• Votre sélection est vide.

    Enregistrez les diplômes, parcours ou enseignements de votre choix.

  • Niveau d'étude visé

    BAC +5

  • Langue(s) d'enseignement

    Français, Anglais

Présentation

La mention économétrie-statistiques regroupe le Master 1 économétrie-statistiques (appelé parfois Master 1 MoSEF) et deux Masters 2, le Master 2 TIDE et le Master 2 MoSEF. Le Master 1 est principalement ouvert aux étudiants d’économie de Paris 1 de l’Ecole Economie de la Sorbonne, d’autres universités en économie, ainsi qu’aux étudiants de MIAHS, des ENS et d’universités étrangères. Le Master 1 économétrie-statistiques et le Master 2 MoSEF sont adossés au même laboratoire de recherche, Centre d’Economie de la Sorbonne (UMR8174, axe Finance et Modélisation). Le Master 2 TIDE est adossé au laboratoire Statistiques, Analyses et Modélisations Multidisciplinaires (SAMM).  Ces deux laboratoires ont une forte expertise dans le domaine des statistiques et de l’économétrie, au niveau théorique et empirique.

Lire plus
  • 40

    Capacité d'accueil

Objectifs

La mention a pour finalité de former des économètres/statisticiens/data scientists de haut niveau gardant un environnement économique et souhaitant évoluer vers les métiers de la modélisation, de l'analyse quantitative, des sciences données en général, dans des secteurs d’activité très variés, comme la banque, l'assurance, la santé, le consulting, la santé, le marketing, la fonction publique,……

Lire plus

Savoir faire et compétences

  • traiter des problématiques liées à la science des données,
  • faire une analyse à partir de jeux de données et de modèles statistiques,
  • maîtriser les analyses socio-économiques, analyser les comportements à partir de modélisations,
  • programmer en Python, R, SAS,
  • maîtriser des outils de visualisation des données
Lire plus

Les + de la formation

  • L'implication d'une équipe pédagogique soudée
  • L'implication des anciens étudiants
  • L'imbrication avec le monde professionnel
  • L'ancienneté des formations qui garantit un réseau d'anciens
Lire plus

Organisation

Contrôle des connaissances

Les étudiants sont évalués sous la forme d'examen classique et de projets d'étude.

Lire plus

Membres de l’équipe pédagogique

Directeur de la mention : Marc-Arthur Diaye, marc-arthur.diaye@univ-paris1.fr

Directeur du Master 1 Econométrie-Statistiques : Philippe de Peretti, Philippe.de-Peretti@univ-paris1.fr

Lire plus

Programme

Nombre de points ECTS : 60 (à l'issue de l'obtention du diplôme)
Niveau de diplôme validé à la sortie : BAC+4
Langue d'enseignement : Français-Anglais
Rythme : Formation initiale
Public : Etudiants
Lieu(x) d'enseignement : Centre Panthéon
Centre Sorbonne

Lire plus

Sélectionnez un programme

Master parcours Modélisations statistiques économiques et financières (MOSEF) (formation initiale et apprentissage)

Former les futurs Data Scientists, Architectes Big Data, Analystes Business Intelligence capables de mettre en adéquation les enjeux de la data au service des besoins du secteur de la banque, de l’assurance et de l’entreprise.

Le master MoSEF Data Science permet d’acquérir des compétences transversales indispensables. En effet, hormis le prérequis technique, les candidats doivent être spécialistes dans les métiers de l’entreprise pour comprendre les besoins spécifiques du secteur de la finance, de l’assurance et la gestion de portefeuilles.

Le M2 MOSEF est ouvert depuis 2018 à l’alternance.

