MSc in Applied Data Science & Big Data

Applied MSc in Data Science
Plongez au coeur de l’Intelligence Artificielle
Campus Nice Sophia-Antipolis – Campus Paris

MSc temps plein
0 mois
le plus industriel

certifications
0
Industrielles

Un total de
0
heures

Scolarité
0
on-campus*

Scolarité
0
télé-enseignement**

*Les étudiants On-Campus auto-financés sont normalement exemptés de TVA Française/Européenne
**Les étudiants en télé-enseignement (Off-Campus) peuvent être soumis à des taxes locales en fonction de leurs pays de résidence

Découvrez le contenu du programme Tarifs rentrée Automne 2018 – Frais de scolarité

Description du programme

Le programme DSTI Applied MSc en 6 mois de cours et 6 mois de stage, avec ses deux rentrées en Mars et en Octobre, est conçu pour ouvrir vos opportunités de carrière aux emplois de la Data Science et de l’Intelligence Artificielle.

Ce programme spécialisé dans les mathématiques appliquées, est enseigné par des professeurs de «l’Ecole Française des Mathématiques». Il vise à donner aux étudiants une compréhension plus approfondie des aspects scientifiques et techniques de l’Intelligence Artificielle.

Les étudiants à la recherche d’un programme spécialisé en IT et l’architecture d’infrastructure devraient plutôt se tourner vers notre Applied MSc in Data Engineering.

Consultez notre infographie pour choisir le bon programme entre le Applied MSc in Data Science et Data Engineering.

Les cours sont délivrés en Anglais de :

  • fin Septembre à début Avril pour la rentrée d’Automne ;
  • début Mars à mi-Octobre pour la rentrée de Printemps ;

en temps plein (5h/jour en moyenne), accompagnés d’« Engineering Projects » (voir plus bas) et se concluent sur un stage de 6 mois équivalent temps plein (805h, 35h/semaine).

Dans ce programme Applied MSc, vous apprendrez à :

  • Développer votre connaissances en mathématiques appliquées à la Data Science et Intelligence Artificielle;
  • Se concentrer dans le cœur des algorithmes d’Intelligence Artificielle;
  • Exécuter vos compétences scientifiques à l’aide de l’analyse, du design, de l’implémentation et la surveillance des architectures IT et Big Data;
  • Combiner la science et la technologie dans des cours d’application et des projets qui traitent du monde de la Data Science en entreprises;
  • Prendre conscience de la gestion des projets IT et l’impact du traitement de données au niveau juridique, ainsi que la réflexion éthique.

Le programme vous prépare à passer deux examens de certifications industrielles au travers des cours :

Les cours de ce programme DSTI Applied MSc programme sont délivrés en temps-plein depuis les campus de Data ScienceTech Institute (5h/jour en moyenne).

Les étudiants DSTI Applied MSc peuvent souhaiter, une fois leur année validée (600h de cours + Engineering Projects + Stage + certifications), de continuer de se spécialiser. Dans ce cas, ils ont la possibilité d’intégrer notre programme Advanced MSc in Artificial Intelligence.

Si vous disposez de droits de financement au titre de la formation professionnelle (ou dispositifs assimilés), veuillez nous consulter pour étudier des possibilités de co-financement. Nous rappelons que ce programme est en temps-plein uniquement et que vous devez donc disposer du temps nécessaire pour pouvoir y assister. Si vous cherchez un programme en temps-partiel permettant d’étudier et travailler, veuillez consulter les modalités notre programme SPOC MSc in Applied Data Science & Big Data.

Les étudiants On-Campus qui ne sont PAS citoyens et titulaires d’un passeport d’un pays de l’Espace Économique Européen (EEE), d’Andorre ou de Monaco, doivent déposer une demande de visa étudiant long-séjour (VLS/TS). Merci de consulter vos obligations sur notre page « Procédures de visa ».

