Master 2, Data Science : Santé, Assurance, Finance National School Of Computer Science For Industry And Business - ENSIIE

La science des données connait actuellement un essor majeur qui bouleverse son interface notamment avec les statistiques et requiert une approche interdisciplinaire. Ce changement repose sur :

l’importance croissante de la modélisation mathématique (analyse, prédiction et intégration de données hétérogènes)

l’accès à des données massives issues des nouvelles technologies (internet, business analytics, biotechnologies, puces à ADN, …) requérant des traitements statistiques et informatiques sophistiqués. L’usage des statistiques, du machine learning et de l’informatique pour la science des données marque le début d’une transformation majeure qui affecte l’ensemble des secteurs : de l’e-commerce à la recherche scientifique en passant la santé, l'assurance et la finance!

Objectif pédagogiques

Solide formation généraliste en statistique et en apprentissage (machine learning), destinée à des mathématiciens appliqués et à des ingénieurs souhaitant compléter leur formation et devenir spécialiste en sciences des données.

Enseignements d’ouverture en épidémiologie génétique et assurance

But: permettre aux étudiants d’acquérir une connaissance approfondie des signaux (données) complexes issus de ces domaines

Débouchés

en entreprise : industrie biopharmaceutique, de la santé ou agroalimentaire, banques et assurances)

académiques (enseignement supérieur, CNRS, INRA, INRIA, INSERM, CEA, IRSTEA, etc)

Offre les meilleures conditions pour:

pour s’insérer professionnellement à l’issue du M2

pour préparer un doctorat aux interfaces mathématiques / sciences du vivant et mathématiques / assurance et finance

Postes visés:

datascientist / ingénieur-statisticien / biostatisticien / finance analyst pour lequel la demande est très forte (grands groupes, start-ups, biotechs, CRO, SSII, etc).

Accès à des métiers de mathématiciens appliqués non liés aux sciences du vivant ou à la finance et l’assurance, en lien avec les données massives (internet, business analytics, etc), l’optimisation de la production (gestion des ressources, tarification, etc),l’e-marketing, la modélisation pour la conception de produits.