• lien vers la page d'acceuil
  • Site de Paris 8 en anglais
  • Site de Paris 8 en allemand
  • Site de Paris 8 en arabe
  • Site de Paris 8 en chinois
  • Site de Paris 8 en espagnol
  • Site de Paris 8 en russe

Vous êtes ici : Accueil >FORMATIONS > Master MIASHS : Big Data et fouille (...)
  • Master MIASHS : Big Data et fouille de données

    • Agrandir le texte
    • Restaurer la taille normale
    • Réduire la taille du texte
  •  

    Domaine : Sciences, Technologies, Santé

    Mention : Informatique

    Parcours : MIASHS : Big Data et fouille de données

     

    Responsable de la mention : Arab ALI CHERIF

    Responsables du parcours : Gilles BERNARD, Abdellah MOKRANE, Anna PAPPA

    UFR de rattachement : Mathématiques, Informatique, Technologies, Sciences de l’Information et de la Communication (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 COMPETENCES VISEES

    Le master Informatique parcours MIASHS : Big Data et fouille de données vise à former des étudiants aux problématiques de recherche et d’application dans un domaine en pleine croissance, appelé aujourd’hui Big Data, 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 via internet, les réseaux sociaux, les réseaux d’entreprise, etc. Il intègre l’analyse, le traitement, l’exploitation et la protection de toutes ces informations. Il associe la fouille de données, la théorie de l’information, les outils mathématiques et statistiques, avec des concepts en provenance des domaines d’application, ainsi que des problématiques liées à la protection et à la sécurité et au temps réel.

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

     

    FORMATION CONTINUE

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

    Conseils pour le financement, devis et suivi administratif auprès de la Direction de la 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 en contrat 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 DEBOUCHES PROFESSIONNELS

    Nous avons deux types d’organismes qui sont intéressés par les étudiants de cette formation, dès le M2 et parfois le M1 : d’une part des grands groupes travaillant sur leurs propres données, d’autre part des start-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), et d’autres (la Poste) ; et pour l’instant, des sociétés de conseil en finances. Ces listes ne sont pas limitatives et nous recevons de plus en plus d’offres. La problématique du « big data » est encore neuve et intègre plusieurs types de profil ; nos étudiants sont des développeurs de solutions « big data » compétents dans les domaines de la fouille de données massives, du « deep-learning », de l’exploration et de la modélisation des réseaux sociaux, des bases de données sql et nosql et des données textuelles et numériques du web. La plupart de nos étudiants ayant obtenu leur diplôme ont trouvé un CDI avant même la soutenance 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 en recherche et développement, consultants de haut niveau, directeurs de projets, ou créer leur propre société de 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 des expériences professionnelles.
    • par validation des études supérieures accomplies, notamment à l’étranger

     

    CRITERES D’ADMISSION A L’ENTREE DU MASTER

    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 : 40 - M2 : 40

     

    MODALITES D’ADMISSION POUR L’ANNEE 2017-2018

    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 2017.

    La date limite de dépôt des candidatures est indiquée sur la première page du dossier.

    Attention, étant donné le très grand nombre de candidatures (plus de mille l’an dernier) et le petit nombre de places, il vaut mieux candidater le plus tôt possible.

     

    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 et l’apprentissage neuronal.

    • Cadre logiciel pour big data (4 ECTS)
    • Systèmes auto-adaptatifs (4 ECTS)

    UE Outils mathématiques (2 EC - 60h - 8 ECTS)
    Les étudiants découvrent les principes fondamentaux des algorithmes d’apprentissage neuronaux et de leur combinaison avec les algorithmes génétiques, ou approfondissent leurs connaissances, à travers un panorama de modèles essentiellement non supervisés. Ils devront implémenter et tester un de ces algorithmes sur un jeu de données de benchmark.

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

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

    • Mathématiques et théorie de l’information (4 ECTS)
    • Complexité algorithmique (4 ECTS)

    UE Humanités numériques 1 (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. La liste ci-dessous n’est qu’indicative.

