Mathématiques appliquées, statistique

Master Sciences, technologies, sante
Mention Mathématiques Appliquées, Statistique
Co-accrédité Université de Rennes 1, Université de Rennes 2
Agrocampus Ouest, ENSAI, INSA Rennes
www.univ-rennes2.fr
Place du Recteur
Henri Le Moal
CS 24 307
35 043 Rennes Cedex
Responsables de la formation :
Isabelle Cadoret (Rennes 1) et Magalie Fromont (Rennes 2)
Le master Mathématiques Appliquées, Statistique propose six parcours :
- Prévision et prédiction économiques (Université de Rennes 1)
- Science des données (Université de Rennes 2)
- Évaluation et décision publiques (Université de Rennes 1 / ENSAI)
- Science des données pour la biologie (Agrocampus Ouest)
- Statistique et risque en ingénierie (INSA Rennes)
- Statistics for smart data - parcours international (ENSAI)
Objectifs et débouchés
Le développement de systèmes d’information permet aujourd’hui de disposer de données massives et
complexes, dont l'exploitation requiert des approches pluridisciplinaires à dominante statistique. Le master
Mathématiques Appliquées, Statistique offre une formation à ces approches, visant des compétences
communes sur la modélisation et les méthodes statistiques, ainsi que les outils informatiques et numériques
pour les mettre en œuvre. À ces compétences communes s’ajoutent des connaissances spécifiques à
chaque parcours de deuxième année, en économie, en statistique publique, en science des données, en
biologie ou en ingénierie.
Le master Mathématiques Appliquées, Statistique est à très forte insertion professionnelle, et ouvre sur un
nombre très important, en pleine croissance, de débouchés de cadres statisticiens dans l'ensemble des
secteurs d'activité (conseil, commerce, systèmes intelligents, média, banque, assurance, industrie, biologie,
santé, administration, recherche…).
Département MIASHS / SUIO-IP 1 Février 2017 (document non contractuel)

Organisation et contenu de la formation
Le master est co-accrédité par cinq établissements de l'Université Bretagne Loire : l'Université de Rennes 1,
l'Université de Rennes 2, Agrocampus Ouest, l'ENSAI et l'INSA Rennes.
La deuxième année propose cinq parcours type et un parcours international (principalement destiné aux
étudiants titulaires d'un diplôme étranger, avec des droits d'inscription spécifiques).
La première année de master est commune aux cinq parcours type à l'exception d'une unité d'enseignement
correspondant à une option de spécialisation : l'option 1 à destination des parcours Prévision et prédiction
économiques, Évaluation et décision publiques ; l'option 2 à destination des parcours Science des données,
Science des données pour la biologie, Statistique et risque en ingénierie.
Le choix de l'option de spécialisation détermine le lieu d'inscription en première année : l'option 1 à
l'Université de Rennes 1, l'option 2 à l'Université de Rennes 2.
Première année de master
Semestre 1 (288h) Semestre 2 (288h)
Statistique
Statistique Inférentielle
Analyse des données
Régression linéaire et analyse de la variance
Statistique
Classification
Discrimination
Régression logistique et scoring
Séries temporelles
Outils Numériques
Logiciels statistiques : R, SAS
Programmation : Python
Bases de données
Outils Numériques
Logiciels statistiques : R, SAS
Programmation : Python
Visualisation de données
Langue
Anglais
Langue
Anglais
Droit et modélisation des comportements
Droit
Économétrie et modélisation économique
Psychométrie ou Économie appliquée
UE Spécialisation
Option 1 - Université de Rennes 1
- Séries temporelles et prévision
- Analyse coût bénéfice
- Micro-économétrie et modélisation
des comportements individuels
- Fonctionnement des marchés
- Certification European Master in
Official Statistics (facultatif)
- Stage obligatoire
Option 2 - Université de Rennes 2
- Bases de données avancées
- Marketing et datamining
- Finance ou sensométrie
- Sociologie appliquée
- Stage optionnel
Département MIASHS / SUIO-IP 2 Février 2017 (document non contractuel)

