ECTS
120 crédits
Durée
2 ans
Composante
Sciences économiques, gestion, mathématiques et informatique
Langue(s) d'enseignement
Français, Anglais
Présentation
Ce parcours s'adresse aux étudiants titulaires d'une Licence mention Economie, d'une Licence mention Economie & Gestion (parcours économie), d'une Licence mention MIA-SHS, d'une Licence mention Mathématique, d'une MIAGE.
L'accès à partir d'une autre formation comparable suivie en France ou à l'étranger peut être envisagée.
Ce parcours ne confère pas aux étudiants le bénéfice du label Cursus Master en Ingénierie (CMI).
Organisation
L'alternance est proposée mais demeure facultative. Elle est prévue selon une modalité mixte au sens où les étudiants en alternance suivent les même enseignements et ont les mêmes évaluations que les étudiants en formation initiale. ceci est rendu possible en réservant systématiquement une partie de la semaine au travail en entreprise pour les étudiants en alternance, au travail personnel et sur projet pour les étudiants en formation initiale.
Contrôle des connaissances
Le contrôle des connaissances varie selon la matière mais privilégie, le plus possible et là où cela s'y prête, l'évaluation de la capacité de mise en pratique (projets, épreuve sur machine...).
Si, pour tenir compte de la situation sanitaire, des restrictions ou des contraintes sont imposées à l'Université Paris Nanterre ou à l'UFR SEGMI, tout ou partie des épreuves, contrôles de connaissances et examens terminaux de la session 1 et de la session 2, ainsi que des sessions de rattrapages, pourront se dérouler en mode distancié
Ouvert en alternance
Type de contrat | Contrat de professionnalisation, Contrat d'apprentissage |
---|
Programme
Sélectionnez un programme
M1 Innovation, Entreprise et Société
UE Maîtriser un domaine et ses méthodes
21 créditsUE Méthodes informatiques
6 créditsBases de données avancées
3 crédits30hFondamentaux en machine learning
3 crédits30h
UE Méthodes mathématiques et statistiques
6 créditsAnalyse des données
3 crédits30hEconométrie des séries temporelles / données haute fréquence
3 crédits30h
UE Information économiques et financière
9 créditsEconomie et droit des données et du numérique
4,5 crédits24hInformation comptable, financière et extra financière
4,5 crédits24h
UE Elargir ses connaissances/personnaliser son parcours
4,5 créditsUE Elargir ses compétences/personnaliser son parcours
4,5 créditsProgrammation avancée
3 crédits30hMise à niveau en économie et gestion
1,5 crédits24h
UE Développer ses compétences linguistiques
3 créditsUE Linguistique
3 créditsAnglais
3 crédits18h
UE S'investir pour son université et dans son projet personnel
1,5 crédits
UE Maîtriser un domaine et ses méthodes
21 créditsUE Méthodes informatiques
4,5 créditsFondamentaux sur les données non structurées
4,5 crédits30h
UE Méthodes mathématiques et statistiques
4,5 créditsStatistique et analyse Baysienne
4,5 crédits30h
UE Information économiques et financière
6 crédits
UE Conduire un travail personnel mobilisant la recherche/l'expertise OU Se former en milieu professionnel
UE Conduire un travail personnel mobilisant la recherche/l’expertise
6 créditsProjet
6 crédits24h
UE Elargir ses connaissances/personnaliser son parcours
4,5 créditsUE Développer ses compétences linguistiques
3 créditsUE Linguistique
3 créditsAnglais
3 crédits18h
UE S'investir pour son université et dans son projet professionnel
1,5 crédits
M2 Innovation, Entreprise et Société
UE Maîtriser un domaine et ses méthodes
21 créditsUE Méthodes informatiques
7,5 créditsUE Méthodes mathématiques et statistiques
7,5 créditsThéorie et pratique des graphes et réseaux
3 crédits36hMicroéconométrie
4,5 crédits36h
UE Information économiques et financière
6 crédits
UE Elargir ses connaissances/personnaliser son parcours
4,5 créditsUE Elargir ses compétences
4,5 créditsProjet Tuteuré
4,5 crédits24h
UE Développer ses compétences linguistiques
3 créditsUE Linguistique
3 créditsAnglais
3 crédits18h
UE S'investir pour son université et dans son projet professionnel
1,5 crédits
UE Maîtriser un domaine et ses méthodes
21 créditsUE Maitriser un domaine et ses méthodes
9 créditsAnalyse sémantique des données textuelles
4,5 crédits36hSolutions techniques pour le big data et l'informatique décisionnelle
4,5 crédits36h
UE Conduire un travail personnel mobilisant la recherche/l'expertise OU Se former en milieu professionnel
6 créditsUE Travail personnel
21 créditsAu choix : 1 parmi 2
Mémoire de recherche
21 créditsStage de 4 mois minimum
21 crédits
Admission
Conditions d'admission
Master 1 :
Modalités : phase d'admissibilité sur dossier et phase d'admission sur entretien (seuls les candidats admissibles sont conviés à l'entretien)
Critères généraux : il est attendu des candidats qu'ils montrent l'adéquation de leur formation antérieure et de leur projet professionnel avec la formation visée ainsi que leur motivation pour une formation exigeante en travail et en capacité à associer différents champs disciplinaires (Économie-Finance, informatique, mathématiques et statistique)
Acquis académiques : En matière d'acquis académiques, le recrutement se fondera sur la prise en compte des éléments suivants.
Les prérequis dépendent de la formation suivi précédemment :
- Solide maîtrise des mathématiques appliquées pour tous les étudiants (statistiques, probabilités, économétrie, mathématiques pour l'économie s'il s'agit d'une Licence mention Économie & Gestion ou Économie) ;
- Solide maîtrise des méthodes de l'informatique (programmation, base des données, logiciels) pour les étudiants de licence mention MIA-SHS ; les enseignements prévoient une mise à niveau en économie pour les étudiants issus de cette formation ou de formation comparable (Licence mention Mathématiques ou diplôme étranger par exemple) ;
- Solide maîtrise de l'économie (microéconomie, macroéconomie et économétrie) pour les étudiants provenant de licence mention Économie & Gestion ou Économie ; les enseignements prévoient une mise à niveau en informatique pour les étudiants issus de cette formation ou de diplômes étrangers équivalents ;
- Une maîtrise satisfaisante de l'anglais (lu, écrit, parlé) est un atout important.
En matière d'expériences professionnelles, le recrutement se fondera sur la prise en compte des éléments suivants : stages antérieurs, périodes d'activités professionnelles antérieures, selon le secteur où ils ont été réalisés, et les missions accomplies.
Pièces demandées dans le dossier : Les pièces constitutives du dossier sont les pièces communes aux candidatures de Master (détail sur http://masters.u-paris10.fr ).
Précision : Le candidat fournira les relevés de notes des trois années scolaires précédentes, au minimum, et la liste des enseignements des trois années scolaires antérieures.
PIÈCES OBLIGATOIRES: relevés des notes de licence disponibles au jour de la candidature; curriculum vitae; lettre de motivation.
PIÈCES FACULTATIVES: attestations de stage; rapport de stage.