Responsive Menu
Add more content here...

Warning: Attempt to read property "term_id" on false in /app/web/wp-content/plugins/responsive-menu/v4.0.0/inc/classes/class-rmp-menu.php on line 441

Warning: Attempt to read property "term_id" on false in /app/web/wp-content/plugins/responsive-menu/v4.0.0/inc/classes/class-rmp-menu.php on line 441

Warning: Attempt to read property "term_id" on false in /app/web/wp-content/plugins/responsive-menu/v4.0.0/inc/classes/class-rmp-menu.php on line 441

Warning: Attempt to read property "term_id" on false in /app/web/wp-content/plugins/responsive-menu/v4.0.0/inc/classes/class-rmp-menu.php on line 441

Warning: Attempt to read property "term_id" on false in /app/web/wp-content/plugins/responsive-menu/v4.0.0/inc/classes/class-rmp-menu.php on line 441
Retour

Master Mathématiques Appliquées, Statistiques - Statistique, Modélisation et Science des données (SMSD)

UNIVERSITE CLAUDE BERNARD LYON 1

Accessible aux personnes en situation de handicap UFR Faculté des Sciences - Département Mathématiques Master INFORMATIQUE, RESEAUX, TRAITEMENT DES DONNEES ET TIC VILLEURBANNE 24 mois 12 mois Candidature de mars à septembre Gratuit pour l'alternant

Renseignements

Etablissement certificateur : UNIVERSITE CLAUDE BERNARD LYON 1

Fiche RNCP
n° RNCP39493
Coût Entreprise Consulter le site de formation

Contact : Gabriela CIUPERCA
Tel : 04 26 23 45 57
Mail : Scolarite.Mathematiques@univ-lyon1.fr

Dernière mise à jour : 06/11/2025

Master Mathématiques Appliquées, Statistiques  -  Statistique, Modélisation et Science des données (SMSD)

Pré-requis

Conditions d'accès en master 1 : être titulaire d'une licence de mathématiques, MASS ou équivalent.
Conditions d'accès en master 2 : être titulaire d'un M1 en mathématiques, MASS, informatique, ou posséder une expérience professionnelle en mathématiques appliquées.

Le Master a pour vocation de former des mathématiciens modélisateurs pouvant s’impliquer, au sortir de la formation, dans des secteurs d’activité nombreux et variés au sein d’organismes de recherche ou de services R&D d’entreprises de toutes tailles. Les secteurs concernés sont, par exemple, l’environnement, l’ingénierie industrielle, la santé, l’intelligence artificielle et l’analyse de données, l’imagerie médicale, l’énergie, les transports, la banque, l’assurance, etc.
- mathématique : maîtrise des principaux outils de la modélisation et du calcul (équations différentielles, probabilités, statistique, techniques numériques)
- modélisation en mécanique : capacité à analyser ou développer un modèle d'EDP pour l'industrie, l'épidémiologie, la finance
- modélisation probabiliste : développement de modèles discrets ou continus pour le calcul (Monte Carlo), la fiabilité, la logistique, la biologie appliquée, la finance (modélisation et évaluation d'actifs financiers)
- modélisation statistique : maîtrise du choix et de l'estimation des modèles statistiques de base (modèles linéaires, ANOVA, modèles linéaires généralisées, séries temporelles, mélanges, estimation paramétrique et non paramétrique), mise en place et traitement d'un plan d'expérience
- fouille de données : notions théoriques sur les bases de données, techniques factorielles d'analyse des données, classification
- informatique : notions avancées d'algorithmique et complexité, écriture d'un code ou analyse d'un code existant, bonne connaissance de l'environnement informatique (systèmes d'exploitation, sécurité informatique...), pratique experte de JAVA, notion de calcul distribué
- logiciels : pratique experte de Matlab, Scilab, R, S-Plus, SAS...
 

Objectifs - Programme

Le Master a pour vocation de former des mathématiciens modélisateurs pouvant s’impliquer, au sortir de la formation, dans des secteurs d’activité nombreux et variés au sein d’organismes de recherche ou de services R&D d’entreprises de toutes tailles. Les secteurs concernés sont, par exemple, l’environnement, l’ingénierie industrielle, la santé, l’intelligence artificielle et l’analyse de données, l’imagerie médicale, l’énergie, les transports, la banque, l’assurance, etc.
- mathématique : maîtrise des principaux outils de la modélisation et du calcul (équations différentielles, probabilités, statistique, techniques numériques)
- modélisation en mécanique : capacité à analyser ou développer un modèle d'EDP pour l'industrie, l'épidémiologie, la finance
- modélisation probabiliste : développement de modèles discrets ou continus pour le calcul (Monte Carlo), la fiabilité, la logistique, la biologie appliquée, la finance (modélisation et évaluation d'actifs financiers)
- modélisation statistique : maîtrise du choix et de l'estimation des modèles statistiques de base (modèles linéaires, ANOVA, modèles linéaires généralisées, séries temporelles, mélanges, estimation paramétrique et non paramétrique), mise en place et traitement d'un plan d'expérience
- fouille de données : notions théoriques sur les bases de données, techniques factorielles d'analyse des données, classification
- informatique : notions avancées d'algorithmique et complexité, écriture d'un code ou analyse d'un code existant, bonne connaissance de l'environnement informatique (systèmes d'exploitation, sécurité informatique...), pratique experte de JAVA, notion de calcul distribué
- logiciels : pratique experte de Matlab, Scilab, R, S-Plus, SAS...
 

Modalités pédagogiques

Cours magistral, travaux pratiques, mise en situation, traitement de cas concrets.

Modalités d'évaluation

Projets, examens écrits, TP, devoirs maison en contrôle continu ou en contrôle terminal.

Poursuite d'études

Le master vise l'insertion professionnelle. Il est aussi possible de continuer vers une thèse en mathématiques appliquées : par exemple, dans un laboratoire de virologie, à l'INRIA, au CEA, à l'Institut National de Recherche sur les Transports et leur Sécurité, à l'école de Mines de Saint-Étienne.

Débouchés

Au vue des connaissances et des compétences acquises durant la formation, des stages réalisés et/ou des concours réussis, les diplômés de cette formation peuvent prétendre aux métiers suivants :
- Analyste clientèle 
- Biostatisticien 
- Data-manager 
- Directeur études, recherche et développement 
- Ingénieur mathématicien 
- Ingénieur statisticien 
- Statisticien en géomarketing 
- Statisticien industriel 

Indicateurs
100%Insertion professionnelle
41%Poursuite d'études
100%Satisfaction
100%Présentation à l'examen
100%Réussite à l'examen
0.0%Taux de rupture
2.1%Taux d’abandon

Besoin d 'aide ?

Contactez-nous