Finance / Economie / Banque / Assurance
Master | Contrat d'apprentissage | Contrat de professionnalisation | RNCP 39013
Master 2 Econométrie, Statistiques Parcours Traitements de l'Information et Data-science en Entreprise (M2_TIDE)
PRÉSENTATION
Présentation de la formation
Le Master 2 Traitement de l'Information et Data-science en Entreprise (TIDE) est organisé à l'université par l'UFR d’Économie, au sein de l’École d’Économie de la Sorbonne (EES), adossée à l'Université Panthéon Sorbonne, avec la participation d'enseignant de l'UFR de Mathématiques et d'Informatique. Ce master forme des étudiants aux techniques de traitement informatique des données, aux analyses statistiques et économiques, à la prévision, couplées avec une réflexion théorique et pratique sur les politiques économiques actuelles, sur les stratégies mises en œuvre et leurs conséquences.
Le contenu de la formation :
C'est une formation technique de très haut niveau en apprentissage statistique
- Statistique, modélisation des données économiques
- Apprentissage statistique, science des données (Python, R, SAS, SQL...)
- Big data, méthodes, outils et technologies
- Réseaux de neurones : Deep - learning
Partenaires :
- CFA Formasup
- SAS Académique (logiciel)
- Crédit Agricole
- Air France
- ERDF
- EDF
- SNCF
- LINCOLN
- BARCLAYS
- Orange
- Bouygues
- BNP
- Ministères sociaux DARES
- Ministère de l'économie
- AVIVA Assurances
Objectifs de la formation
- Maîtriser les fondamentaux de l'économie, de la statistique et des outils informatiques ;
- Négocier et débattre en anglais ;
- Effectuer des études et des analyses de données macro-économiques ;
- Rédiger des rapports et mémo, concevoir des préconisations pour l'aide à la prise de décisions.
Métiers visés
- Data Scientist
- Data Analyst - Data Developper
- Dataminer
- Analyste quantitatif - Consultant Data
- Chargé d'intelligence économique
- Actuaire modèle statistique
- Économiste - statisticien
- Chargé d'études statistique
- Chargé d'études en marketing
- Chargé d'étude Data visualisation
- Analyste risque
Rythme d’alternance
Durée de la formation : 14 mois à partir du mois de septembre
Deux semaines de cours début septembre, en janvier, et en mai.
Alternance de mi-septembre à mi-mai : 3 jours à l'université (septembre à décembre) et 2 jours en entreprise
De janvier à mai : 3 jours en entreprise et 2 jours à l'université
A partir de mi-mai à novembre : Plein temps en entreprise
Dates de la formation et volume horaire
- 05/09/2024 > 14/11/2025 (478 heures)
- Durée : 1 an
UNIVERSITE/ECOLE
Adresse administrative Composante
Université Paris 1 Panthéon - Sorbonne
12, place du Panthéon
75005 PARIS
Campus principal
17 Rue de la Sorbonne 75005 PARIS
Accès aux personnes à mobilité réduite
ADMISSION
Conditions d’admission
Pré-requis :
Pré-requis :
Les candidats pourront avoir obtenu ou être sur le point d'obtenir un Master 1 en Économétrie, en Mathématiques Appliquées, en Économie quantitative, en Informatique computationnelle, ou bien être ou avoir été élève d'une école d'ingénieur.
La Validation des Acquis professionnels et Personnels (VAPP) peut être accordée aux personnes ne remplissant pas les conditions précitées, après étude de leur motivation et projet, et sur justification d'au moins 2 à 3 ans d'expérience professionnelle dans le champ étudié.
Modalités de candidature
Ouverture de la campagne de candidature au mois de mai 2023 sur le site de l'Université (E-candidat)
Les candidatures se font par inscription et dépôt de documents sur le site ci-dessous
https://ecandidat.univ-paris1.fr/ecandidat/
Un jury examine les candidatures et gère les admissions au cours du mois de juin.
CONTACTS
Vos référents FORMASUP PARIS IDF
Fabienne HETZEL
contact@formasup-paris.com
Pascale GUEROU
Pour les publics en situation de handicap : consultez nos pages dédiées Apprenants et Entreprises.
