Collectez Analysez Presentez
DSTI Applied MSc in Data Analytics
100%
students in France have found an internship
Apprenticeship
apprenticeship study mode available
(in France only)
90%
students are satisfied with the programme
Updated on : 03/12/2023
The Data Engineer expert is one of the most important job in the Big Data Industry
Notre programme Applied MSc in Data Analytics 1, avec ses deux entrées en automne et au printemps, vous permettra d’accroître vos compétences et formations initiales, ainsi que vos opportunités d’emploi en renforçant la prise de décision par l’analyse des données. Dans ce Applied MSc, vous maîtriserez les techniques et outils nécessaires pour mener et livrer vos conclusions avec des rapports pertinents et structurés, améliorant ainsi le retour sur investissement des projets de votre entreprise.
Les cours sont accompagnés de “projets d’application” et sont suivis d’une expérience professionnelle de 6 mois.
1 Une fois vos études et votre expérience professionnelle terminées, vos réalisations seront évaluées par notre comité de remise des diplômes. En cas de réussite, vous pourrez obtenir le diplôme “Expert en Sciences des Données”. DSTI est fier de son Applied MSc in Data Analytics, Applied MSc in Data Engineering for AI and Applied MSc in Data Science & AI ui ont été entièrement accrédités au niveau master par le gouvernement français via le mécanisme du RNCP. Le RNCP “Répertoire National des Certifications Professionnelles” est un mécanisme de reconnaissance gouvernemental destiné à vérifier l’adéquation des programmes au marché du travail. Un titre RNCP récompense des besoins spécifiques en termes de transfert de compétences et de connaissances pour une employabilité immédiate, ce qui est au cœur de la philosophie de DSTI.
L'analyste de données est l'un des rôles dont la demande augmente chaque année dans toutes les organisations.
Infographics
Although forming the smallest population in-demand for data-centric jobs (#1 Data Engineer, #2 Data Analyst, #3 Data Scientist), the Data Analyst is among the range of established roles that are set to experience increasing demand in the run up to 2022 (“The Future of Jobs Report”, The World Forum).
Les salaires
En Europe, nous rapportons un salaire moyen de niveau intermédiaire entre € 42 000 et € 70 000.
Rémunération moyenne d’un stagiaire en France : 1,000€ par mois
Modes d'étude
Mode "campus"
Choisissez d'étudier sur le campus de Nice Sophia-Antipolis ou de Paris. Vous suivrez 6 mois de cours (environ 5h par jour), suivis de 6 mois de stage.
Off-Campus - full time
500 hours
Designed for those who want to study full time.
Study online for a period of 8 months, followed by 5 to 6 months of internship.
En ligne (temps plein)
Conçu pour ceux qui veulent étudier à temps plein. Étudier en ligne pendant une période de 6 mois, suivie de 6 mois de stage.
SPOC - Asynchrone
Conçu pour les professionnels en activité qui souhaitent acquérir de nouvelles compétences. Étudiez en ligne et à votre propre rythme, pour une période flexible pouvant aller jusqu'à 36 mois.
Study pace
Accelerated programme
15 months
Choose to study on the Nice Sophia-Antipolis campus, in Paris or online. You will attend 8 months of classes (about 5 hours per day), followed by a mandatory 6-month internship.
Nominal programme
2 years
Designed for those who want to follow our programmes in 2 years, online (in France) or on our campuses:
• Year 1: 6-month course + 4 to 6 months of internship.
• Year 2: 6-month course + 6-month mandatory internship or apprenticeship (subject to conditions).
Apprenticeship
15 months
For the Data Analytics programme, the apprenticeship takes place over 15 months and is only accessible to
students holding a Bac+4 minimum.
MEETING D'INFORMATION COLLECTIVE
Every Thursday at 1 p.m., we hold group information sessions with our admissions director to answer all your questions.
Discover DSTI for a day of immersion in data!
