Master MIASHS : Big Data et fouille de données

http://www.univ-paris8.fr/Master-MIASHS-Big-Data-et-fouille-de-donnees

Master MIASHS : Big Data et

fouille de données- Menu - FORMATIONS - Diplômes - Masters - Domaine : Sciences, technologies, santé - Mention : Informatique -

Date de mise en ligne : mardi 21 avril 2015

Copyright © Université Paris 8Université Paris 8 ©2010 - Tous droits

réservés

Copyright © Université Paris 8 Page 1/9

Master MIASHS : Big Data et fouille de données

Domaine : Sciences, Technologies, Santé

Mention : Informatique

Parcours : MIASHS : Big Data et fouille de données

Responsables de la mention : Arab ALI CHERIF, Anna PAPPA

Responsables du parcours : Gilles BERNARD, Abdellah MOKRANE, Boubaker DAACHI

UFR de rattachement : Mathématiques, Informatique, Technologies, Sciences de l'Information et de laCommunication (MITSIC)

Secrétariat : Bât. A, salle 183 - Tél. : 01 49 40 64 00

Courrier électronique : secretariat.info@univ-paris8.fr

Site Internet : www.univ-paris8.fr/bigdata

OBJECTIFS DE LA FORMATION ET COMPETENCESVISEES

Le master Informatique parcours MIASHS : Big Data et fouille de données vise à former des étudiants auxproblématiques de recherche et d'application dans un domaine en pleine croissance, appelé aujourd'hui BigData, terme qui n'a pas encore trouvé de traduction en français lisible pour les étudiants et les employeurs.

Le « Big Data » prend en considération la volumétrie, la nature et la qualité des informations qui circulent viainternet, les réseaux sociaux, les réseaux d'entreprise, etc. Il intègre l'analyse, le traitement, l'exploitation et laprotection de toutes ces informations. Il associe la fouille de données, la théorie de l'information, les outilsmathématiques et statistiques, avec des concepts en provenance des domaines d'application, ainsi que desproblématiques liées à la protection et à la sécurité et au temps réel.

Copyright © Université Paris 8 Page 2/9

Master MIASHS : Big Data et fouille de données

A la sortie de la formation, l’étudiant sera capable de concevoir, d'optimiser et d’implémenter dessystèmes complexes, mettant en Å“uvre les technologies les plus récentes dans les domaines du « Big Data » etde la fouille de données, intégrant des compétences en informatique (systèmes complexes et programmationde haut niveau), en mathématiques appliquées, en humanités numériques, en industries de la langue (Dataet « text mining »).

FORMATION CONTINUE

Quel que soit votre statut (salarié, demandeur d'emploi, professionnel libéral…) ce diplôme peut être suivi enformation continue.

Conseils pour le financement, devis et suivi administratif auprès de la Direction formation par mail à info-df@univ-paris8.fr ou sur www.fp.univ-paris8.fr

ALTERNANCE

Vous avez moins de 26 ans ou êtes demandeur d'emploi de plus de 26 ans ? Ce diplôme peut être suivi encontrat de professionnalisation.

Plus d'informations sur l'alternance en consultant le site www.fp.univ-paris8.fr ou par mail à alternance@univ-paris8.fr

POURSUITES D'ETUDES ET DEBOUCHESPROFESSIONNELS

Nous avons deux types d’organismes qui sont intéressés par les étudiants de cette formation, dès le M2et parfois le M1 : d’une part des grands groupes travaillant sur leurs propres données, d’autre part desstart-up et des sociétés de conseil travaillant sur des données internet.

Les grands groupes ayant déjà confié des missions à des étudiants de notre master sont des banques (BNP,HSBC), des assurances (Natixis), des industries pharmaceutiques (Sanofi), des groupes hospitaliers (ELSAN), etd’autres (la Poste) ; et pour l’instant, des sociétés de conseil en finances. Ces listes ne sont paslimitatives et nous recevons de plus en plus d’offres. La problématique du « big data » est encore neuve etintègre plusieurs types de profil ; nos étudiants sont des développeurs de solutions « big data » compétentsdans les domaines de la fouille de données massives, du « deep-learning », de l’exploration et de lamodélisation des réseaux sociaux, des bases de données sql et nosql et des données textuelles et

Copyright © Université Paris 8 Page 3/9

Master MIASHS : Big Data et fouille de données

numériques du web. La plupart de nos étudiants ayant obtenu leur diplôme ont trouvé un CDI avant même lasoutenance de leur mémoire, et parfois dès le M1, sans parler de ceux qui viennent en alternance.

Nos diplômés pourront être employés dans le domaine des solutions « big data » comme ingénieurs enrecherche et développement, consultants de haut niveau, directeurs de projets, ou créer leur propre sociétéde services.

CONDITIONS D'ACCES

L’accès en master est possible :

• pour les titulaires d’une licence d’Informatique (accès en master 1)• pour les titulaires du master 1 ou d’un master 1 dans un champ compatible avec celui du diplôme de

master (accès en master 2)• par validation des études, expériences professionnelles ou acquis personnels (décret 2013-756 du 19

août 2013) : accès sans avoir le diplôme requis, compte tenu des études, des acquis personnels et desexpériences professionnelles.

