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.
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.
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
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)
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.
Pré-requis
Un solide niveau en probabilités et statistique est requis.
Et après ?
Poursuite d'études
Thèse CIFRE (dans une entreprise) ou thèse académique (laboratoire de recherche)
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
Contacts
Virginie Kuntzmann
Contact administratif- 0157279306
- virginie.kuntzmann@univ-paris-diderot.fr
A lire aussi
En 2021, venez découvrir les formations post-bac d’Université de Paris lors de nos Journées Portes Ouvertes virtuelles.
Chaque fin d’année, de nombreuses associations solidaires d’Université de Paris viennent égayer le quotidien des enfants malades et des plus démunis. Rencontre avec N.E.M.O. et SOLID’UP.
Le programme MIEM, financé par l’IdEx Université de Paris vise à promouvoir l’internationalisation des formations de Master et faciliter l’accueil des meilleurs étudiants internationaux afin de constituer notamment un vivier d’excellence pour le recrutement de futurs doctorants. Déposez votre candidature au plus tard le 1er février 2021 !
