Le Master 1 Mathématiques et Apprentissage Statistique (Math&AS) constitue la première année d’une formation de haut niveau en statistique, apprentissage statistique et intelligence artificielle. Il permet aux étudiants d’acquérir les bases théoriques et pratiques nécessaires pour progresser vers des applications avancées en data science et machine learning.
La formation combine enseignements théoriques, cours pratiques (traitement de données, machine learning) et un stage de six mois en entreprise, offrant une première immersion dans le monde professionnel.
La formation combine :
• des enseignements théoriques (probabilités, statistique, optimisation) ;
• des cours appliqués (traitement de données, logiciels statistiques, Python, machine learning);
• un stage long en entreprise permettant une immersion professionnelle dès le M1.
Le M1 prépare les étudiants à poursuivre en M2 Math&AS, en consolidant leurs bases théoriques et pratiques pour aborder des applications plus avancées en statistique, apprentissage statistique et intelligence artificielle.
Le descriptif du master se trouve sur le site de l'Université Paris-Saclay.
Spécificités de la formation
Organisation
Le Master 1 Mathématiques et Apprentissage Statistique se déroule sur une année universitaire, composée de deux semestres pour un total de 60 ECTS.
La formation associe :
• des cours magistraux (CM) ;
• des travaux dirigés (TD) ;
• des cours pratiques centrés sur l’analyse de données et la programmation ;
• un stage de six mois, réalisé en fin de M1.
Le volume horaire hebdomadaire est d’environ __ heures, auxquelles s’ajoute un travail personnel régulier, indispensable à la maîtrise des concepts théoriques et des outils statistiques.
Une partie des enseignements est mutualisée avec le Master 1 ISADS, le Master 1 AMS et le Master 1 Math&AS (selon les UE).
Compétences développées
Au terme du Master 1 Math&AS, l’étudiant est capable de :
• Acquérir et appliquer les fondements théoriques des principaux algorithmes de machine learning ;
• Traiter et analyser des données complexes à l’aide de logiciels spécialisés ;
• Développer des premiers projets appliqués intégrant des méthodes statistiques et de machine learning ;
• S’immerger dans le monde professionnel, grâce au stage de six mois et à l’encadrement personnalisé.
Attendus et compétences conseillées
Les candidats doivent :
• maîtriser les fondamentaux d’analyse, d’algèbre linéaire et de probabilités (niveau licence) ;
• comprendre les raisonnements mathématiques rigoureux ;
• manifester un intérêt pour les statistiques, le machine learning et l’IA ;
• être capables d'apprendre de nouveaux outils logiciels (Python, bibliothèques de data science) ;
• faire preuve d'autonomie, de régularité et d’organisation dans leur travail.