Deuxième année de master
Parcours Prévision et Prédiction Économiques (364h) - Université de Rennes 1
- Prédiction : Data Science pour la prédiction des comportements, Machine learning, Modèles de durée,
Économétrie des panels, Sondages, Analyse économique des comportements
- Prévision : Séries temporelles avancées, Techniques de prévision
- Tarification et Yield Management
- Prévision de trafic et choix de transport
- Anglais, conférences professionnelles, stage (6 mois)
Métiers : Prévisionniste, Statisticien économiste, Data analyst, Revenue manager
Parcours Science des Données (324 h) - Université de Rennes 2
- Statistique 1: Modèles linéaires en grande dimension, Statistique bayésienne
- Outils numériques 1 : Optimisation pour la science des données, Outils informatiques du Big Data
- Statistique 2 : Apprentissage statistique
- Outils numériques 2 : Analyse de données massives et complexes
- Anglais, projet science des données, cours thématiques, conférences professionnelles, stage (6 mois)
Métiers : Data scientist, Data analyst, Data manager
Parcours Évaluation et Décision Publiques (312h) - Université de Rennes 1 / ENSAI
- Conception d’enquête
- Économétrie avancée : Économétrie des panels , Économétrie spatiale
- Outils de la Statistique publique : Sondages, Prévision, Apprentissage
- Certification EMOS (European Master in Official Statistics)
- Méthodes d’évaluation, évaluation et suivi des politiques publiques
- Anglais, conférences professionnelles, stage (6 mois)
Métiers : Statisticien économiste, Statisticien public
Parcours Science des Données pour la Biologie (368 h) - Agrocampus Ouest
- Réduction de la complexité : Analyse factorielle, Visualisation de données massives et hétérogènes
- Statistique pour données biologiques : Données expérimentales, Statistique en écologie, Sensométrie
- Apprentissage de données biologiques : Classification non supervisée, Machine Learning, Chimiométrie
- Méthodes informatiques : Big Data avec R, Gestion de données massives
- Anglais, conférences professionnelles, projet (6 semaines) et stage (6 mois)
Métiers : Biostatisticien, Chargé d’étude consommateurs, Chargé d'étude sensorielle
Parcours Statistique et Risque en Ingénierie (334 h) – INSA Rennes
- Outils statistiques : Analyse d’incertitude et de sensibilité en ingénierie,
Parcimonie en traitement du signal et des images
- Gestion des risques : Modèles de durée de vie, Modélisation d’évènements rares
- Au choix 2 modules parmi : Optimisation pour la Science des données, Outils informatiques du Big Data,
Modèles linéaires en grande dimension, Statistique bayésienne
- Humanités : Anglais, parcours manager, séminaire entreprise et stage (6 mois)
Métiers : Ingénieur maîtrise des risques, Data analyst
Département MIASHS / SUIO-IP 3 Février 2017 (document non contractuel)

Contacts - Inscriptions
Master 1
Université de Rennes 1 (Option 1) :
•Faculté des Sciences Économiques / www.eco.univ-rennes1.fr
•Service Scolarité / [email protected]
Université de Rennes 2 (Option 2) :
•Département MIASHS / www.univ-rennes2. fr/miashs
•Service Scolarité / [email protected]
Master 2 (selon parcours)
Université de Rennes 1 - Faculté des Sciences Économiques / www.eco.univ-rennes1.fr
Université de Rennes 2 - Département MIASHS / www.univ-rennes2. fr/miashs
Agrocampus Ouest / www.agrocampus-ouest.fr
ENSAI / www.ensai.fr
INSA Rennes / www.insa-rennes.fr
En savoir plus
https://sites.univ-rennes2.fr/master-mas
Service universitaire d’information, d’orientation et d’insertion professionnelle (SUIO-IP)
Université Rennes 2 - Campus Villejean - Place du Recteur Henri Le Moal - CS 24 307 - 35 043 Rennes Cedex
Tél. [phone] ou 96 / Courriel : r2suio@univ-rennes2.
Département MIASHS / SUIO-IP 4 Février 2017 (document non contractuel)