Programme — Master SEP | Université de Reims Champagne-Ardenne

Programme et volume horaire des enseignements

Cette page présente une version synthétique de la maquette : seuls les intitulés des enseignements et leurs volumes horaires sont indiqués.

Pour plus de détails et pour les modalités de contrôle des connaissances on consultera la maquette officielle de la formation.

Probabilités 1 — 32 h
Optimisation 1 — 26 h
Introduction aux réseaux de neurones — 20 h
Usage collaboratif de R et Python en sciences des données — 27 h
Excel – Macro Excel – VBA — 15 h
Analyse et visualisation des données – Outils de gestion de projets digitaux — 44 h
Implication dans la vie étudiante, projet terrain ou de recherche — 12 h
Conférences et débats sur les processus digitaux – English for Statistics I — 27 h

Processus stochastiques et méthodes de Monte Carlo — 40 h
Modèles linéaires – Statistical Analysis System (SAS) — 45 h
Régression en grande dimension : premiers pas vers l’apprentissage — 25 h
Inférence statistique 1 — 30 h
Inférence statistique 2 — 20 h
Structured Query Language (SQL) Server pour la gestion de bases de données — 15 h
Management de projets digitaux – RGPD – Sécurisation des données — 15 h
Conférences sur les processus digitaux et la société – Méthodologie du mémoire — 10 h

Méthodes d’évaluation économique quantitative — 26 h
Gestion des risques — 15 h
Écosystèmes des données massives – Sécurisation des procédés — 20 h
Data Mining 2 — 18 h
Outils big data — 22 h
Innovation digitale et transition écologique — 24 h
Apprentissage non supervisé — 30 h
Apprentissage supervisé – Deep Learning — 30 h
Traitement du langage naturel (NLP) — 25 h
Séries temporelles et économétrie de panel – SAS – Management de projets digitaux — 70 h
English for Statistics II — 20 h
Implication dans la vie étudiante, projet terrain ou de recherche – Débats et conférences – Recherche de stage et d’emploi — 50 h

Le quatrième semestre est consacré au stage long de fin de formation. Le M2 peut également être suivi en alternance.