You can come and discover the DSTI courses during one day, for this you just have to fill in the form below and we will contact you to agree on a date.
Ce que j'apprend ?
Structure du programme
Programme de 450 heures – 60 ECTS
Stage de 850 heures (6 mois) – Le stage équivaut à 30 ECTS
Notre programme Applied MSc in Data Analytics est composé de tous les modules* suivants, qui correspondent à des heures réelles de présence en classe(un travail personnel est attendu en plus de ceux-ci):
Applied Mathematics for Data Science
3 ECTS
(25 hrs)
Calculus – Linear Algebra – Trigonometry & Complex Numbers
Big Data Processing with R
4 ECTS
(25 hrs)
Import and manipulate very large datasets with R – Best data structures selection – Data Transformation – Visualisation – Exploring and modelling
Python Machine Learning Labs
4 ECTS
(25 hrs)
Data structures – Cleaning & preparation – Pandas – Matplotlib – Scikit-learn – OpenCV – Python & Flask – Keras – Numpy
Foundations of Statistical Analysis & Machine Learning Part I
3 ECTS
(25 hrs)
Descriptive Statistics - Probability Theory – Applications using R
Semantic Web technologies for Data Science developments
4 ECTS
(25 hrs)
Representing and querying web-rich data (RDF, SPARQL) – Introducing Semantics in Data (RDFS, Ontologies) – Tracing and following data history (VOiD, DCAT, PROV-O)
Data Wrangling with SQL
3 ECTS
(25 hrs)
Fundamentals of Relational Model & Databases, Relational Algebra – Advanced SQL queries, stored procedures & triggers (T-SQL), Dynamic SQL – Applications with Microsoft SQL Server
Datawarehousing & ETL
4 ECTS
(25 hrs)
Using Microsoft SQL Server: stand-alone and cluster deployments, design and implementation of a datawarehouse, structing an Extract, Transform, Load process – Applications with Microsoft SQL Server
Data Pipeline Part I
4 ECTS
(25 hrs)
XML dataflow – DTD & Schemas – XLS Transformation – JSON & Transformations
Document Databases – NoSQL – Part 2
2 ECTS
(5 hrs)
Fundamentals of MongoDB Databases, Collection and Document – Advanced MongoDB queries, MongoDB aggregations, MongoDB data architecture –Applications with MongoDB and Robo3T
Graph Databases – NoSQL – Part 1
4 ECTS
(25 hrs)
Preparation to Neo4j Certification – Modelling a graph-based problem, implementation with the Neo4j database
Advanced Excel for Data Analytics & Machine Learning
3 ECTS
(25 hrs)
Formulas - Data Visualisation - PowerPivot - Solver - Visual Basic for Application
CRM Data Management
4 ECTS
(25 hrs)
Preparation of certification “Microsoft Power Platform Functional Consultant (PL-200)”
Data & Machine Learning Visualisation Ecosystem
4 ECTS
(25 hrs)
Tables & Machine Learning with SAS Viya
Reporting & Visualisation
4 ECTS
(25 hrs)
Preparation of certification “Analyzing Data with Microsoft BI (DA-100)”
IT Project Management – PMP-PMI and Agile Approaches
2 ECTS
(25 hrs)
PMBOK (PMI) – Agile Approaches – Kanban – Quality Metrics
Data Laws & Regulations – Philosophies, Geopolitics & Ethics
2 ECTS
(25 hrs)
EU & USA approaches – GDPR – Safe Harbour & Successors – Common Law vs Code Law
Warm up (75 hrs - 6 ECTS)
Fundamental applied mathematics
(10 hrs)
• Logical operators and quantifiers. Set theory. Applications, order and equivalence relations.
• Natural integers, relative numbers. Combinatorics: permutations, arrangements, combinations.
Factorial. Binomial formula.
• Real numbers. Accumulation points and theorem of bolzano-weierstrass.
• Real sequences. Limits. Monotonous and adjacent sequences. Accumulation value and cauchy
criterion.