    • Créativité et travail collaboratif assistés par les TIC (3 ECTS)
    • Méthodologie de conception d’objets communicants (3 ECTS)
    • Littérature numérique (3 ECTS)
    • Humanités numériques (3 ECTS)

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

    • 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 à l’état le plus récent de la recherche, du point de vue de l’informatique et de l’intelligence artificielle. Ce cours commence par un rappel des problématiques de la discipline, et s’accompagne d’un apprentissage des outils de communication scientifique, d’une initiation à la lecture d’articles scientifiques en français et en anglais et à la présentation 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 et s’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 (2 EC - 60h - 6 ECTS)

    • Un EC à choisir parmi une liste d’EC du master Humanités Numériques ; il s’agit d’une EC permettant d’aborder les aspects concrets des besoins des SHS dans le numérique.
    • Un EC libre pris dans un master autre que STS

    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 consiste d’une part à faire l’étude d’un domaine de spécialité et d’autre part à réaliser un programme informatique mettant en œuvre des technologies de pointe en utilisant les méthodes dites agiles. Un cours obligatoire complète leur accompagnement.

    • Méthodologie de la conception (2 ECTS)

    Ce cours encadre les étudiants dans leur méthode de travail, de documentation bibliographique, d’écriture et de communication de leurs travaux. Les étudiants élaborent progressivement leur projet en référence au contexte théoriquerécent de la recherche et des technologies de pointe associées. Ils présentent régulièrement l’état d’avancement de leurs réalisations pratiques en alternance avec celles des étudiants de deuxième 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 sciences humaines (au sens large). Il représente pour l’étudiant environ 420h de travail. Il s’effectue sous la direction de l’un des enseignants du master ou de l’un des masters associés (Informatique, Humanités numériques). Le projet 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’il a acquises en M1.

    • Intelligence artificielle 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 de données, sur les algorithmes de construction de vecteurs à partir de données symboliques, sur l’architecture des systèmes de fouille de données et sur la validation. Il passe ensuite en revue les méthodes de prédiction et de classification sur différents types de données. Le passage à l’échelle est exploré au travers de jeux de données 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 en première année avec un fort ancrage dans la littérature scientifique et technique de référence aussi bien qu’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 mathématiques sophistiquées, l’objectif de cette UE est de présenter ces techniques en tenant compte du profil non spécialisé (en mathématiques) des étudiants auxquels elle s’adresse.

    • Modèles formels pour le « Big Data » (4 ECTS)
    • Protection et sécurité de l’information (4 ECTS)

    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 des intervenants sur les spécialisations dans lesquels les étudiants travaillent, et avec en perspective un approfondissement de l’aspect recherche et développement. Des interactions sont organisées avec les intervenants 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 la mise en situation régulière des étudiants et sur un suivi régulier du déroulement du stage, ce séminaire encadre les étudiants à la fois dans leur méthode de travail, d’écriture et de présentation. Pour mieux insérer les travaux des étudiants dans le contexte de la recherche et des méthodes de pointe, des doctorants ou d’anciens stagiaires devenus professionnels viennent exposer leur travail. Des thèses récentes sur des sujets connexes 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’est un stage professionnel, ou dans un laboratoire public ou privé si c’est un stage de recherche. Il est validé avec la réalisation 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 de l’université, également un encadrant de l’un des laboratoires sur lesquels s’appuie la formation, qui veillera à la conformité du déroulement du stage et du contenu du rapport ou mémoire avec les exigences du master.

     

    MODALITES DE CONTRÔLE DES CONNAISSANCES

    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 ou rapport 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.

     

     

    Télécharger la fiche compétences au format PDF
    Fiche compétences du master MIASHS : Big Data et fouille de données
    • Agrandir le texte
    • Restaurer la taille normale
    • Réduire la taille du texte
    • retour en haut de la page