Tous les diplômes sont accessibles avec un baccalauréat ou un diplôme équivalent, un diplôme d'accès aux études universitaires (DAEU), une capacité en droit pour les études juridiques.
Ce schéma montre les différents types de diplômes, leur durée en année à partir du baccalauréat et leur enchainement logique (continuum). Ils sont positionnés sur une ligne du temps qui va de bac + 1 an à bac + 12 ans.
Les diplômes structurés autour du système LMD (Licence, Master, Doctorat)
Le premier bloc, à gauche, référence les diplômes structurés autour du système LMD (Licence, Master, Doctorat) (bloc rouge).
On y trouve d'abord les diplômes directement accessibles après le bac :
Diplômes d'université accessibles à différents niveaux
A côté de ces formations LMD, il y a les Diplômes d'université accessibles à différents niveaux, certains depuis le baccalauréat, d'autres après un Bac +3, +5 ou plus.
Les diplômes relevant des métiers de la santé prescripteurs
Filières grade Licence (selon les dispositions règlementaires) : infirmière, ergothérapeute (bac +3) qui mènent aux Filières grade Master : infirmier anesthésiste diplômé d'état, infirmier en pratique avancée (bac +5)
Formations certifiantes ou qualifiantes accessibles après le baccalauréat
Et enfin, quelques formations certifiantes ou qualifiantes accessibles après le baccalauréat. Leur niveau d'accès et leur durée sont spécifiques à chacun.
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.
__________________________
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.
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/chercheuses 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.
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 oeuvre 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.
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 / de la candidate selon les modalités suivantes :
Formation ouverte au recrutement : Oui
Commentaire :
Enseigné en anglais
Capacité d'accueil : 24 places
Langues vivantes enseignées :
Anglais
FLE
Mentions de licence conseillée :
Informatique
Mathématiques et informatique appliquées aux sciences humaines et sociales
Mathématiques
Campagne de recrutement nationale:
Dépôt des candidature du 26/02/24 au 24/03/24 inclus / Phase principale d'admission : du 04 au 24/06/24
Phase complémentaire ouverte à tous les candidat·es qui n’auront pas accepté définitivement une proposition pendant la phase principale : du 25 au 30/06/24
Phase d'admission définitive du 15/07 au 31/07/24
Modalités de candidature :
Dossier
Entretien
Attendus :
Attester d'un très bon niveau en L3 mathématiques, L3 mathématiques informatique, L3 informatique, éventuellement L3 MIASHS à fort contenu mathématique, ou en école d'ingénieur bac+4 à fort contenu mathématiques informatique.
Attester d'un bon niveau d’anglais B2 minimum car la formation intégralement dispensée en anglais
Critères d'examen du dossier:
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.
Un curriculum vitae.
Une lettre de motivation exposant le projet professionnel.
Une lettre de recommandation et une, des attestation(s) d'emploi ou de stage
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, d'un autre parcours de la mention ou d'un autre établissement d'enseignement supérieur doivent formuler une demande d'intégration selon les modalités suivantes :
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 :
Attester d'un très bon niveau en mathématique, informatique et apprentissage statistique, au moins équivalent à celui de sortie de notre M1 Data Science.
Fournir des lettres de recommandation
Attester d'un bon niveau d'anglais B2 minimum
Fournir les relevés de notes qui pourront être complétés autant que possible par le programme détaillé des UE
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
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 9 crédit(s)
UE 3 Research Project 3 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 2 Theoretical foundations of machine learning 6 crédit(s)
UE 3 Algorithmics & Data Bases 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)
Insertion professionnelle
Ce master prépare aux métiers de la science des données, notamment data scientist. Tourné vers la recherche, il donne la possibilité aux étudiant·e·s qui le souhaitent de poursuivre leur cursus en doctorat.
__________________________
This master is a perfect program to make you an excellent data scientist. Oriented toward academic research as well as research and development in companies, it gives the possibility to students to pursue a PhD program