• Real functions of a real variable. Limits. Continuity. Derivability. Sense of variations. Mean value
theorem, rolle’s theorem. Rule of L’hospital. Inverse function and its derivative. Notion of convexity.
Introduction to Data Management
(5 hrs)
• Fundamentals of information systems analysis & design
• Functional dependency: the grounds for “keys”
• Relation model & relational algebra: the foundations of relational Databases
Management Systems (RDBMS) & SQL
Introduction to Computer Engineering
(5 hrs)
• Fundamentals of Computer Architecture & Operating Systems
• A journey from the Turing Machine to (not so) modern architectures, fundamentals of
hardware architectures
• What happens when you power-on a computer: a journey from the BIOS/UEFI via the kernel to the shell
• The illusion of multi-tasking: an engineering feat resting on operating systems
Computer Systems Labs
(10 hrs)
• Introduction to DOS/Power shell command
•Introduction to bash command /scripting Use case on a
Linux server web
Excel Basics
(5 hrs)
• First steps with Excel
• Data types
• Charts and graphics
Data structure and applied Machine Learning using Python & R
(20 hrs)
• An introduction to data structures
• Data Structures for algorithmics: a benchmark on Python & R
• An introduction to data simulation
• Design structures for fitting well known libraries (glmnet, xgboost, sci-kit learn)
Introduction to AI Awareness
(5 hrs)
• Data science, ai, big data, cloud computing, machine learning, etc.: An honest and genuine review of meaning of terms behind the buzz
• The learning processes in living organisms
• The learning process using a computer
• The challenges for usable and deployable AI
Introduction to Computer Science
(2,5 hrs)
• Fundamentals of algorithmics and data structure design
• When a computer scientist does not need a computer: the curious case of the “algorithmic language”
Introduction to Networks
(2,5 hrs)
• Fundamentals of networks layers, routing networks layers, protocols,
address spaces and associated service with TCP/IP
•From the analogue to packetised networking: a journey from the PSTN
to the Internet
•The TCP/IP network suite – fundamentals by example
Clean IT
(10 hrs)
• Python in Google Colab
• Python local setup
• Python virtual environment
• IDE setup: Visual Studio Code
• Jupyter notebook overview
• R local setup
• Github
• Git locally
• Git with IDE (Visual Studio Code)web
Cambridge English
Cambridge English classes
APPRENTICESHIP STUDENTS ONLY
(50 hrs)
English language fundamentals: vocabulary (general and specialised), grammar, conjugation,
and syntax, both oral and written comprehensions.
Evaluation: Linguaskill General Certification Exam assessing all four language skills - speaking, writing, reading and listening.
* Veuillez noter que le contenu des cours et les technologies de soutien peuvent varier lorsqu’ils sont dispensés en fonction des besoins du marché du travail et sous la supervision du conseil scientifique de Data ScienceTech Institute.
** Pour autant que vous ne soyez pas soumis à un programme de sanctions des États-Unis d’Amérique qui affecterait vos droits à suivre ces cours et/ou à passer ces examens.
Types of evaluation
In order to obtain their degree, students must validate all the assessments required throughout the programme.
The evaluation procedures are as following:
- Multiple choice questionnaires in negative or zero mathematical expectation (MCQs)
- DSTI internal Exam
- Where applicable, external industrial certification exam
- 6 month internship in the data field, an evaluation form is sent to the internship tutor
Projets d'application
Tous les étudiants se verront confier des projets d’application inclus dans la majorité des modules. Les étudiants mèneront des projets tout au long de l’année jusqu’à ce que leurs cours se terminent et qu’ils se rendent à leur stage. Ces projets visent à appliquer toutes les connaissances et compétences acquises dans les différents cours et à utiliser les professeurs de la DSTI comme mentors et coachs tout au long de l’année. Certains de ces projets peuvent provenir de travaux de recherche appliquée effectués par nos professeurs affiliés à un laboratoire de recherche.
