• Votre sélection est vide.

    Enregistrez les diplômes, parcours ou enseignements de votre choix.

Présentation

La mention économétrie-statistiques a pour vocation de former des Data Scientists de haut niveau. Elle est organisée autour de l’idée qu’un Data Scientist doit d’abord être un bon économètre-statisticien. Le Master 1 économétrie-statistiques va donc proposer une solide formation en économétrie-statistiques et en programmation. Le Master 1 est organisé autour de plusieurs piliers : i) Econométrie théorique, ii) Econométrie appliquée, iii) Langages de programmation (SAS, SAS/IML, Python, R,…), iv) Mineure en économie ou en finance, v) Stage de fin d’année. Le Master débouche sur deux Masters 2 de Data Science, le TIDE et le MoSef. Le Master 1 économétrie-statistiques et le Master 2 MoSEF sont adossés au même laboratoire de recherche, le Centre d’Economie de la Sorbonne (CES, 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, de l’économétrie et de la Data Science, tant au niveau théorique, qu’empirique. Le Master 1 s’adresse principalement à des étudiants ayant juste terminé une L3 en économie, éco-maths, (MIASHS), mathématiques. Une double-licence ou un parcours Erasmus est apprécié. La formation est ouverte aux ENS, avec laquelle elle a un partenariat.

Lire plus
  • 40

    Capacité d'accueil (en chiffre)

  • le taux de réussite est voisin de 100 %

    Taux de réussite

Objectifs

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 :  banque-assurance, santé, consulting, marketing, fonction publique,…Une partie de l’année étant validée par des projets et par un stage, le M1 est basé sur le triptyque : Acquisition d’outils, mise en pratique, opérationnalité. Avec plus de 132 heures sur machine, l’étudiant doit être opérationnel en fin de M1.

Lire plus

Savoir-faire et compétences

Dans :

1/ Les domaines statistiques et économétriques, tant au niveau théorique qu’empirique,

2/ Les différents langages de programmation, comme Python ou SAS,

3/ La manipulation, l'analyse et le traitement de jeux de données,

4/ La modélisation de phénomènes complexes dans des secteurs variés,

5/ L'analyse de problématiques complexes et l’évaluation de la pertinence des techniques employées.

Lire plus

Les + de la formation

1/ Un équipe enseignante soudée ayant une très forte expertise dans les domaines enseignés,

2/ Une association dynamique assurant la vie de la classe,

3/ Une expertise reconnue dans les domaines de la Data,

4/ Un excellent positionnement sur un secteur très porteur,

5/ Une promotion à taille humaine,

6/ Caractère opérationnel en fin de M1.

Lire plus

Organisation

Contrôle des connaissances

La validation de l'année se fait sous forme de projets par groupes et par partiels.

Lire plus

Stages

Stage

Obligatoire

Stage à l'étranger

Facultatif

Membres de l’équipe pédagogique

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

Directeur de la mention : Marc-Arthur Diaye, marc-arthur.diaye@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 : Maison des Sciences Economiques, centre Panthéon, centre Sorbonne

Lire plus

Sélectionnez un programme

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

Le master donne une place très importante à l'apprentissage de la programmation et à l'apprentissage statistique (Machine et Deep learning). Toutes les matières sont validées par des projets à la fin de chaque cours. Les étudiants en formation initiale doivent aussi valider le diplôme par un stage (d'au moins 6 mois) dans un établissement d'accueil dans les divers métiers visés par la formation : Finance, Data science, Data analyste, Modélisation statistiques, data engineering etc. une soutenance de stage obligatoire à valider à la fin du stage. Le parcours MOSEF étant une formation de « data science », avec des applications en finances, en termes de savoir-faire et compétences, l'étudiant saura : traiter toutes problématiques liées au Big Data, faire une analyse à partir de jeux de données (structurées ou non) et de modèles statistiques, maîtriser les analyses financières et socio-économiques, analyser les comportements à partir de modélisations, programmer en Python, Scala, , Java, R, SAS, etc. maîtriser des outils comme Spark, Splunk, Cloud etc. maîtriser les outils de visualisation des données, maîtriser les règlementations française et européenne, en termes de données.

