• Votre sélection est vide.

    Enregistrez les diplômes, parcours ou enseignements de votre choix.

 

M2 Mathématiques et applications - Modélisation Aléatoire, Finance et Data Science - FI - Campus GM

Domaine : Sciences, Technologie
 
 
  • ECTS

    60 crédits

  • Niveau d'études visé

    BAC +5

Présentation

Le Master 2ème année de Modélisation aléatoire propose une formation d'excellence en méthodes stochastiques et statistique tournées vers les applications avec une spécialisation en finance quantitative, gestion des risques, statistique et Data Science.

Deux parcours sont proposés

  • Parcours 1: Statistique et Modèles aléatoires en finance
  • Parcours 2: Statistiques et data science

Le master Modélisation aléatoire est classé parmi les “Meilleurs masters à la fac en santé, sciences et technologies” par L’Étudiant.

Lire plus

Objectifs

L’objectif du Master est de donner une formation de haut niveau en probabilités et statistique, tout en développant les applications dans les domaines porteurs. 

En plus d'une formation classique en finance quantitative, l'accent est mis sur une formation en statistique. 

 

Lire plus

Compétences visées

Finance de marché :

- Maîtriser les modèles des marchés financiers

- Conception de nouveaux modèles

- Modéliser un phénomène complexe et le simuler

- Gestion et contrôle des risques

- Conduire un travail de recherche en finance quantitative

- Maîtriser les méthodes numériques utilisées par les analystes quantitatifs

 

Statistique :

- Maîtriser les outils statistiques de la finance quantitative

- Concevoir et conduire une étude statistique de sa phase initiale, au traitement de données et à une restitution des résultats de manière claire

- Posséder un savoir technique avancé dans des secteurs d’applications variées allant de l’assurance, aux systèmes de communication, à l’analyse d’images, au data-mining, aux données multimédia, …

 

Informatique :

- Maîtriser la programmation en C ou en C++

- Maîtriser les logiciels de statistiques tels que SAS

Lire plus

Programme

Pour valider cette deuxième année de Master, l’étudiant doit obtenir 60 Crédits ECTS :

UE 1 Cours fondamentaux (18 ECTS) au choix

UE 2 Cours spécialisés (24 ECTS) au choix parmi les cours de finance, statistique, data science et informatique

UE3 Stage (18 ECTS)

Lire plus

Admission

Conditions d'admission

Le Master 2ème année est accessible aux étudiants titulaires d'une maîtrise ou d’un Master 1ère année à dominante mathématique, d'un diplôme étranger équivalent, d'un titre d'ingénieur de certaines grandes écoles et aux élèves inscrits en dernière année de ces écoles.

 

 

Lire plus

Pré-requis

Un solide niveau en probabilités et statistique est requis.

Lire plus

Et après ?

Poursuite d'études

Thèse CIFRE (dans une entreprise) ou thèse académique (laboratoire de recherche)

Lire plus

Insertion professionnelle

L’insertion professionnelle des étudiants ayant une formation de haut niveau en probabilités, statistique et finance est toujours bonne dans le secteur recherche et développement des banques et des organismes financiers. Ce secteur très dynamique, confronté à l'apparition de nouveaux types de données et de nouvelles contraintes réglementaires est à l'affût de modèles originaux. Il recherche donc des étudiants très solides en modélisation aléatoire et capables de réflexion et d'innovation dans la conception des modèles. Actuellement un domaine sensible au niveau des banques est d'une part la gestion et le contrôle des risques et d'autre part la microstructure et la liquidité des marchés; de ce fait nous avons mis en place des cours sur ces thèmes.

 

La spécialisation dans le domaine « data science » ouvre la voie à des débouchés académiques et industriels comme le traitement des données massives, l'analyse d'images, l'imagerie médicale, l'analyse et l'intégration de données multimédia, les systèmes de communication, le développement logiciel, les études statistiques et les développements informatiques pour le data mining. Nous avons des demandes de stages dans des grandes entreprises ou organismes de recherches tels que l'INRA, EDF, l'ONERA, l'INSERM.

 

Types d’emplois accessibles :

- Analyste financier

- Actuaire

- Analyste quantitatif

- Ingénieur recherche développement

- Informaticien pour la finance

- Analyste statistique

- Chargé d’études prévisionniste, tarifaire et/ou risque

- Chargé d’études économiques ou statistiques

- Chargé de systèmes de communication, de développement logiciel ou développement informatique pour le data-mining

 

Lire plus

Contacts

  • Virginie Kuntzmann

    Contact administratif
    • 0157279306
    • virginie.kuntzmann@univ-paris-diderot.fr

A lire aussi

  • Ajouter à la sélection

    Vous avez formations et cours sauvegardés

  • S'inscrire