Aller au contenu
L’Université de Lille propose une offre de formation complète, internationale et adossée à une recherche de pointe. Elle déploie un éventail de formations initiales et continues, adaptées aux besoins d’aujourd’hui et de demain et permettant à chaque étudiant de construire son projet personnel et professionnel dans 6 grands domaines de formation.

MASTER SCIENCE DES DONNÉES

Parcours Science des données

Choisissez votre parcours:

  • Parcours Science des données
  • Durée: 4 semestre(s)
  • Accessible en: Formation initiale , Formation continue
  • Langue(s) d'enseignement: Anglais
  • Stage: OBLIGATOIRE(S2),OBLIGATOIRE(S4)
  • Niveau de diplôme requis à l'entrée: BAC+3
  • Niveau de diplôme validé à la sortie: BAC+5
  • 20220809

Objectifs de la formation

Le master science des données offre un programme d'études théoriques et pratiques de haut niveau de 2 ans dans le nouveau domaine de la science des données.  Il comprend un ensemble de cours, de séances de laboratoire, de projets de recherche et de stages. Cette formation vous donnera des bases solides en mathématiques (statistiques, probabilités, optimisation), en informatique (algorithmes, complexité, bases de données) l’accent étant mis sur l'apprentissage statistique et les disciplines connexes (traitement du signal et des images, graphes et réseaux…).
Au cours de cette formation, plusieurs stages sont à réaliser chaque année dans des départements R&D ou dans des laboratoires de recherche académique.
plus d'informations 

This master program provides a high level theoretical and practical 2 year curriculum in the new and trendy domain of data science. It includes an ensemble of courses, lab sessions, research projects and internships.
The master of Data science will give you solid foundations in Mathematics (statistics, probability, optimization), computer science (algorithms, complexity, databases) as a basis for a very high knowledge on machine learning and applications (signal and image processing, graphs & networks...).
Students will spend several months on internships every year. Internships will take place in R&D departments or in academic research labs. They are part of this 2 year program.
More information

Spécificités de la formation

  • Ce Master est soutenu par l'Université de Lille (3 départements de formation de la faculté des sciences et technologies : informatique, mathématiques, électrotechnique - énergie électrique - automatique) ainsi que 2 écoles d'ingénieurs de renom (Grandes Ecoles): Centrale Lille et IMT Lille-Douai

  • Lille est un lieu exceptionnel pour étudier le Machine Learning grâce à ses grandes équipes de recherche dans le domaine (Magnet, Sequel, Sigma, Modal entre autres). Des cours de haut niveau, des séminaires internationaux et des conférences de chercheurs vous donneront l'opportunité d'apprendre la recherche en faisant de la recherche et de vous préparer à une belle carrière dans les départements de R&D ou dans les laboratoires de recherche universitaires

  • This master program is supported by the University of Lille (3 Departments: computer science, mathematics, electrical engineering) as well as 2 renowned engineering schools (Grandes Ecoles): Centrale Lille and IMT Lille-Douai.
  • Lille is an exceptional place to study Machine Learning thanks to its major research teams in the domain (Magnet, Sequel, Sigma, Modal among many others). High level courses, international seminars and lectures by researchers will give you the opportunity to learn research by doing research and get prepared for a great carreer in R&D departments or in academic research labs.

A master degree in a stimulating scientific environment within the Graduate Program ’information & knowledge society':

  • 13 laboratories included in excellence or high level programs
  • 709 Phd students
  • An interdisciplinary training from the master to the doctorate including an international environment, mobility and thematic summer schools.

Compétences visées

  • Haut niveau scientifique en science des données et intelligence artificielle, avec une très bonne culture de l’apprentissage machine (machine learning), et des fondements mathématiques (optimisation, probabilités, statistique) et informatiques (implémentation efficace des algorithmes) ;
  • Aptitude aux activités de recherche et/ou développement en laboratoire ou dans l’industrie ;
  • Conception et mise en œuvre de méthodes en science des données.
  • High level of knowledge and know-how in data science and artificial intelligence, with a very good culture of machine learning, and mathematical foundations (optimization, probability, statistics) and computer science (efficient implementation of algorithms);
  • Aptitude for research and / or development activities in the laboratory or in industry;
  • Design and implementation of data science methods.

Pré-requis

Très bon niveau en L3 mathématiques, L3 maths-info, L3 informatique, éventuellement L3 MIASHS à fort contenu maths, école d'ingénieur bac+4 à fort contenu maths/info., Bon niveau d'anglais : formation intégralement dispensée en anglais.

Modalités d'admission/ Conditions d'accès

EN MASTER 1

L'admission en première année de master est subordonnée à l'examen du dossier du candidat selon les modalités suivantes :

Formation ouverte au recrutement : Oui

Ouverture au recrutement sur Etudes en France : Oui

Mentions de licence conseillée : Electronique, énergie électrique, automatique Informatique Mathématiques

Capacité d'accueil : 24

Campagne de recrutement principale:

  • Date d’ouverture du recrutement : 20220429
  • Date de fermeture : 20220527
  • Date publication des résultats : 20220701

Modalités de candidature :

  • Dossier

Critères d’examen du dossier :

Très bon niveau en L3 mathématiques, L3 maths-info, L3 informatique, éventuellement L3 MIASHS à fort contenu maths, école d'ingénieur bac+4  à fort contenu maths/info.
Bon niveau d’anglais : formation intégralement dispensée en anglais.