Vos contacts « École/Université »
Contact
m2tide.ees@univ-paris1.fr
LADJYN Marie-Michèle
m2mosef.ees@univ-paris1.fr
01 89 68 50 82
PROGRAMME
Direction et équipe pédagogique
Formation simultanée en statistique, informatique et économie pour permettre aux étudiants d'avoir une approche systémique des problématiques nécessitant le recueil de données en masse, leur gestion et leur analyse.
Direction de la formation et enseignants :
Jean-Marc BARDET, Professeur de l'université Panthéon Sorbonne - Responsable de la formation
ENSEIGNANTS TITULAIRES - UNIVERSITÉ
Laurence Belis – Professeure certifiée, Paris 1
Alain Celisse (PR) - Paris 1
Alice Le Brigant (MCF) - Paris 1
Fabien NAVARRO (MCF) - Paris 1
Shuyan Liu (MCF) - Paris 1
Sonia Vanier (MCF) - Paris 1
Laurent Boyer (MCF)- Paris 1 )
Benoît Rapoport (MCF) - Paris 1
Joseph Rynkiewicz (MCF) - Paris 1
INTERVENANTS EXTÉRIEURS (QUALITÉ) - PROFESSIONNEL
Samy Bentayeb - Data Analyst / AMAZON
Faniaha Dimby - Ingénieure / Unité de recherche Clinique Fernand WIDAL - LARIBOISIERE
Yves Péchiné - Chief data officer/ Crédit Agricole
Dany Phalyvong - Data scientist / ORANGE
Thomas PLANQUES - Ingénieur pédagogique UPMC, Sorbonne Université
Marion Wilthien - Expert Data / DECISION NETWORK
Francis Wolinski - Consultant / Yotta Conseil
William Kengne – Chercheur associé - MCF Université de Cergy
Programme détaillé de la formation
- Statistique appliquée, modélisation des données économiques
- Apprentissage statistique, science des données
- Tutorat
- Examens, soutenance, présentation projets
Modalités pédagogiques
- Cours mêlant apports théoriques et pratiques
- Ateliers de codage
- Projets par petits groupes
- Projets individuels tutorés
- Séminaires professionnels
- Journée data
- Data challenge en ligne
- Challenges
- Certificats (SAS...)
- Alternance
Contrôle des connaissances
Toutes les évaluations se font sous forme d'examens théoriques ou de projets pratiques
Les modes d'évaluations se font par :
- Rendus de dossiers
- Sessions d'examens
- Soutenances
Diplôme délivré
Diplôme national de niveau 7 du Ministère de l'Enseignement Supérieur et de la Recherche
COMPÉTENCES
- Analyse, à partir de sources d’information diversifiées, des problématiques économiques les plus complexes des grandes entreprises ou administrations mais aussi des établissements financiers ou des assurances.
- Utilisation d’outils quantitatifs notamment statistiques pour l’interprétation de problèmes économiques
- Construction de simulations statistiques appliquées à l’économie
Usages avancés et spécialisés des outils numériques
- - Utiliser des logiciels numériques adaptés à l'analyse de données (Python, R et SAS).
- - Utiliser des logiciels de traitement de bases de données.
- - Traduire en algorithmes des problématiques.
Développement et intégration de savoir hautement spécialisés
- - Mobiliser des compétences pluridisciplinaires dans un cadre collaboratif
- - Analyser une situation dans une perspective systémique.
- - Modéliser quantitativement des cahiers des charges.
Communication spécialisée pour le transfert de connaissances
- - Identifier, sélectionner et analyser avec esprit critique diverses ressources spécialisées pour documenter un sujet et synthétiser ces données en vue de leur exploitation.
- - Communiquer à des fins de formation ou de transfert de connaissances, par oral et par écrit, en français et dans au moins une langue étrangère.
Maîtrise des traitements de données
- - Identifier les données à collecter.
- - Analyser les données.
- - Tirer des informations et préconisations à partie de l'analyse des données.