Modes Disponibles

2 Certifications Industrielles

Amazon AWS *Cloud-Computing DSTI Chair*
Preparation for AWS Certified Solutions Architect – Associate

SAS Institute *The SAS ecosystem DSTI Chair*
Preparation for SAS Enterprise Miner certification

Data ScienceTech Institute SAS Gold Partner Logo

Témoignages de nos étudiants


Ce programme Applied MSc se compose de l’ensemble des modules suivants* : 
(Le volume horaire représente les heures de présence en classe. Il est attendu des étudiants un supplément de travail personnel)

Information Systems
0hrs

  • Distributed Architecture (IS1)
  • Amazon AWS « Cloud-Computing DSTI Chair » **
    Preparation for AWS Certified Solutions Architect – Associate
  • Software Engineering (IS2)
  • Computer Science & IT
    Classic Design & Programming
    Object-Oriented Design & Programming
  • Data Management (IS3)
  • Data Wrangling with SQL
    Advanced SQL queries, dynamic SQL, stored procedures & triggers
  • Semantic Web for Data Science
    Representing and querying web-rich data (RDF, SPARQL), Introducing Semantics in Data (RDFS, Ontologies), Tracing and following data history (VOiD, DCAT, PROV-O)
Core Data Science & Artificial Intelligence
0hrs

  • Foundations (DSBD1)
  • Applied Mathematics
    Calculus – Linear Algebra – Trigonometry & Complex Numbers
  • Continuous Optimisation (Mathematics)
    Critical points, multiple variables function optimisation, gradient methods, constraint-based optimisation with Lagrange Multiplier
  • Metaheuristics Optimisation (Computer Science)
    Applied Numerical Optimisation and MSDO – Constrained and unconstrained, linear and non-linear, genetic algorithms (Particle Swarm Optimisation, Simulated Annealing, etc.)
  • Data Science & Artificial Intelligence (DSAI2)
  • Foundations of Statistical Analysis and Machine Learning
    Probabilities and distribution – Tests – Inference – Regression – Clustering
  • Advanced Statistical Analysis and Machine Learning
    CART and Random Forests and applications to Map/Reduce – Features Selection & Engineering
    Models Comparison & Competition
  • Artificial Neural Network
    Data representation and distributed representations, Universal Interpretation Theorem, Probabilistic Interpretation, backpropagation and stochastic gradient descent
  • SAS Institute « The SAS ecosystem DSTI Chair » **
    SAS /Base & SAS/STAT
    Preparation for SAS Certified Predictive Modeler Using SAS Enterprise Miner 14
Applied Data Science & Artificial Intelligence
0hrs

  • Data Science & Artificial Intelligence (ADSAI1)
  • Survival Analysis using R
    Probabilistic description of Survival data, parametric, non-parametric and semi-parametric (Cox model) statistical methods. Applications to Big Data with penalised Cox regression
  • Deep Learning with Python
    Introduction to PyTorch, – Deep Learning, Neural Architectures and their applications – Neural Network training on a GPU (practice).
  • Time and behaviour modelling (ADSAI2)
  • Time-Series Analysis using SAS
    Forecasting Using SAS Software: A Programming Approach (SAS/ETS)
  • Agent-Based Modelling for population behaviour
    Modeling objectives, model types, matching modelling approaches to studies objectives, ODD protocol, ABM objectives and components
  • Distributed Computing for Data Science (ADSAI3)
  • The Hadoop & Spark ecosystem
    HDFS, scheduling & resources management
    Workflow management & ETL, Dataflow management, Scalable Enterprise Serial Bus
    Realtime processing, Machine Learning, Data Exploration & Visualisation
Management, Ethics & Law
0hrs

  • Data regulations (MEL1)
  • Data ownership and protection laws and regulation
    Private Data – Corporate Data
    EU Data Protection Act, GDPR, US-EU Data Transfers regulations
  • Project Management (MEL2)
  • Project Management: PMP-PMI and Agile Approaches
    PMBOK (PMI) – Agile Approaches – Kanban

*Le contenu des cours ainsi que les technologies utilisées peuvent varier en fonction des besoins du marché et sous la supervision du Conseil Scientifique et Pédagogique de Data ScienceTech Institute.
** Sauf si l’étudiant serait sujet à des Sanction Programmes of the United States of America qui l’empêcherait de pouvoir suivre ces cours et/ou examens de certification.

