Niveau d'études visé
BAC +5 (niveau 7)
Durée
1
Présentation
Ce programme universitaire fait partie des Graduate Schools Artificial Intelligence and Data Science, Mathematical Sciences et Translational Bioinformatics d'Université Paris Cité, liant des cours de master et doctorat à des laboratoires de recherche de pointe.
- La Graduate School Artificial Intelligence and Data Science forme des spécialistes en Intelligence Artificielle et science des données en mettant l'accent sur l'interdisciplinarité. En savoir plus >
- La Graduate School Mathematical Sciences propose des formations allant des mathématiques et de l'informatique théorique à des applications modernes à fort potentiel social et interdisciplinaire, comme les sciences des données, l'intelligence artificielle et la cryptographie. En savoir plus >
Compétences visées
Un data scientist s'occupe de données dans une entreprise, une administration, un laboratoire. L'architecture concerne leur collecte et leur organisation. Ce sont les techniques de machine learning et de statistique qui permettent de les exploiter.
Un data scientist est plus qu'un informaticien ordinaire ou un mathématicien classique. Polyvalent, il est capable, éventuellement, de travailler comme mathématicien et comme informaticien, et toujours, de travailler avec mathématiciens et informaticiens.
Nous sommes convaincus qu'une formation large, exigeante ouvre aux diplômés des perspectives immédiates. Elle leur offre aussi la possibilité de s'adapter, d'évoluer dans une domaine où les changements sont rapides. Une connaissance intime de la structure et de l'interprétation des langages de programmation est le meilleur moyen de maitriser rapidement, sans difficultés, les nouveaux langages et cadres de développement logiciel. La maitrise des nouvelles architectures de bases de données permet d'en apprécier les mérites et d'en user efficacement. Pour utiliser de façon profitable et utile, les méthodes de machine learning, la voie la plus sure passe par une compréhension intime dans une perspective statistique bien assimilée.
Programme
Sélectionnez un programme
Master 1 Mathématiques et applications – Parcours : Mathématiques, informatique, sciences des données
Bloc Enseignements fondamentaux Informatique
12 créditsLangages à objet avancés
4 créditsAlgorithmique
4 créditsIntroduction à l'intelligence artificielle et la théorie de jeux
4 créditsFacultatif
Cours du M1 Info
0 crédits
Bloc Enseignements fondamentaux Mathématiques
18 créditsAnalyse Théorie de l’Information
6 créditsProbabilités
6 créditsComplexité
6 créditsFacultatif
Bloc Enseignements fondamentaux Informatique
11 créditsBases de données avancées
3 créditsAlgorithmique avancée et complexité
3 créditsTechnologies Big Data
5 créditsFacultatif
Cours du M1 Info
0 crédits
Bloc Enseignements fondamentaux Mathématiques
16 créditsStatistique fondamentale
6 créditsAnalyse des données
4 créditsOptimisation
6 créditsFacultatif
Bloc Langue
3 créditsAnglais
3 crédits
Master 2 Mathématiques et applications – Parcours : Mathématiques, informatique, sciences des données
Bloc Enseignements fondamentaux Informatique
6 créditsBloc Enseignements fondamentaux Mathématiques
12 créditsMachine Learning (apprentissage automatique)
6 créditsOptimisation pour apprentissage
3 créditsTraitement de la langue naturelle
3 crédits
Bloc Enseignements spécialisés Informatique
6 créditsAu choix : 3 parmi 4
Grands réseaux d'interaction
2 créditsMéthodes algorithmiques pour l'accès à l'information numérique
2 créditsProgrammation répartie
2 créditsAlgorithmique répartie
2 crédits
Facultatif
Cours extérieur facultatif
0 crédits
Bloc Enseignements spécialisés Mathématiques
6 créditsAu choix : 2 parmi 4
Deep learning
3 créditsApprentissage par renforcement
3 créditsAlgorithmique des données massives
3 créditsQuestions de sciences de données
3 crédits
Bloc Langue
3 créditsAnglais
3 crédits
Stage
27 crédits
Contrôle des connaissances
Pour connaitre le détail des modalités de contrôle des connaissances et compétences, nous vous invitons à prendre contact avec l’UFR (voir le lien en savoir+)
Aménagements particuliers
Admission
Modalités de candidature
Retrouvez toutes les informations relatives aux modalités de candidature ici.
Des modalités de candidatures spécifiques peuvent s’appliquer au public de formation professionnelle. Plus d’informations ici.
Les candidatures se font via le portail monmaster.gouv.fr, la fiche se trouve dans la liste des parcours du master Mathématiques et applications de l'Université Paris Cité (fiche 1402116P), parcours Mathématiques, informatique, sciences des données (simple master)
Droits de scolarité
Les droits d'inscription nationaux sont annuels et fixés par le ministère de l'Enseignement supérieur de la Recherche. S’y ajoutent les contributions obligatoires et facultatives selon la situation individuelle de l’étudiant.
Des frais de formation supplémentaires peuvent s’appliquer au public de formation professionnelle. Plus d’informations ici.
Et après ?
59 %
Taux de réussite (Taux de réussite sur l’année de diplomation 2020-2021 (nombre d’admis par rapport au nombre d’inscrits administratifs))
Référentiel
Référentiel RNCP
39416
Dernière mise à jour le 18 décembre 2024
A lire aussi
Lors de sa visite à l’Institut Cochin, Philippe Baptiste, ministre chargé de l’Enseignement supérieur et de la Recherche, a réaffirmé l’importance stratégique de l’accueil des étudiantes et étudiants internationaux pour la France. Une orientation que partage pleinement l’Université Paris Cité, engagée en faveur d’une expérience étudiante inclusive, durable et ambitieuse.
Le 18 juin 2025, l’Université Paris Cité a organisé la toute première édition du Forum de la ludopédagogie. Piloté par le Pôle Innovation Pédagogique de l’établissement, cet événement a rassemblé une centaine d’enseignantes, enseignants, personnels, étudiantes, éudiants et partenaires autour d’un objectif commun : explorer les usages du jeu comme vecteur d’apprentissage et de développement des compétences.
Dans le cadre de FIRE-UP, projet structurant de l’Université Paris Cité, P.A.R.I.S* (pour Programme d’Accompagnement et de Recherche en Innovation Soutenable) soutient l’intégration des enjeux socio-écologiques dans les enseignements et l’accompagnement à la professionnalisation étudiante. C’est dans cette perspective que le programme soutient la chaire EDDU (pour Eduquer au développement durable à l’Université), lancée en janvier 2025 par Caroline Leininger, professeure en didactique de la géographie à l’Université Paris Cité.
