes entreprises (SNCF, EDF, etc.). Des postes d’études sont également à pourvoir dans des institutions chargées d’évaluer l’efficacité des politiques publiques ou d’étudier les comportements des agents économiques (INSEE, Ministères, caisses de Sécurité sociale, UNEDIC, OFCE, Banque de France, Institut des Politiques Publiques, CRÉDOC, OCDE, Banque mondiale, institutions européennes, FMI, etc.).

Les cours listés ci-dessous correspondent à la maquette pédagogique provisoire pour l’année 2019-20, et peut être sujette à modifications.

La Formation

Vue d'ensemble

  • 420 heures d’enseignement
  • Un stage de fin d’études de 4 à 6 mois

Le programme du Mastère Spécialisé® Data science repose sur les trois piliers qui caractérisent le métier de data scientist et qui sont recherchés sur le marché de l’emploi :

  • un pilier théorique et méthodologique qui recouvre les modèles et les méthodes d’apprentissage automatique, d’inférence bayésienne, de statistiques en grande dimension, d’analyse des réseaux ;
  • un pilier technologique/logiciel qui englobe des langages de programmation et ses librairies machine learning (Python, Matlab…), des logiciels de statistique (R, Stata…), des outils de gestion de bases de données (SQL, NoSQL) et de création d’applications parallélisées/distribuées pour le traitement des « Big Data » (Hadoop, Mapreduce…) ;
  • un pilier de champ d’expertise domaine, en particulier en marketing quantitatif, finance, économie.

Des conférences professionnelles complètent ces enseignements, où des intervenants extérieurs issus du monde professionnel y abordent des thèmes d’actualité et/ou concernant des aspects pratiques du métier de data scientist.

La formation débute fin août avec un bloc d’harmonisation de 5 semaines à temps plein. Les cours sont ensuite regroupés sur 3 jours de la semaine d’octobre à mi-mai, suivis du stage de fin d’étude de mai à fin septembre. Il est possible de commencer le stage de manière anticipée, en alternant les jours en entreprise (lundis et jeudis) et les jours de cours ; sauf semaines de révision et d’examens.

Environ 30 % des cours sont assurés par les enseignants permanents, 25 % par des enseignants externes et 45 % par des professionnels (Google, Facebook, Microsoft, Crédit Agricole, Insee, etc.).

A qui s’adresse le MS Data Science ?

Cette formation s’adresse à un public qui possède préalablement un solide bagage mathématique.

Le recrutement standard correspond à des étudiant·es ou professionnels avec un Bac+5 (Master 2 ou équivalent) et venant acquérir un complément de formation leur permettant d’être compétitifs sur le marché de l’emploi. Il est conseillé d’avoir un niveau M1 ou M2 en mathématiques appliquées, statistiques ou finance mathématique, ou un diplôme d’ingénieur ou d’école de commerce avec contenu mathématique ou statistique conséquent.

Un bloc d’harmonisation en début de cursus (fin août à début octobre) vise à transmettre un socle minimal de connaissances nécessaires au bon suivi des cours de troisième année.


Les frais de scolarité

Le coût de la formation est fixé à :

  • 14 000 € pour les professionnels, les entreprises ou les administrations ;
  • 9 500 € pour les étudiant·es en continuation d’études ou les demandeurs d’emploi.