Voir la page complète de ce parcours

  • Gestion de bases de données

    24h
  • UE1 Enseignements théoriques

    12 crédits
    • Econométrie avancée des modèles linéaires

      54h
    • Sondages et analyses des données

  • UE2 Enseignements appliqués

    12 crédits
    • Econométrie appliquée des modèles de santé

      4 crédits24h
    • Econométrie appliquée des modèles linéaires 1

      6 crédits48h
    • Langage de programmation 1

      2 crédits24h
  • UE3"Langues, et un cours de M1

    6 crédits
    • Langues vivantes

      2 crédits
    • Matière à choix

      • Au choix: 1 parmi 1

        • Financial market

          48h
        • Microéconomie

          54h
        • Open macroeconomics

          54h
  • UE1 Enseignements théoriques

    10 crédits
    • Econométrie financière

      54h
    • Microéconomie modèles qualitatifs

      36h
  • UE2 Enseignements appliqués

    8 crédits
    • Econométrie appliquée des séries temporelles 2

      48h
    • Langage de programmation 2

      2 crédits24h
  • UE3"Langues, et un cours de M1

    6 crédits
    • Choix options

      • Au choix: 1 parmi 1

        • Development macroeconomics

          36h
        • Economie des transports

          36h
        • probabilités appliquées à la finance

          36h
        • Produits dérivés et gestion des risques

          54h
    • Langues vivantes

      2 crédits
  • UE4 Stage insertion professionnelle

    4 crédits
    • Au choix: 1 parmi 1

      • Mémoire

      • Stage

  • UE1 Remise à niveau

    • Element de finance 1

      15h
    • Langage de programmation

      15h
    • SAS

      18h
  • UE2 Modélisations en Economie et Finance

    12 crédits
    • Element de finance 2

      2 crédits18h
    • Finance quantitative

      4 crédits30h
    • Gestion des risques

      18h
    • Modèles de prévision économique

      2 crédits18h
  • UE3 Big Data, langage et programmation

    8 crédits
    • Données 1 : Gestion de bases de données multidimensionnelles

      4 crédits24h
    • Système d'exploitation et langages de programmation 1

      2 crédits45h
    • Système d'exploitation et langages de programmation 2

      2 crédits45h
  • UE4 Données et analyse

    10 crédits
    • Données 2 : Data Mining & Scoring

      5 crédits45h
    • Données 3 : Visualisation des données

      2 crédits15h
    • Projet entreprise ou Challenge (suivi)

      3 crédits9h
  • UE1 Séminaire Professionnel

    • Ethiques des données

      6h
    • Interventions de data scientists

      10h
  • UE2 Apprentissage statistique et Big Data

    15 crédits
    • Données 4 : Systèmes répartis (Hadoop, spark.)

      4 crédits28h
    • Données 5 : Gestion de données en flux continu et tps réel

      3 crédits24h
    • Machine Learning avancé (NLP, Autoencodeur,)

      3 crédits28h
    • Machine Learning et Projet machine learning

      5 crédits50h
  • UE3 Econométrie et méthodes statistiques

    5 crédits
    • Econométrie Financière

      18h
    • Séries temporelles

      2 crédits18h
  • UE4 Insertion professionnelle/Stage/Mémoire

    10 crédits
    • Au choix: 1 parmi 1

      • Mémoire

      • Stage

        10 crédits

Master parcours Traitement de l'information et data-science en entreprise (TIDE) (formation initiale et apprentissage)

Ces dernières années, le phénomène "big data" a profondément bouleversé le monde de l'entreprise. Avec la très forte augmentation des capacités de stockage, ainsi que des masses de données numériques produites, la nécessité de comprendre, d'exploiter et de valoriser ces données est devenue un enjeu majeur pour l'activité et la politique d'une entreprise. Ainsi, les "experts des données", qu'il s'agisse du "vieux" métier de "data analyst" ou de l'ancien nouveau métier de "data scientist", sont maintenant des profils très recherchés sur le marché de l'emploi.  

 

Le master TIDE forme depuis quarante ans des spécialistes de haut niveau en analyse statistique et data mining. Avec l’aide de l’association des anciens, Prométhée, le master est maintenant devenu une « marque » reconnue et a bien développé son réseau. 

 

La spécificité du master TIDE réside dans la triple formation offerte : statistique, informatique, économie quantitative. Un fort accent est mis sur l’enseignement des logiciels adaptés, comme SAS, R, SQL et Python, ainsi que sur la pratique de l’anglais. Le but est de former des praticiens capables de rechercher l'information dans les données, de formuler les problèmes posés et de les modéliser correctement. Il est nécessaire qu’ils sachent traiter et "faire parler" des données réelles, tout en gardant la distance intellectuelle nécessaire pour formaliser les questions posées et proposer des solutions avec rigueur et efficacité.

 

L’équipe pédagogique est composée à la fois d’universitaires, économistes et mathématiciens, et de professionnels confirmés, anciens élèves du master TIDE et se trouvant actuellement à la tête de départements de marketing, scoring ou management des risques dans de grands groupes.

 

Depuis 2007, le master TIDE est ouvert à l’alternance. Ainsi, pour les étudiants qui choisissent la voie de l’apprentissage, l’année de master permet de cumuler la formation théorique et une expérience professionnelle riche et motivante.

