À partir de septembre 2017, une nouvelle finalité spécialisée en Data Science est proposée dans le master en sciences mathématiques (ainsi que dans les masters en informatique et en ingénieur de gestion)


Finalité spécialisée en Data Science

Dans tous les secteurs, des acteurs économiques sont confrontés à des données de plus en plus complexes : entreprises, hôpitaux, banques, universités, etc. Pour répondre à l’explosion de la demande liée à ces big data, trois formations - informatique,gestion et mathématique - ont mis en place une finalité spécialisée en Data Science au sein de leur master :

Une finalité, trois masters

La spécialisation en data science offre un ensemble cohérent de cours où les étudiants des trois masters travailleront dans une dynamique interdisciplinaire alignée avec la réalité du monde des organisations. Objectif, former des analystes de données compétents, mais également les concepteurs des solutions de demain. Les étudiants deviendront experts en big data, data warehousing, machine learning, data mining, visualisation de l'information, graph mining et business intelligence. Ils mettront en pratique leurs connaissances sur des travaux concrets et sur un projet interdisciplinaire réaliste. La formation s’appuiera sur l’expertise scientifique multidisciplinaire du Namur Center for Complex Systems (naXys) et du Namur Digital Institute (NADI).

Les études sur l’enseignement en data science ainsi que les retours des entreprises montrent qu'une telle formation doit idéalement être composée d'un socle de base de compétences en data science et d'une formation spécifique au métier. C'est précisément l'intérêt d'organiser une finalité spécialisée commune à trois masters : les 30 crédits de la formation spécialisée fourniront de solides compétences de base en data science et les 90 crédits restant de chaque master fourniront l'indispensable connaissance métier spécifique soit à l’informaticien, soit à l’ingénieur de gestion, soit au mathématicien . Par exemple,, un informaticien pourra en parallèle suivre des cours en Internet des objets et en IHM avancées, un ingénieur de gestion des cours en finance et en supply chain et un mathématicien des cours en optimisation et en systèmes complexes commandés.

Programme

La finalité spécialisée en data science (30 crédits) comprend les cours suivants :

  • big data : ingénierie et traitement (5 crédits)
  • machine learning et data mining (6 crédits)
  • visualisation de l’information (4 crédits)
  • graph mining (5 crédits)
  • business intelligence (5 crédits)
  • projet interdisciplinaire (5 crédits)

 

Les étudiants réaliseront un projet interdisciplinaire (5 crédits) qui intègre la partie pratique de plusieurs des cours. Le programme est le fruit d’un effort d’intégration avec une équipe d’enseignants qui possèdent des compétences complémentaires, puisqu’ils viennent de la faculté d'Informatique, de la faculté des Sciences économiques, sociales et de Gestion et de la faculté des Sciences. Le programme de la finalité spécialisée couvre les aspects techniques des data sciences et donne aux étudiants les outils nécessaires à la préparation des données, à leur filtrage, leur stockage, leur analyse et à la communication des résultats.

Accès

L’étudiant devra choisir au début de son master 120, parmi les finalités proposées, celle qu'il souhaite poursuivre.

La spécialisation en Data Science est également accessible à toute personne possédant déjà un diplôme de master - avec une autre finalité - en sciences informatiques, en ingénieur de gestion ou en sciences mathématiques . Il suffira de suivre l’équivalent d’une demi-année de cours pour recevoir un second diplôme de master avec la mention « finalité spécialisée en data science ». Pour faciliter cette démarche, les cours seront organisés le même jour de la semaine (plus d'information début 2017).

Débouchés

La formation proposée offrira aux étudiants de nombreux débouchés en lien avec le besoin grandissant de valorisation de données dans les organisations. Après leur formation, les étudiants seront capables d’extraire, de stocker, d’analyser, de visualiser et d’interpréter des données disponibles en quantités et formes diverses (par ex. big data). Leurs compétences seront appréciées dans des domaines comme l’e-health, la recherche pharmaceutique, l’e-commerce, le marketing, la finance, les applications web, les smart cities, la logistique, l’audio-visuel, les réseaux sociaux ou les télécommunications.

Renseignements

Prof. Benoît Frénay (Fac. Informatique), benoit.frenay@unamur.be, 081 / 72 49 76

Prof. Renaud Lambiotte (Dpt. Math.), renaud.lambiotte@unamur.be, 081 / 72 49 28

N'hésitez pas à venir nous rencontrer lors des activités d'information qui vous sont spécialement destinées.