Resources and tools available for students
- Azure for Education : it aims to provide students with Microsoft software design, Microsoft developer tools, Cloud Computing Access and learning resources. Students will receive a $100 voucher.
- Support 5/7 "Zendesk"
- O’Reilly : full-time students will have free access for one year and SPOC students for three years.
- AWS Educate
- IBM Academic Initiative
- SAS license : only for students enrolled in the SAS course.
- Adaltas "Cluster Access" : only for students enrolled in the Hadoop & Spark and Data Pipeline courses.
Mandatory full validation
- All our “Applied MSc” programmes can only be completed as “full validation”.
For a “partial validation”, please refer to our ” continuous education “ offer.
Admission Criteria
No particular conditions.
Field: any
No particular conditions.
Field: any
No particular conditions.
Field: any
DSTI accepts the two international & standardised aptitute exams, GMAT & GRE, as subsitutes for our own entry exam.
Our expectations are:
- GMAT: a minimum global score of 650 and ideally greater or equal to 700.
- GRE: a minimum global score of 310 and ideally greater or equal to 320.
Prerequisites
Matériel informatique obligatoire
Les étudiants DSTI doivent avoir un ordinateur portable Windows Intel PC (les PC ARM & Apple Mac Silicon sont exclus), possèdent les droits d’administration sur leurs machine, avec les spécifications minimales suivantes :
- CPU : Intel Core i5 minimum (ou équivalent AMD).
- RAM : 8Go minimum, 16GB fortement recommandé.
- Stockage : 512Go minimum, 1To recommandé. Disque SSD seulement.
- Carte graphique (GPU): une carte NVIDA GPU est un plus, mais ce n’est pas un prérequis obligatoire.
- Système d’exploitation : toute édition de Microsoft Windows. DSTI fournira une clé de licence Windows 10 niveau “Professionnel” au début des programmes.
- N’achetez pas de license MS Office 365, DSTI en fournira aussi une au début des cours.
Si l’étudiant ne possède pas un matériel conforme à ces prérequis, DSTI ne pourra fournir aucun service de support informatique.
Niveau linguistique requis en Anglais
Tous les cours étant exclusivement délivrés en langue Anglaise, un bon niveau linguistique est obligatoirement requis (équivalent au niveau d’anglais C1 sur l’échelle européenne “CECRL”).
Il n’est pas nécessaire de joindre à votre dossier de candidature une preuve conforme de votre niveau de langue. Cependant, votre niveau en Anglais sera évalué lors de l’entretien d’admission afin de s’assurer de la bonne capacité à assimiler et suivre les programmes souhaités.
Tarification
Regarding the apprenticeship study mode, all tuition fees are paid by the host company.
Accelerated course in 15 months:
€
14,450*
Unique fee for all rhythms and modes of study
-
Full-time, apprenticeship, asynchronous
-
Sophia-Antipolis and Paris campuses (on-campus), synchronous online (off-campus), asynchronous online (SPOC)
-
Self-funded student fees are inclusive of VAT
-
These fees are valid for corporate & funding bodies, plus 20% VAT (see detailed fees)
Nominal 2-year course:
€
7,225*
per year
Unique fee for all rhythms and modes of study
-
Full-time, apprenticeship
-
Sophia-Antipolis and Paris campuses (on-campus), synchronous online (off-campus)
-
Self-funded student fees are inclusive of VAT
-
These fees are valid for corporate & funding bodies, plus 20% VAT (see detailed fees)
Perspectives de carrière
-
Data Analyst
-
Data Analyst vs Data Scientist
DSTI Warm Up - Soyez prêts !
Le programme Applied MSc comprennent des cours préparatoires pour vous permettre d’acquérir les compétences nécessaires pour commencer à exploiter les différents sujets. Pour le Applied MSc in Data Analytics, le DSTI Warm Up dure 15 jours (3 semaines)et peut être suivi sur le campus ou en ligne.