• par validation des études supérieures accomplies, notamment à l’étranger

CRITERES D’ADMISSION A L’ENTREE DUMASTER

Il sera apprécié :

• les résultats obtenus en licence ou équivalent• les motifs justifiant du choix du master par le candidat• les réalisations de l'étudiant

Cette appréciation sera fondée sur l'examen du dossier comprenant :

• les relevés de notes et les diplômes• une lettre de motivation personnalisée• tous les éléments qui prouvent la capacité de l'étudiant à savoir réaliser des programmes et

manipuler des données du monde réel

Nombre de places : M1 : 30 - M2 : 30

Copyright © Université Paris 8 Page 4/9

Master MIASHS : Big Data et fouille de données

MODALITES D'ADMISSION POUR L'ANNEE 2018-2019

Les dossiers de candidature sont disponibles et peuvent être téléchargés sur le site de l’université www.univ-paris8.fr rubrique « Inscriptions » dès le mois de mars 2018.

ORGANISATION ET CONTENU DE L'ENSEIGNEMENT

Le volume horaire total du master est de 745h de cours et 1100h de stage et TER (1re année de master (M1) :485h de cours & 400h TER, 2nde année de master (M2) : 260h de cours, 700h de stage)

Enseignements du semestre 1

UE Programmation et big data 1 : (2 EC - 60h - 8 ECTS)Il s'agit de compléter la formation des étudiants en programmation dans le traitement de mégadonnées etl'apprentissage neuronal.

• Cadre logiciel pour big data (4 ECTS)

• Techniques d'apprentissage artificiel (4 ECTS)

UE Outils mathématiques (2 EC - 60h - 8 ECTS)

Les étudiants renforceront dans cette UE leurs compétences en mathématiques sur les outils et conceptsmathématiques nécessaires à l'analyse des données et de leur traitement.

• Mathématiques et théorie de l'information (4 ECTS)

• Complexité algorithmique (4 ECTS)

UE Optimisation et données (2 EC au choix - 60h - 6 ECTS)Les étudiants apprendront les problématiques fondamentales du traitement de données, ainsi que leurs enjeux,du point de vue de leur usage dans les sciences humaines et sociales.

• Introduction aux problématiques des données en sciences humaines OU Graphes et théories de ladécision

• Web sémantique OU Construction d'ontologies OU autre option OU Bases de données avancées

UE Culture Générale (2 EC - 65h - 8 ECTS)

Copyright © Université Paris 8 Page 5/9

Master MIASHS : Big Data et fouille de données

• Anglais (4 ECTS)

• Méthodologie de la recherche (4 ECTS)

Il s'agit d'introduire les étudiants à l'ensemble des domaines de recherche concernés par le « Big Data » et àl'état le plus récent de la recherche, du point de vue de l'informatique et de l'intelligence artificielle. Ce courscommence par un rappel des problématiques de la discipline, et s'accompagne d'un apprentissage des outils decommunication scientifique, d'une initiation à la lecture d'articles scientifiques en français et en anglais et à laprésentation de rapports scientifiques.

Enseignements du semestre 2

UE Programmation et big data 2 (2 EC - 60h - 8 ECTS)Les étudiants complèteront dans cette UE leur formation en programmation par la programmation multi-agent ets'initieront aux techniques de visualisation de grandes masses de données.

• Visualisation de masses de données (4 ECTS)

• Systèmes multi-agents (4 ECTS)

UE Organisation et analyse de données (3 EC - 90h - 9 ECTS)

• Décision et parcours d'espace de données (3 ECTS)

• Statistiques et analyse de données (3 ECTS)

• Fouille de données et text mining (3 ECTS)

UE Humanités numériques (2 EC - 60h - 6 ECTS)

• Etude des besoins en sciences de l'information OU Rencontres Crossmédia OU Intégration etqualité des données

• Application aux sciences humaines OU EC libre

UE TER Projet dirigé (400h + 30h de cours - 7 ECTS)Les étudiants ont à réaliser un projet, écrire un mémoire et à soutenir publiquement ce projet. Il consisted'une part à faire l'étude d'un domaine de spécialité et d'autre part à réaliser un programme informatiquemettant en œuvre des technologies de pointe en utilisant les méthodes dites agiles. Un cours obligatoire complèteleur accompagnement.

• Méthodologie de la conception (2 ECTS)

Ce cours encadre les étudiants dans leur méthode de travail, de documentation bibliographique, d'écriture et

Copyright © Université Paris 8 Page 6/9

Master MIASHS : Big Data et fouille de données

de communication de leurs travaux. Les étudiants élaborent progressivement leur projet en référence aucontexte théoriquerécent de la recherche et des technologies de pointe associées. Ils présententrégulièrement l'état d'avancement de leurs réalisations pratiques en alternance avec celles des étudiants dedeuxième année dans le cadre du séminaire de même nom du semestre 4.

