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

Domaine:Sciences, Technologie

  • Voir la page en français
  • Crédits 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. 

 

Savoir-faire et compétences

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

Niveau d'entréeBac+4

Public(s) cible(s)

  • Étudiant

Capacité d'accueil

65

Modalité(s) de formation

  • Formation initiale
  • Formation continue

Validation des Acquis de l'Expérience : Oui

Formation à distanceNon

StageObligatoire (6 mois (3 mois minimum))

Stage à l'étrangerOptionnel (6 mois (3 mois minimum))

En savoir +

Lieu d'enseignement

Programme

Organisation de la formation

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

Admission en deuxième année de master

Admission en deuxième année de master

Etiez-vous inscrit à Université de Paris* en 2019 ?
Au sein de quel établissement ?
Dernier diplôme obtenu ou formation suivie
Inscriptions antérieures à Paris Diderot
Quelle est votre nationalité?
Etes-vous autorisé à redoubler?
Quel est votre pays de résidence?
eCandidat Master

eCandidat Master

 

Les candidatures sont ouvertes du #début au 30/06/2020.

Pour déposer votre candidature cliquer sur : eCandidat Master

 

 

 

 

Composantes

Composantes

Veuillez contacter la composante en charge de votre formation.

Composantes

IA formalités

IA formalités

L'inscription administrative se fera en ligne via IARéins.

Plus d'informations à venir à partir du 15 juin

 

Etudes en France

Etudes en France

Etudes en France

VAPP

VAPP

Sans le bac, votre candidature dans cette formation pourrait relever d’une procédure de Validation des études, expériences professionnelles ou acquis personnels (VAPP) mais il faut dans ce cas être âgé de plus de 20 ans et avoir interrompu vos études depuis deux ans au moins. Nous vous invitons par conséquent à renouveler votre demande ultérieurement.

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

 

Contact(s)

Composante(s)

Lieu(x) de la formation

  • Campus des Grands Moulins (site Paris Rive Gauche)

Campus

  • Campus des Grands Moulins

Contact(s) administratif(s)

  • Virginie Kuntzmann

    Secrétariat pédagogique M2

    UFR de Mathématiques - Bâtiment S. Germain - Bureau 50558 rue Aurélie Nemours - Case 701275205 Paris cedex 13 ParisTél : 0157279306

    Email : virginie.kuntzmann @ univ-paris-diderot.fr

A lire aussi

Formation | Université de Paris
Une nouvelle piste possible pour expliquer les cas graves de la Covid-19.

Dans la lutte contre la Covid-19, la compréhension des mécanismes menant à des formes graves de la maladie est un enjeu majeur. Si de nombreuses pistes sont actuellement explorées, des chercheurs-6 de l’Université de Paris, de Sorbonne Université, de l’Inserm et du CNRS, ont émis une hypothèse originale, selon laquelle une altération des défenses antioxydantes associée à une proportion anormalement élevée de neutrophiles (globules blancs) expliquerait l’évolution de la maladie vers ses formes les plus graves. Cette hypothèse en cours de validation a fait l’objet d’une publication dans la revue Nature Reviews Immunology le 10 août dernier.

Formation | Université de Paris
Nouveau ! L’espace Carrière des étudiants

Université de Paris se dote d’une nouvelle plateforme d’aide à l’insertion professionnelle, en partenariat avec JobTeaser.

Formation | Université de Paris
Les BU rouvrent leurs portes

Les bibliothèques Grands-Moulins, Sciences, Bichat, Cochin, Cordeliers, Necker,  Villemin, Montrouge, Garancière, BIU Santé – Médecine, BIU Santé – Pharmacie, Jeanne-Chauvin, Henri-Piéron, SHS et STAPS vous accueillent dans le respect des consignes sanitaires en vigueur à Université de Paris.

Formation | Université de Paris
[Mesures sanitaires] Pour une rentrée en toute sécurité

Dans le cadre de la lutte contre la pandémie Covid-19, Université de Paris met en place des mesures sanitaires pour vous permettre d’aborder la rentrée dans un contexte sûr et de protéger la santé de toutes et tous.

Logo

Contact

85 boulevard Saint-Germain 75006 Paris
(33) (0)1 57 27 90 00