Voir la page complète de ce parcours

  • Gestion de bases de données

    24h
  • UE1 Enseignements théoriques

    12 crédits
    • Econométrie avancée des modèles linéaires

      54h
    • Sondages et analyses des données

  • UE2 Enseignements appliqués

    12 crédits
    • Econométrie appliquée des modèles de santé

      4 crédits24h
    • Econométrie appliquée des modèles linéaires 1

      6 crédits48h
    • Langage de programmation 1

      2 crédits24h
  • UE3"Langues, et un cours de M1

    6 crédits
    • Langues vivantes

      2 crédits
    • Matière à choix

      • Au choix: 1 parmi 1

        • Financial market

          48h
        • Microéconomie

          54h
        • Open macroeconomics

          54h
  • UE1 Enseignements théoriques

    10 crédits
    • Econométrie financière

      54h
    • Microéconomie modèles qualitatifs

      36h
  • UE2 Enseignements appliqués

    8 crédits
    • Econométrie appliquée des séries temporelles 2

      48h
    • Langage de programmation 2

      2 crédits24h
  • UE3"Langues, et un cours de M1

    6 crédits
    • Choix options

      • Au choix: 1 parmi 1

        • Development macroeconomics

          36h
        • Economie des transports

          36h
        • probabilités appliquées à la finance

          36h
        • Produits dérivés et gestion des risques

          54h
    • Langues vivantes

      2 crédits
  • UE4 Stage insertion professionnelle

    4 crédits
    • Au choix: 1 parmi 1

      • Mémoire

      • Stage

  • UE1 Statistique appliquée, modélisation des données éco

    15 crédits
    • Analyse des séries chronologiques

      3 crédits18h
    • Statistique

      3 crédits18h
    • Trois options au choix

      • Au choix: 3 parmi 3

        • Anglais : debating, negociating

          18h
        • Big Data, traitement des données massives

          18h
        • Etudes de cas, applications

          3 crédits18h
        • Modélisation micro économique

          18h
        • Stratégies individuelles, collectives et décisionnelles

          18h
  • UE2 Apprentissage statistique, science des données

    12 crédits
    • Algorithmique et Python

      3 crédits18h
    • Analyse de données en grande dimension

      18h
    • Apprentissage statistique

      18h
    • Informatique, programmation

      18h
  • UE3 Atelier

    3 crédits
    • Atelier

      3 crédits150h
    • Tutorat

      150h
  • Bloc hors stage

    • UE1 Statistique appliquée, modélisation des données éco

      15 crédits
      • Econométrie non-linéaire

        18h
      • Options au choix

        • Au choix: 3 parmi 3

          • Algorithmes stochastiques et applications

            3 crédits18h
          • Dynamique d'organisations hiérarchiques et modulaires

            18h
          • Optimisation continue et combinatoire

            3 crédits18h
          • Option UE1 S3

            • Au choix: 1 parmi 1

              • Anglais : debating, negociating

                18h
              • Big Data, traitement des données massives

                18h
              • Etudes de cas, applications

                3 crédits18h
              • Modélisation micro économique

                18h
              • Stratégies individuelles, collectives et décisionnelles

                18h
          • Scoring

            18h
      • Statistique des valeurs extrêmes

        3 crédits18h
    • UE2 Apprentissage statistique, science des données

      9 crédits
      • Clustering

        3 crédits18h
      • Informatique, programmation

        18h
      • Réseaux de neurones, deep learning

        3 crédits18h
  • UE3 Stage

    6 crédits
    • Stage

      6 crédits

Admission

Conditions d'accès

Le master s'adresse à des étudiants venant de terminer une L3 en économie, en MIASHS,
Cette liste n'est pas exhaustive et dépend du parcours de chaque étudiant.
Toutefois, un fort contenu en analyse quantitative (économétrie, statistiques) est demandé.
La connaissance d'un logiciel d'économétrie comme SAS est un plus.

Lire plus

Modalités d'inscription

Le candidat est invité à déposer une candidature sur E-Candidat : http://ecandidat.univ-paris1.fr/ecandidat/
Dates limites de candidatures : http://www.pantheonsorbonne.fr/ufr/economics-department-ufr02/candidatures-2020-2021/

Lire plus

Et après

Insertion professionnelle

Les débouchés sont très importants. Le Master 1 économétrie-statistiques puis le Master 2 MoSEF ou le Master 2 TIDE de l'Ecole d'Economie de la Sorbonne s'est bâtie sur ces dernières années une solide réputation et est plutôt reconnue sur le marché de l’emploi. Comme preuve, le nombre important de dossiers de candidatures reçus chaque année, les retours très positifs sur les stages de Master 1 et Master 2, sur les contrats d'alternance et la capacité des étudiants à intégrer des formations de type ENSAE après le M1.

Lire plus
  • Ajouter à la sélection

    Vous avez formations et cours sauvegardés

  • S'inscrire