Vous êtes ici : Département Mathématiques FR Formations Master Math&AS Master 2 Math&AS

DOMAINE(S) : Science - Technologie - Santé

Master 2 Mathématiques et Apprentissage Statistique (Math&AS)

DOMAINE(S) :
Science - Technologie - Santé

Informations générales

Mention: Mathématiques et applications (Université Paris-Saclay)
Discipline(s): Mathématiques
Durée des études: 1 an
Niveau de recrutement: Bac + 4
Crédits ECTS: 60 ECTS
Composante(s): UFR des sciences
Site(s) d'enseignement: Versailles

Formation diplômante

Formation initiale

Langue(s) d'enseignement

Français, Anglais

Et après ?

Le Master 2 Mathématiques et Apprentissage Statistique (Math&AS) est opéré par l’UVSQ et accrédité par l’Université Paris-Saclay.

Cette formation approfondit les bases acquises en M1 pour amener les étudiants vers un niveau d’expertise élevé en apprentissage statistique, modélisation mathématique, analyse de données complexes et développement d’algorithmes avancés.

Le M2 s’appuie sur une pédagogie articulant :
• des enseignements théoriques de haut niveau en probabilités, statistiques, apprentissage automatique et modélisation ;
• des mises en pratique intensives, notamment via le Data Challenge et les projets appliqués ;
• une ouverture vers la recherche et le monde industriel, grâce aux séminaires intervenants et à l’intervention de professionnels du secteur ;
• un stage de six mois, en entreprise, en institut de recherche ou en laboratoire, permettant une immersion complète dans des problématiques réelles de data science, d’IA ou de statistique.

Le M2 prépare à la fois :
• à l’insertion professionnelle dans les domaines de la data science, du machine learning ou de l’analyse statistique ;
• à la poursuite d’études en doctorat dans les champs de l’apprentissage statistique, de la statistique ou de l’intelligence artificielle.

Le descriptif du master se trouve sur le site de l'Université Paris-Saclay.

Spécificités de la formation

Organisation

Le Master 2 Mathématiques et Apprentissage Statistique se déroule sur une année universitaire, composée de deux semestres pour un total de 60 ECTS.

La formation associe :
• un semestre d’enseignements avancés (cours magistraux, TD, travaux pratiques, séminaires) ;
• un stage de six mois (16 ECTS) en entreprise, en laboratoire ou en institut de recherche.

Le volume horaire hebdomadaire est d’environ XX heures, selon les choix d’UE, et suppose un travail personnel soutenu.

Le programme inclut également :
• un Data Challenge,
• un séminaire invité-entreprise,
• des UE mutualisées avec d’autres parcours de la mention.

Le programme détaillé (UE, volumes, mutualisations) est disponible sur la page Paris-Saclay du M2 Math&AS.

Compétences développées

Au terme du Master 2 Math&AS, l’étudiant est capable de :
• maîtriser les fondements théoriques avancés des algorithmes de machine learning et d’intelligence artificielle ;
• modéliser, analyser et résoudre des problématiques complexes en statistique avancée et data science ;
• appliquer des méthodes modernes de traitement et d’analyse de données, y compris la quantification des incertitudes ;
• implémenter et optimiser des modèles statistiques et algorithmiques en Python ou outils spécialisés ;
• conduire un projet complet (conception, modélisation, évaluation) en environnement professionnel ou de recherche ;
• communiquer des résultats techniques à différents publics et travailler en équipe sur des problématiques d’innovation.

Attendus et compétences conseillées

Le M2 Mathématiques et Apprentissage statistique constitue la continuité naturelle du M1 éponyme, mais ce parcours reste également ouvert aux candidat(e)s externes ayant suivi un cursus de niveau M1 en mathématiques, avec des enseignements en probabilités, en statistique et en sciences des données, et possédant une maîtrise de la programmation en Python.

Conditions d'admission

Admission obligatoire via la plateforme de candidature Paris-Saclay : INCEPTION / Paris-Saclay.
• La sélection s’effectue sur dossier (relevés, CV, lettre de motivation, prérequis scientifiques).
• Toutes les informations actualisées sont disponibles sur le site d’admission de l’Université Paris-Saclay.

Manuel d'utilisation en français : Ici
Manuel d'utilisation en anglais : Here

FAQ : Ici

Niveau de recrutement : Bac + 4

Formation(s) requise(s)

Master 1 Mathématiques et Apprentissage Statistique (Math&AS)

ou aux étudiants titulaires :
• d’un M1 de Mathématiques,
• d’un M1 équivalent incluant statistique, probabilités, apprentissage statistique et programmation scientifique.

Inscription

Inscription administrative et pédagogique
• Les candidats admis reçoivent un courriel indiquant la procédure d’inscription.
• Les inscriptions administratives puis pédagogiques sont effectuées à l’UVSQ.

Contenu de la formation

Le M2 comporte 60 ECTS répartis en :

Méthodes de régression avancées — 5 ECTS
Apprentissage non supervisé — 5 ECTS
Statistique non paramétrique — 6 ECTS
Techniques de prévision — 4 ECTS
Statistique computationnelle — 4 ECTS
Statistique bayésienne — 4 ECTS
Ouverture à la recherche — 4 ECTS
Apprentissage profond et IA générative — 4 ECTS
Machine learning et quantification d’incertitude — 3 ECTS
Séminaire invité (entreprise et recherche) — 2 ECTS
Projet « Data Challenge » — 3 ECTS

Stage en entreprise ou laboratoire — 16 ECTS

Contrôle de connaissances

Toutes les UE sont évaluées en session 1 par un contrôle continu intégral.

À l’exception de :
l’UE Stage : évaluée par un rapport écrit et une soutenance,
l’UE Projet « Data Challenge » : évaluée par une soutenance,
l’UE Séminaire :validée par acquisition d’acquis.

Une session 2 est prévue pour toutes les UE, sauf l’UE Stage, l’UE Projet et l’UE Séminaire.

Année post-bac de sortie: Bac + 5
Niveau de sortie: Niveau I

Perspectives professionnelles

Quelques exemples de métiers :

Data Scientist
Data Analyst
Ingénieur·e Machine Learning
Ingénieur·e R&D Statisticien·ne
Ingénieur·e IA
Chargé·e d’études (marketing, santé, économie, industrie)
Enseignant·e ou enseignant·e-chercheur·se (après thèse)

Secteurs : tech, finance, énergie, santé, environnement, transports, télécommunications, industrie, services.

Poursuites d'études à l'UVSQ

Thèse en apprentissage statistique, intelligence artificielle ou statistique
Doctorat en partenariat industriel (CIFRE)
Recherche académique ou R&D

Responsables pédagogiques

MME ESTER MARIUCCI

Adresses et coordonnées

UFR de Sciences - Département de Mathématiques de Versailles
45 avenue des Etats-Unis
78035 Versailles Cedex

Département de Mathématiques de Versailles (DMV)
Assistante du DMV : 01 39 25 46 46
Email : contact-dmv@sympa.uvsq.fr

Responsable du M2 Math&AS
Mme. Ester MARIUCCI
PR

Contacts administratifs

Service de scolarité de l’UFR des sciences :
• Gestionnaire de scolarité : Samia BOUBEKEUR - Tél. : 01 39 25 40 09 – samia.boubekeur@uvsq.fr
• Responsable du pôle master : Isabel LUBATTI - Tél. : 01 39 25 40 97 - isabel.lubatti@uvsq.fr