- Un dossier détaillé du cursus suivi par le candidat permettant notamment d'apprécier les objectifs et les compétences visées par la formation antérieure
- Relevés de notes, diplômes permettant d'apprécier la nature et le niveau des études suivies
-  Curriculum vitae
- Lettre de motivation exposant le projet professionnel
- Examen des dossiers, entretien
- Liste principale et liste d'attente
- Lettre de recommandation et une, des attestation(s) d'emploi ou de stage

Taux de pression à l’entrée dans la formation : 4.00%

Taux d’insertion professionnelle : 100.00%

Déposez votre candidature sur la plateforme https://ecandidat.univ-lille.fr

EN MASTER 2

L’accès est de droit en master 2 pour les étudiant·e·s ayant validé le master 1 correspondant à l'université de Lille.
Les candidat·e·s issu·e·s d'une autre mention ou d'un autre établissement d'enseignement supérieur doivent formuler une demande d'intégration selon les modalités suivantes :

Formation ouverte au recrutement : Oui

Ouverture au recrutement sur Etudes en France : Non

Capacité d'accueil : 24

Campagne de recrutement principale:

  • Date d’ouverture du recrutement : 20220429
  • Date de fermeture : 20220527
  • Date publication des résultats : 20220701

Modalités de candidature :

  • Dossier

Modalités d’examen des dossiers basées sur les pièces suivantes :

La lettre de demande d'intégration présentant le projet professionnel et personnel de recherche.
Les relevés de notes du Master1 (qui pourront être complétés au besoin par le programme détaillé des UE).

Attendus :

Le cas échéant des lettres de recommandation  - Attestation du niveau d'anglais

Déposez votre candidature sur la plateforme https://ecandidat.univ-lille.fr

Organisation de la formation

Le master science des données est dispensé intégralement en anglais (niveau de langue B2 minimum exigé). Il est organisé autour de blocs de connaissances et de compétences (BCC) :  

Master 1 :

  • BCC1 : Notions essentielles en mathématiques et informatique
  • BCC2 : Fondements mathématiques et informatiques de la science des données
  • BCC3 : Apprentissage statistique, apprentissage automatique
  • BCC4 : Projet de l'étudiant

Master 2 :

  • BCC1 : Mise à niveau pour étudiants venant d'une autre formation
  • BCC2 : Fondements de la science des données
  • BBC3 : Projet de l'étudiant
  • BCC4 : Pratique des métiers de la recherche
  • BCC5 : Projet et immersion professionnelle

All lessons and training courses are taught in English. The master is organized around blocks of knowledge and skills (BKS) :

Master 1 :

  • BKS1 : Fundamental notions for data science
  • BKS2 : Machine learning, statistical learning
  • BKS3 : Professional environment for research
  • BKS4 : Internship

Master 2 :

  • BKS1 : Refresher for students from another background
  • BKS2 : Foundations of data science
  • BKS3 : Foreign language
  • BKS4 : Research in practice
  • BKS5 : Internship and memoir

Programme

UE Refresher in maths & computer science 3 crédit(s)
UE 1 Mathematics for data science 9 crédit(s)
UE 2 Computer science 6 crédit(s)
UE 1 Machine learning 1 3 crédit(s)
UE 2 Machine learning 2 3 crédit(s)
UE 1 Ethics and laws 3 crédit(s)
UE 2 Language ou FLE 3 crédit(s)
UE 1 Probability and statistics 6 crédit(s)
UE 2 Numerical analysis, algorithms and complexity 6 crédit(s)
UE 1 Statistical learning and signal processing 6 crédit(s)
UE 2 Deep learning and data challenge 6 crédit(s)
UE 1 Data science and its environment 3 crédit(s)
UE 2 Internship 3 crédit(s)
UE 1 Refreshers 3 crédit(s)
UE 3 Algorithmics & Data Bases 6 crédit(s)
UE 2 Theoretical foundations of machine learning 6 crédit(s)
UE 1 Machine learning in practice 12 crédit(s)
UE 1 Language 3 crédit(s)
UE 1 Ethique et droit du numérique 3 crédit(s)
UE 2 Student Project : Research in practice 3 crédit(s)
UE 1 Préparer son projet professionnel 6 crédit(s)
UE 2 Internship and memoir 18 crédit(s)

Poursuite d'études

Ce master est tourné vers la recherche et donne la possibilité aux étudiants qui le souhaitent de poursuivre leur cursus en doctorat.

Oriented toward academic research as well as research and development in companies, it gives the possibility to students to pursue a PhD program.

Insertion professionnelle

Ce master prépare aux métiers de la science des données, notamment data scientist.

This master is a perfect program to make you an excellent data scientist.

FACULTE DES SCIENCES ET TECHNOLOGIES


Campus Cité scientifique - Université de Lille
59655 Villeneuve d'ascq
https://sciences-technologies.univ-lille.fr/

DEPARTEMENT INFORMATIQUE


https://sciences-technologies.univ-lille.fr/informatique/

Responsable Parcours


GOUBET Olivier

Responsable Parcours


KLEIN John

Secrétariat Pédagogique


Magdalena Baidan

Responsable Mention


Pierre CHAINAIS

Secrétariat Pédagogique


Pierre RIGOLOT

Responsable Parcours


TIRILLY Pierre