• Projet et étude du domaine (5 ECTS)

Ce projet inclut l'exploration d'un domaine de spécialité associant mathématiques, informatique et scienceshumaines (au sens large). Il représente pour l'étudiant environ 420h de travail. Il s'effectue sous la direction del'un des enseignants du master ou de l'un des masters associés (Informatique, Humanités numériques). Leprojet peut être effectué dans le cadre d'un stage, sous certaines conditions.

Enseignements du semestre 3

UE Recherche et développement (5 EC - 100h - 15 ECTS)L'étudiant s'initie à la mise en œuvre, sur des problématiques complexes, des connaissances théoriques qu'ila acquises en M1.

• Algorithmique pour le « big data » (3 ECTS)

• Fouille de données (3 ECTS)

Ce cours commence par compléter la formation théorique et méthodologique de M1 sur les distributions dedonnées, sur les algorithmes de construction de vecteurs à partir de données symboliques, sur l'architecture dessystèmes de fouille de données et sur la validation. Il passe ensuite en revue les méthodes de prédiction et declassification sur différents types de données. Le passage à l'échelle est exploré au travers de jeux dedonnées et d'applications réelles.

• Grands corpus, données des réseaux sociaux (3 ECTS)

• Apprentissage automatique (3 ECTS)

Ce cours reprend et approfondit les notions et modèles fondamentaux d'apprentissage automatique abordés enpremière année avec un fort ancrage dans la littérature scientifique et technique de référence aussi bienqu'applicative la plus récente.

• Logiciels libres et protection de données (3 ECTS)

UE Mathématiques pour le « Big Data » (2 EC - 60h - 8 ECTS)L’exploitation et la protection des masses de données nécessite des techniques mathématiquessophistiquées, l'objectif de cette UE est de présenter ces techniques en tenant compte du profil nonspécialisé (en mathématiques) des étudiants auxquels elle s'adresse.

• Modèles formels pour le « Big Data » (4 ECTS)

• Protection et sécurité de l'information (4 ECTS)

Copyright © Université Paris 8 Page 7/9

Master MIASHS : Big Data et fouille de données

UE Culture et Humanités (2 EC - 50h - 7 ECTS)

• Un EC au choix (4 ECTS)• Littérature numérique• Humanités numériques• Ergonomie du web• Méthodes et outils d'analyse statistiques

• Séminaire numérique et conférences professionnelles (3 ECTS)

Enseignements du semestre 4

UE Stage et spécialisation (700h stage + 50h de cours - 30 ECTS)

• Séminaire recherche et développement (20h - 4 ECTS)

Ce séminaire fait suite aux conférences du premier semestre, mais avec dans la mesure du possible desintervenants sur les spécialisations dans lesquels les étudiants travaillent, et avec en perspective unapprofondissement de l'aspect recherche et développement. Des interactions sont organisées avec lesintervenants ainsi que des séances de restitution.

• Séminaire méthodologie de la conception (30h - 6 ECTS)

Dans la même philosophie que le cours du même nom de l'année antérieure, mais en accentuant plus sur lamise en situation régulière des étudiants et sur un suivi régulier du déroulement du stage, ce séminaireencadre les étudiants à la fois dans leur méthode de travail, d'écriture et de présentation. Pour mieuxinsérer les travaux des étudiants dans le contexte de la recherche et des méthodes de pointe, des doctorantsou d'anciens stagiaires devenus professionnels viennent exposer leur travail. Des thèses récentes sur des sujetsconnexes à ceux des étudiants sont étudiées.

• Stage (700h - 20 ECTS)

La formation s'achève sur un stage de 700h (5 mois) minimum. Ce stage peut se dérouler en entreprise, si c'estun stage professionnel, ou dans un laboratoire public ou privé si c'est un stage de recherche. Il est validé avec laréalisation d'un système informatique ou d'une de ses parties et la rédaction d'un rapport écrit ou mémoire,et soutenu publiquement. L'étudiant doit avoir un tuteur de stage et, si le stage s'effectue à l'extérieur del'université, également un encadrant de l'un des laboratoires sur lesquels s'appuie la formation, qui veillera à laconformité du déroulement du stage et du contenu du rapport ou mémoire avec les exigences du master.

MODALITES DE CONTRÔLE DES CONNAISSANCES

Copyright © Université Paris 8 Page 8/9

Master MIASHS : Big Data et fouille de données

Le contrôle des connaissances s'effectue par contrôle continu, avec examens terminaux dans quelques cours,production de rapports finaux ou réalisation de projets dans les autres, ainsi que sous forme de mémoire ourapport écrit avec soutenance publique pour les TER et les stages.

ADOSSEMENT A LA RECHERCHE• Le Laboratoire Informatique Avancée de Saint-Denis (LIASD), EA 4383 de l'Université Paris 8

• Le Laboratoire Paragraphe, EA 349 de l’Université Paris 8.

<a href='http://www.univ-paris8.fr/IMG/pdf/fiche_comp_m_miashs_big_data_2018-2.pdf' title='PDF - 678 ko'type="application/pdf">

Télécharger la fiche compétences au format PDF Fiche compétences du master MIASHS : Big Data et fouille dedonnées

Copyright © Université Paris 8 Page 9/9