|
DES RESSOURCES ET DES OUTILS AU SERVICE DES ACTEURS ET DES PROFESSIONNELS. |
Master 2ème année mention Mathématiques et informatique appliquées aux sciences humaines et sociales (MIASHS)Date de mise à jour : 13/05/2026
| Identifiant OffreInfo : 15_721976 |
Carif-Oref Occitanie |
- Acquérir une solide formation pluridisciplinaire (informatique, statistiques) et une bonne connaissance de la réalité des données SHS,
- Maîtriser les outils de stockage des données (e.g. bases de données SQL et no-SQL),
- Élaborer, interpréter et mettre en œuvre des tableaux de bord et des indicateurs statistiques,
- S'initier aux outils de traitements des données (e.g. R, Notebook Python),
- Effectuer des diagnostics et des prévisions, développer des outils de modélisation,
- Connaître les principaux algorithmes d'apprentissage automatique "supervisé et non supervisé",
- Mettre en place des outils d'aide à la décision,
- Développer des algorithmes permettant le passage à l'échelle des applications (e.g. HADOOP),
- Développer des interfaces dédiées à la visualisation interactive des données (e.g. d3.js),
- Connaître les enjeux du numérique en matière de développement durable, éco-conception et accessibilité,
- Acquérir les méthodes nécessaires à la gestion d'un projet d'analyse de données,
- Maîtriser une langue vivante étrangère (Anglais).
Référentiel national de compétences de la mention Mathématiques et informatique appliquées aux sciences humaines et sociales - MIASHS (fiche nationale) Code RNCP 39486
"Spécialiste des données "massives et complexes" (Big data) et des méthodes d'apprentissage statistique (Machine Learning), le data scientist sait comprendre des problématiques métier, les modéliser, sélectionner le périmètre des données à utiliser, concevoir des chaînes de traitement de données, analyser et communiquer les résultats, et bien sûr, interagir en équipe. Grâce à sa vision transverse, il est capable d'intervenir sur toute la chaîne d'analyse de données, depuis le développement jusqu'à la mise en production et le suivi."
Le Master deuxième année (M2) MIASHS vise à former des étudiants au métier de Data Scientist. L'objectif de ce métier est de valoriser l'ensemble des données des organisations pour en faire un levier de valeurs. Au cours de leur formation dans le master MIASHS, les étudiants apprennent à maîtriser les méthodes et les outils d'analyse de données. Ces technologies sont nécessaires à l'élaboration d'un projet permettant de convertir des masses de données en connaissances exploitables pour la prise de décision au sein des organisations confrontées aux données massives (Big Data) et ouvertes (Open Data). Ces organisations peuvent être des services publics (mairie, hôpitaux…) ou des entreprises du secteur privé (grands groupes, petites et moyennes entreprises). Le master repose sur une complémentarité entre une formation théorique et technique prodiguée par des chercheurs de pointe issus de l'Informatique et des Mathématiques, et des interventions réalisées par des experts en Sciences Humaines et Sociales (SHS). L'intervention de représentants du monde socio-professionnel dans les différents cours du master prépare les étudiants à leur insertion professionnelle. La finalité de ce master est professionnalisante. Il s'adresse prioritairement aux étudiants qui se destinent à la vie active. Bien entendu, ce master est néanmoins tout à fait ouvert aux étudiants se destinant à la recherche et permet la poursuite d'études doctorales. Ce master sera entièrement réalisé sous le format de l'alternance (2 semaines en entreprise et 2 semaines à l'Université) avec possibilité de contrat de professionnalisation, d'apprentissage ou de stage. En dehors des semaines de cours, les étudiants réaliseront des travaux personnels, ou effectueront un séjour en entreprise selon la modalité choisie.
Certifiante
Bac + 5 et plus
Conventionnement : Non
Autre
Niveau d'entrée : Bac + 3 et 4
Niveau 6 (Bac+4 ou équivalent) ou VAPP \n\nProcédure d'admission: \nDépôt de la candidature complète sur la plateforme dédiée (eCandidat) durant la période spécifique