Mastère spécialisé® Data Science

Le programme du Mastère Spécialisé® Data science repose sur les trois piliers qui caractérisent le métier de data scientist et qui sont recherchés sur le marché de l’emploi :

• un pilier théorique et méthodologique qui recouvre les modèles et les méthodes d’apprentissage automatique, d’inférence bayésienne, de statistiques en grande dimension, d’analyse des réseaux ;
• un pilier technologique/logiciel qui englobe des langages de programmation et ses librairies machine learning (Python, Matlab…), des logiciels de statistique (R, Stata…), des outils de gestion de bases de données (SQL, NoSQL) et de création d’applications parallélisées/distribuées pour le traitement des « Big Data » (Hadoop, Mapreduce…) ;
• un pilier de champ d’expertise domaine, en particulier en marketing quantitatif, finance, économie.

Des conférences professionnelles complètent ces enseignements, où des intervenants extérieurs issus du monde professionnel y abordent des thèmes d’actualité et/ou concernant des aspects pratiques du métier de data scientist.

La formation débute fin août avec un bloc d’harmonisation de 5 semaines à temps plein. Les cours sont ensuite regroupés sur 3 jours de la semaine d’octobre à mi-mai, suivis du stage de fin d’étude de mai à fin septembre. Il est possible de commencer le stage de manière anticipée, en alternant les jours en entreprise (lundis et jeudis) et les jours de cours ; sauf semaines de révision et d’examens.

Environ 30 % des cours sont assurés par les enseignants permanents, 25 % par des enseignants externes et 45 % par des professionnels (Google, Facebook, Microsoft, Crédit Agricole, Insee, etc.).

Le Mastère Spécialisé peut être suivi soit directement dans la continuité d’une formation initiale, soit après un passage en entreprise. Pour être admis les candidats doivent déjà être titulaires d’un diplôme de niveau M2 ou d’un diplôme de grande école, et justifier d’un niveau suffisant pour aborder les disciplines enseignées de la 3e année de l’ENSAE Paris (économie, mathématiques, statistique, finance…). Ils ou elles doivent également pouvoir suivre des cours en français et en anglais.