ECTS
120 crédits
Durée
2 ans
Composante
École d'économie de la Sorbonne (EES)
Langue(s) d'enseignement
Français
Présentation
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.
Objectifs
La spécificité du master TIDE réside dans la triple formation offerte : Économétrie, Statistique et Datascience.
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 problématiques et proposer des solutions avec rigueur et efficacité.
Programme
Sélectionnez un programme
Master 1 Econométrie, statistiques
Gestion de bases de données
24hUE3"Langues, et un cours de M1
6 créditsLangues vivantes
2 créditsMatière à choix
Au choix: parmi
DE Microéconomie
18hEconomie des transports
4 crédits36hMicroéconomie
36hOpen macroeconomics
54h
UE1 Econométrie théorique 1
12 créditsUE2 Econométrie appliquée 1
13 crédits
Au choix: parmi
UE3"Langues, et un cours de M1
UE4 Stage/insertion professionnelle
4 créditsAu choix: parmi
Certifications SAS
4 créditsMémoire
Stage
UE1 Econométrie théorique 2
12 créditsUE2 Econométrie appliquée 2
9 crédits
Master 2 Traitement de l'information et data-science en entreprise (TIDE) (formation initiale et apprentissage)
Facultatif
Facultatif
UE1 Statistique appliquée, modélisation des données éco
15 créditsEconométrie des modèles linéaires
3 crédits18hEconométrie des séries temporelles
3 crédits18hTrois options au choix
UE2 Apprentissage statistique, science des données
12 créditsUE3 Atelier
3 crédits
Facultatif
Facultatif
Bloc hors stage
UE1 Statistique appliquée, modélisation des données éco
15 créditsEconométrie non-linéaire
18hOptions au choix
Au choix: parmi
Algorithmes stochastiques et applications
3 crédits18hMarkov Chains & Agent-Based Models
3 crédits18hOptimisation continue et combinatoire
3 crédits18hOption UE1 S3
Au choix: parmi
Scoring
18h
Statistique des valeurs extrêmes
3 crédits18h
UE2 Apprentissage statistique, science des données
9 créditsApprentissage statistique avancé
3 crédits18hInformatique, programmation
18hRéseaux de neurones, deep learning
3 crédits18h
UE3 Stage
6 créditsStage
6 crédits