Plaquette - Université Lyon 2
Transcription
Plaquette - Université Lyon 2
MASTER2eANNEE Mentionlnformatique Parcours DataMining PRÉSENTATIONGÉNÉRALE Objectifs: LeMasterDataMiningformedesspécialistesdanslesdomainesdudatamining,del’extractiondeconnaissancesà partirdevastessourcesdedonnées.Ilregroupelaconceptionetlesaccèsàdegrandesbasesdedonnéesainsique tous les traitements à effectuer pour extraire de la connaissance de ces données. Ces traitements sont issus de la statistique,del’intelligenceartificielle,del’apprentissageautomatique,etc. Al’issuedelaformation,l’étudiantestenmesuredetraiterdesproblématiquesdedataminingenchoisissantpuis en utilisant de manière appropriée les outils les plus adaptés pour résoudre la tâche qui lui a été confiée. Il est également en mesure de développer des méthodes innovantes afin de palier aux limitations des technologies existantes. Débouchésprofessionnels : LeparcoursDataMiningdonneaccèsaumétierdedatascientist,métierqualifiéleplussexydu21èmesiècleparla HarvardBusinessSchool.Ilmèneégalementauxmétiersplustraditionnelsd’ingénieurd’étudeetderecherche,de chargéd’étudestatistiqueetdatamining.Ilprépareégalementidéalementlesétudiantsdésirantpoursuivreparun doctoratdansledomainedelasciencedesdonnées,desstatistiquesoudel’informatique. Publicconcernéeteffectifs: • Titulairesd'unepremièreannéedeMasterdansledomainedesMathématiquesAppliquées,delaStatistique,de l’Informatique, ou toute autre formation scientifique (bac+4) comportant de solides connaissances en mathématiquesappliquées,statistiqueetinformatique. • Professionnelsréalisantunecésuredansleurcarrièrepoursespécialiserouseréorienterversledomainedela sciencedesdonnées.Laformationestàpleintempsetnécessitedoncunedisponibilitécomplètedel’étudiant. • LeparcoursDataMiningcompte24étudiantsmaximumparpromotion. Partenariat: UnquartdesenseignementsduparcoursDataMiningestencommunavecleMasterDataSciencedel’Universitéde Nantes.Cescourssontretransmisparvisio-conférenceetenregistréssouslaformedepodcast. Dossierdecandidature: • Lescandidatsdoiventcompléterundossierdecandidature.Celui-ciestdisponiblesurlesitedel'Université etsur celuiduMasterhttp://master-datamining.univ-lyon2.fr • Cedossierdoitêtreremisàpartirdemi-maijusqu’àfinjuin(mêmesilesrésultatsdéfinitifsdeM1nesontpas connus) pour l’examen des dossiers lors de la première semaine de juillet. Une seconde session est organisée la premièresemainedeseptembres’ilrestedesplaces. • LesdatesprécisessontrenseignéessurlesiteduMaster. • Aprèsexamendudossieretentretien,lerésultatseranotifiéàchaquecandidat. Fraisd’inscription: • Enformationinitiale:droitsd'inscriptionnationaux. • Pourlesprofessionnelsencongédeformation:prendrecontactavecleservicecommundeIaformationcontinue del’UniversitéLyon2au0478697145. Duréedelaformation:uneannéeuniversitaire. Laformationestenfrançais. Lesétudiantseffectuentunstageobligatoired'uneduréede6mois. Lestagedonnelieuàlarédactiond'unrapportetfaitl'objetd'unesoutenance. • • • • Enseignements: SEMESTRE3(30ECTS) Laformationcomprend8modulesde21hde3.5ECTSchacun.Chaquemodulecomprenduneformation théorique,unemiseenpratiquesurdescasd’étudesréelsainsiqu’unprojet.Les8modulestraitentdessujets suivants: • • • • • • • • Deeplearning:perceptronmulti-couches,apprentissagepardescentedegradient,réseauxconvolutifs, auto-encodeurs,réseauxrécurrents, Textmining:nettoyagededonnéestextuelles,modèlesvectoriels,topicmodeling,wordembedding, Graphicalmodels:réseauxbayésiens,inférenceprobabiliste,apprentissagestatistique, Model-basedlearning:classification,clustering,modèlesprobabilistes,sélectiondemodèles, Advanced supervised learning : apprentissage supervisé, modèles pénalisés et parcimonieux, méthodesensemblistes, Manifold learning : réduction non linéaire de la dimension, données en grandes dimensions, visualisationdesdonnées, Bigdatamanagement&analytics:entrepôtsdedonnées,OLAP,NoSQL,Hadoop,ApacheSpark, Parallel computing for data science : calcul scientifique de haute performance, statistique computationnelle. Outrecesmodules,laformationcomprendunTER(Travaild’EtudeetdeRecherche)permettantd’approfondiret desespécialiserdansunethématiqueliéeauxmodulesprécédents.CeTERestréaliséenbinômeetestencadré parundesenseignant-chercheursintervenantdansleMaster. SEMESTRE4(30ECTS) Lesecondsemestreestentiérementconsacréaustage,d’uneduréede6mois,dansuneentrepriseoudansun laboratoirederecherche.LestagepeutsedéroulerenFranceouàl’étranger. RESPONSABLEDUDIPLÔME JulienJACQUES ProfesseurdeStatistique [email protected] UniversitéLumièreLyon2 CampusPortedesAlpes LaboratoireERIC-BâtimentK 5,avenuePierreMendes-France–69676BRON RENSEIGNEMENTS UniversitéLumièreLyon2 CampusPortedesAlpes Bâtimenti 5,avenuePierreMendes-France–69676BRON Secrétariat:MarylèneGUILLEMIN Tel:+33(0)478773151Fax:+33(0)478772375 [email protected] SiteduMaster:http://master-datamining.univ-lyon2.fr