ENGINEERING PROJECTS
0h

Des Engineering project</> sont donnés aux étudiants durant les différents modules d’enseignement. Les étudiants conduisent leurs projets pendant l’année scolaire jusqu’à la fin des cours et leurs départs en stage. Ces Engineering Projects ont pour but de mettre en pratique les connaissances vues en cours avec l’assistance des professeurs de l’école et peuvent, à ce titre, être issus de travaux de recherche appliquée de nos professeurs affiliés à des laboratoires de recherche.

Une fois les enseignements terminés, nos étudiants Applied MSc peuvent choisir de partir en stage ou de continuer à travailler sur leur Advanced Engineering Project et son rapport. DSTI encourage fortement les étudiants On-Campus vers l’option stage alors que ceux en télé-enseignement continueront sur leur advanced engineering project.

Stage d'application
0 mois

Les étudiants On-Campus sont fortement encouragés de choisir l’option du stage de 6 mois équivalent temps plein (805h, 35h/semaine) afin de se plonger dans l’environnement industriel de la data science. Trouver un stage relève de la responsabilité de l’étudiant. DSTI apporte néanmoins aide, conseils et soutien actifs au travers de son réseau de partenaires industriels et académiques.


Advanced Engineering Project
0h*

Les étudiants en télé-enseignement seront tuteurés par un Enseignant DSTI pour choisir un problème de data science engineering appliqué à l’industrie, rédiger une proposition, couvrir l’état de l’art puis proposer une solution. Les étudiants On-Campus peuvent choisir ce projet en alternative à un stage.

* le volume de 540h est indicatif et inclut les 200h déjà passées durant la phase d’enseignement pour arriver à un équivalent temps plein de 4 mois (35h par semaine) attendu par l’Institut pour réaliser ce projet.

Les frais de scolarité sont exprimés hors taxes applicables à la situation et/ou pays de résidence de l’étudiant et sont valides pour la rentrée Octobre 2018.
Les frais de scolarité peuvent changer lors d’une prochaine rentrée. Les frais de scolarité pour la rentrée de Mars 2019 seront publiés en Octobre 2018.

Les étudiants en auto-financement n’ont normalement pas à supporter de TVA Française/Européenne. Par contre, si l’étudiant bénéficie d’un financement partiel ou total au titre d’un mécanisme de formation professionnelle, alors ce financement, et donc le financeur, devra supporter la TVA. Dans tous les cas, des taxes locales au pays de résidence peuvent s’appliquer. Veuillez-nous contacter pour vérifier votre situation.

Applied MSc in Data ScienceRentréeFrais de scolarité (hors taxes applicables)
étudiants On-CampusOctobre 201813 500€
télé-enseignementOctobre 20187 500€
étudiants SPOCOctobre 201813,500€

Les étudiants âgés de moins de 28 ans (sauf les étudiants ressortissants de l’UE munis de leur carte d’assurance maladie européenne) doivent être affiliés à la Sécurité sociale étudiante et doivent, lors de leur inscription, choisir un centre payeur (LMDE, SMEREP (Paris) ou MEP (Sophia)) pour le remboursement de leurs soins.

Une fois prononcé admis, vous devrez verser 10% des frais du programme (10% pour les étudiants On-Campus et 20% pour ceux en télé-enseignement) afin de confirmer et sécuriser votre place (virement, chèque français ou carte bancaire).
Ce premier paiement ne serait remboursable qu’en cas de circonstances exceptionnelles pour ne pas finalement suivre le programme : non-obtention du visa pour les étudiants internationaux hors EU ou preuve d’un changement soudain de situation financière. Tout remboursement dû à un refus de visa est impossible si le refus du visa est dû à des raisons financières / financement insuffisant.

Le paiement des frais restant s’effectue en 3 bi-mensualités par terme à échoir.

Dans de l’utilisation d’un dispositif de financement externe relevant de la formation professionnelle ou assimilé, nous traiterons directement avec le financeur concernant la proportion des frais éligibles à une prise en charge. Veuillez noter que la TVA Française pourra alors s’appliquer au financeur.


Candidats diplômés d’un niveau Bac+3

3 ans d’expérience professionnelle

Candidats diplômés d’un niveau Bac+4

Expérience professionnelle (y compris stages)

Candidats diplômés d’un niveau Bac+5

Aucune condition particulière