Voir la page complète de ce parcours

  • Gestion de bases de données

    24h
  • UE3"Langues, et un cours de M1

    6 crédits
    • Langues vivantes

      2 crédits
    • Matière à choix

      • Au choix: parmi

        • DE Microéconomie

          18h
        • Economie des transports

          4 crédits36h
        • Microéconomie

          36h
        • Open macroeconomics

          54h
  • UE1 Econométrie théorique 1

    12 crédits
    • Analyse des données et introduction au Machine Learning

      6 crédits54h
    • Econométrie avancée des modèles linéaires

      54h
  • UE2 Econométrie appliquée 1

    13 crédits
    • Econométrie appliquée des modèles de santé

      24h
    • Econométrie appliquée des modèles linéaires 1

      6 crédits48h
    • Langage de programmation 1

      24h
  • Au choix: parmi

    • UE3"Langues, et un cours de M1

      • Choix options

        • Au choix: parmi

          • Development macroeconomics

            36h
          • probabilités appliquées à la finance

            36h
          • Produits dérivés et gestion des risques

            54h
      • Langues vivantes

    • UE4 Stage/insertion professionnelle

      4 crédits
      • Au choix: parmi

        • Certifications SAS

          4 crédits
        • Mémoire

        • Stage

    • UE1 Econométrie théorique 2

      12 crédits
      • Econométrie financière

        54h
      • Micro-économétrie des variables qualitatives et des modèles

        6 crédits54h
    • UE2 Econométrie appliquée 2

      9 crédits
      • Econométrie appliquée des séries temporelles

        48h
      • Langage de programmation 2

        24h
  • Facultatif

    • Facultatif

      • Au choix: parmi

        • UE1 Remise à niveau

          • Element de finance 1

            15h
          • Langage de programmation

            15h
          • Modèles de prévision économique

            10h
          • SAS

            18h
          • Système d'exploitation 1 : SQL

            6h
        • UE2 Modélisations en Economie et Finance

          • CRM Analytics

            2 crédits18h
          • Finance quantitative

            30h
          • Modélisation risque de crédit

            3 crédits18h
        • UE3 Big Data, langage et programmation

          • Données 1 : Gestion de bases de données multidimensionnelles

            24h
          • Programmation avancée et certifications

            33h
          • Système d'exploitation 2 : Linux

            3 crédits21h
        • UE4 Données et analyse

          • Certifications pro cloud

            18h
          • Données 2 : Data Mining & Scoring

            42h
          • Données 3 : Visualisation des données

            2 crédits15h
          • Machine Learning et Projet machine learning

            3 crédits40h
      • Facultatif

        • Facultatif

          • Au choix: parmi

            • UE1 Séminaire Professionnel

              • Ethiques des données

                6h
              • Interventions de data scientists

                14h
              • Master Class Employabilité et Carrières

            • UE2 Apprentissage statistique et Big Data

              15 crédits
              • Deep learning

                3 crédits18h
              • Données 4 : Systèmes répartis (Hadoop, spark.)

                4 crédits28h
              • Machine Learning avancé (NLP, Autoencodeur,)

                3 crédits24h
              • Traitement des données avancées & Challenge avec Spark Scala

                2 crédits24h
            • UE3 Econométrie et méthodes statistiques

              5 crédits
              • Chatbot, projet entreprise ou Challenge (suivi)

                2 crédits33h
              • Econométrie Financière

                18h
              • Modèle de prévision et Deep learning

                2 crédits18h
              • Séries temporelles

                2 crédits18h
            • UE4 Insertion professionnelle/Stage/Mémoire

              10 crédits
              • Au choix: parmi

                • Mémoire

                • Stage

                  10 crédits

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

          Ces dernières années, la prolifération des bases de données et les méthodes issus de l'apprentissage statistique, de l'intelligence artificielle ou du "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 1975 des spécialistes de haut niveau en analyse statistique, en "data mining" et désormais en "machine learning". 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 formation offerte : apprentissage statistique, informatique, économétrie et monde de l'entreprise. Un fort accent est mis sur l’enseignement des logiciels adaptés, comme SAS, R, SQL et Python. 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 essentiellement d’universitaires à haute formation en mathématiques et statistiques, et également de professionnels confirmés, souvent 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
          • UE3"Langues, et un cours de M1

