Mastères

Master en Big Data et Machine Learning

1. Sommaire:

Le lien entre Big Data et Machine Learning est  double puisque le Big Data sert au Machine Learning et que le Machine Learning permet d’exploiter au mieux le Big Data.

Le Machine Learning a besoin d’ensembles de données volumineux pour développer son intelligence, sa précision et sa fiabilité et ainsi être performant dans son domaine d’application.

La capacité et la vitesse de traitement des algorithmes de Machine Learning permettent un apprentissage rapide. Cependant, pour s’assurer une fiabilité de l’algorithme de l’application, il faut auparavant être en capacité d’assurer la fiabilité et la qualité des données soumises à l’ordinateur durant la phase d’apprentissage.

Le Machine Learning  avec l’AI  (Artificial Intelligence) permet d’exploiter au mieux les Big Data en identifiant des modèles et, grâce au forage de données (data mining), d’extraire des informations exploitables et d’identifier des corrélations entre elles, informations et corrélations auparavant inconnues.

Le Machine Learning permet donc d’être beaucoup plus réactif pour gagner en performance en automatisant des tâches qui monopolisaient le temps de divers services des entreprises et des chercheurs.

• Dans la finance, le Machine Learning peut notamment permettre de détecter des fraudes ou des anomalies en se basant sur des données transactionnelles et sociales en un très court lapse de temps.
• Dans le secteur marketing, les analyses prédictives et l’intelligence artificielle peuvent permettre d’anticiper des tendances de marché et d’adapter les offres à ces fluctuations.
• Le Big Data pour mieux comprendre un processus biologique
• Le Big Data révèle des biomarqueurs plus précis pour les malades du cancer c’est la médecine de précision
• Le big data pour la recherche de biomarqueurs en agriculture de précision

2. Objectif:

Le master en Big Data et Machine Learning a pour objectif de :

–          Former des analystes de données

–          Former des experts en sciences de données

–          Former des experts en conception, implémentation et optimisation des systèmes complexes pour le Big Data

–          Former des experts dans les technologies relatives au Big Data, Fouille de données et Machine Learning .

3. Conditions d’admission:

• Niveau M1 : Les étudiants titulaires de licences  en Sciences et Techniques; en Mathématiques ; et en Informatique.
• Niveau M2 : Les étudiants de L’Ecole Supérieure Privée de Technologie et de Management ayant validé le S1 et S2 du M1 en « Big Data et Machine Learning ». Les étudiants ayant validé le M1 d’un mastère équivalent peuvent accéder au M2 après l’étude du dossier par la commission d’admission.
• Nombre prévu des étudiants : 15 à 20 étudiants

4. Perspectives professionnelles du parcours:

Les titulaires de ce master peuvent occuper des postes dans une entreprise industrielle ou informatique.

• Analystes de données (ou data scientists)
• Architectes de systèmes d’information Big Data
• Experts en visualisation des données
• Experts en recherche et développement en fouille de données et extraction des connaissances.
• Directeurs de projets en informatique.
• Consultants dans des secteurs de pointe en technologies dans divers domaines tels que l’informatique, les télécommunications, l’énergie, les banques et assurances, l’automobile, …

5. Perspectives académiques du parcours:

Les étudiants qui réussissent le M2 peuvent suivre un cursus spécifique de recherche en médecine de précision avec les laboratoires de recherche en partenariat avec GDAAA et l’éminent Dr Moez Ben Ali cancérologue, expert en médecine de précision, de recherche clinique et développement des médicaments anti-cancéreux.

Le groupement GDAAA envisage de développer un incubateur de recherche  en médecine de précision

 

==> Inscription

---

Plan d’étude