Master Ingénierie Mathématique FOAD (formation à distance)

  • Master
  • BAC +5
  • Faculté Sciences de l'Ingénieur
  • Mathématiques appliquées, statistique
  • Ingénierie Mathématique
  • Durée : 2 année(s)

Présentation

Objectifs

Le master d’Ingénierie Mathématique (IM) propose une solide formation en mathématiques ouverte à des développements récents des mathématiques appliquées aux sciences de l'ingénieur. Il forme des cadres/ingénieurs mathématiciens à large spectre aptes à l'optimisation et à la recherche opérationnelle, au traitement du signal et des images, à la statistique et à l'analyse des données (data sciences) pour les industries et le tertiaire, aussi bien dans des multinationales que dans des start-up de haute technologie ou dans des PME/PMI.

 

Savoir-faire et compétences

Ce master offre aux étudiants les compétences nécessaires à toute entreprise confrontée au problème du traitement de ses données numériques, de la mise au point de solutions innovantes, de l'optimisation de ses procédés et de la prise de décision. Des enseignements spécialisés dans la CAO, la statistique et l'analyse des données, l'optimisation et le traitement du signal et des images créent le lien entre les enseignements fondamentaux en mathématiques et les applications concrètes utiles aux entreprises.  La multiplication des données sous forme numérique permet à toutes les entreprises des gains de productivité considérables pour peu qu'elles sachent exploiter correctement cette masse de données, présente sous de multiples formes (données statistiques, capteurs, image, son, ...). Si les ingénieurs informaticiens sont maintenant courants dans les entreprises, l'expertise d'un ingénieur mathématicien devient nécessaire pour proposer des algorithmes adaptés aux spécificités de chaque entreprise. Les grandes entreprises de haute technologie ont investi en mathématiciens, mais ceux-ci restent encore rares dans les PME/PMI. Le large domaine de compétence en mathématiques appliquées apporté par ce master intéresse particulièrement les entreprises de taille petite à intermédiaire, qui sont les entreprises qui créent le plus d'emploi en France et qui forment un tissu dense sur l'ensemble du territoire.

Contenu de la formation

La formation que nous proposons est dispensée entièrement à distance (FOAD). L'expertise que l'équipe pédagogique a pu acquérir ces dernières années permet un suivi individualisé des étudiants et leur assure une réussite, aussi bien qu'en présentiel. Les enseignants qui interviennent dans ce master sont aussi des chercheurs de réputation internationale affiliés à des laboratoires reconnus par le CNRS (LMBA et Lab-STICC). Ce master est accessible intégralement et uniquement à distance (FOAD) à travers l'environnement numérique de travail (plateforme pédagogique Moodle), formule particulièrement adaptée à des salariés en reprise d'études et aux personnes désirant suivre et valider leur diplôme depuis leur domicile.

 

Bénéficiant d'un fort taux d'encadrement grâce à des effectifs limités, de partenariats auprès d'entreprises régionales et d'une excellente adéquation avec le marché du travail, les titulaires de ce master obtiennent rapidement des emplois au niveau cadre/ingénieur aussi bien dans des grandes entreprises que dans des PME/PMI.

 

La formation étant dispensée en distanciel, 1 000€ de frais seront demandés aux étudiants pour pouvoir accéder à la plateforme de cours en ligne. Ce coût vient en sus des droits d'inscription et de la CVEC.

 

Programme

Master 1 - Semestre 1
Recherche Opérationnelle 1 (Graphes)
Traitement du Signal et des Images 1
(Fourier/ Distributions)
Méthodes Numériques 1 (Informatique, Traitement Statistique des Données)
Optimisation (Optimisation Différentiable et Convexe)
Statistique 1 (Statistique Inférentielle)
Unité d’enseignements complémentaires (Anglais et gestion de projet)

 

Master 1 - Semestre 2
Recherche Opérationnelle 2 (Programmation Mathématique)
Traitement du Signal et des Images 2 (Images)
Optimisation Multi-Objectifs
Probabilités Appliquées 1 (Martingales et Chaînes de Markov)
Data Science 1 (Système d’Information Opérationnel, Bases de Données)
Recherche Opérationnelle et Intelligence Artificielle

 

Master 2 – Semestre 3
Recherche opérationnelle 3 (Optimisation Combinatoire)
Traitement du Signal et des Images 3 (Images)
Méthodes numériques 2 (Complexité , aide à la décision multicritère)
Statistiques 2 (Réseaux Bayésiens et Apprentissage)
Data Science 2 (Fouille de Données, Machine Learning)
Probabilité 2 (Processus de poisson et files d’attente)


Master 2 – Semestre 4
Stage en entreprise ou par dérogation : stage en laboratoire de recherches ou mémoire de fin d'études

Modalités de formation

  • Formation à distance

Référentiel RNCP

Gestion de vos préférences liées aux cookies
Ce site utilise des cookies afin de mesurer la fréquentation du site, de vous proposer des contenus interactifs et de partager du contenu sur les réseaux sociaux.