            6 crédits
            • Langues vivantes

              2 crédits
            • Matière à choix

              • Au choix: parmi

                • DE Microéconomie

                  18h
                • Economie des transports

                  4 crédits36h
                • Microéconomie

                  36h
                • Open macroeconomics

                  54h
          • UE1 Econométrie théorique 1

            12 crédits
            • Analyse des données et introduction au Machine Learning

              6 crédits54h
            • Econométrie avancée des modèles linéaires

              54h
          • UE2 Econométrie appliquée 1

            13 crédits
            • Econométrie appliquée des modèles de santé

              24h
            • Econométrie appliquée des modèles linéaires 1

              6 crédits48h
            • Langage de programmation 1

              24h
          • Au choix: parmi

            • UE3"Langues, et un cours de M1

              • Choix options

                • Au choix: parmi

                  • Development macroeconomics

                    36h
                  • probabilités appliquées à la finance

                    36h
                  • Produits dérivés et gestion des risques

                    54h
              • Langues vivantes

            • UE4 Stage/insertion professionnelle

              4 crédits
              • Au choix: parmi

                • Certifications SAS

                  4 crédits
                • Mémoire

                • Stage

            • UE1 Econométrie théorique 2

              12 crédits
              • Econométrie financière

                54h
              • Micro-économétrie des variables qualitatives et des modèles

                6 crédits54h
            • UE2 Econométrie appliquée 2

              9 crédits
              • Econométrie appliquée des séries temporelles

                48h
              • Langage de programmation 2

                24h
          • Facultatif

            • Facultatif

              • UE1 Statistique appliquée, modélisation des données éco

                15 crédits
                • Econométrie des modèles linéaires

                  3 crédits18h
                • Econométrie des séries temporelles

                  3 crédits18h
                • Trois options au choix

                  • Au choix: parmi

                    • Anglais : debating, negociating

                      18h
                    • Etudes de cas, applications

                      3 crédits18h
                    • Méthode géométriques pour l'analyse de données

                      18h
                    • 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 crédits
                • Tutorat

                  150h
              • Facultatif

                • Facultatif

                  • Bloc hors stage

                    • UE1 Statistique appliquée, modélisation des données éco

                      15 crédits
                      • Econométrie non-linéaire

                        18h
                      • Options au choix

                        • Au choix: parmi

                          • Algorithmes stochastiques et applications

                            3 crédits18h
                          • Markov Chains & Agent-Based Models

                            3 crédits18h
                          • Optimisation continue et combinatoire

                            3 crédits18h
                          • Option UE1 S3

                            • Au choix: parmi

                              • Anglais : debating, negociating

                                18h
                              • Etudes de cas, applications

                                3 crédits18h
                              • Modélisation micro économique

                                18h
                              • Statistiques en grandes dimensions

                                18h
                              • Stratégies individuelles, collectives et décisionnelles

                                18h
                          • Scoring

                            18h
                      • Statistique des valeurs extrêmes

                        3 crédits18h
                    • UE2 Apprentissage statistique, science des données

                      9 crédits
                      • Apprentissage statistique avancé

                        3 crédits18h
                      • Informatique, programmation

                        18h
                      • Réseaux de neurones, deep learning

                        3 crédits18h
                  • UE3 Stage

                    6 crédits
                    • Stage

                      6 crédits

                  Admission

                  Conditions d'admission

                  Le Master 1 s’adresse en priorité à des étudiants ayant juste terminé une L3 en économie, éco-maths, (MIASHS), mathématiques. Une double-licence ou un parcours Erasmus est apprécié. La formation est ouverte aux ENS, avec laquelle elle a un partenariat.

                  Lire plus

                  Pré-requis obligatoires

                  Une connaissance des outils quantitatifs est requise (econométrie, statistiques, mathématiques)

                  Lire plus

                  Pré-requis recommandés

                  La connaissance d'un logiciel comme SAS, R ou Python est un plus. Savoir écrire sous LaTex est aussi un plus.

                  Lire plus

                  Et après

                  Poursuite d'études

                  Le M1 débouche sur deux M2, le TIDE et le MOSEF. A la fin du M1, quelques étudiants choisissent de valoriser la formation au travers d'autres formations comme l'ENSAE/ l'ENSAI ou d'autres universités en accord avec leur projet professionnel.

                  Lire plus

                  Insertion professionnelle

                  Les débouchés sont très importants dans des secteurs très variés (banque, assurance, santé, économie, secteur publique, consulting,…). Les Master 1 économétrie-statistiques, Masters 2 MoSEF et TIDE de l'Ecole d'Economie de la Sorbonne jouissent d’une excellente réputation sur le marché de l’emploi sur lequel les compétences sont très reconnues. 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. S’appuyant sur une très longue tradition d’enseignement de l’économétrie à Paris 1, la mention reste plus que jamais extrêmement compétitive. 

                  Lire plus
                  • Ajouter à la sélection

                    Vous avez formations et cours sauvegardés

                  • S'inscrire