master big data analytics
- Objectifs de la formation
- Compétences Acquises à l’Issue du Master
- Condition d’accès
- Possibilité de Poursuite d’Etude
- Secteurs Professionnels et Débouchés
- Organisation générale des Enseignements
Le Master Big Data Analytics (BIG DATAA) est un master professionnalisant qui répond à un nouveau besoin en entreprise, à savoir ,l’acquisition, le stockage, le traitement, l’analyse et la visualisation des données massives (big data) pour des besoins d’aide à la décision.
Objectifs de la formation :
- Former aux métiers du Big Data en développant des compétences en data Analytics, en data science et en ingénierie, nécessaires au traitement et à l’exploitation des données massives.
- Former des compétences permettant, à l’ère du big data, d’assister les décideurs d’entreprise et de structures à la prise de décision qu’elle soit de niveau opérationnel, tactique ou stratégique.
- Doter les étudiants de toutes les compétences spécifiques et transversales afin d’assurer la fonction d’Ingénieur Big Data, Data Analyst et Data Scientist à travers un contenu riche et varié autour de la donnée (DATA) : Big Data, Data Bases (Relational, NoSQL, Distributed), Data Warehouses, Spatial Data, Data Analysis, Data Optimisation.
Compétences Acquises à l’Issue du Master :
- Définir la stratégie Data-Driven de l’entreprise
- Maîtriser la modélisation, l’optimisation, la visualisation et l’interprétation des données
- Maîtriser les techniques de Machine Learning
- Maîtriser les plates-formes Big Data (Hadoop, Spark, Hive, etc.)
- Savoir gérer des données non structurées
- Prendre en charge le développement d’un produit dirigé par les données
- Maîtriser les outils de l’informatique décisionnelle (Busines Intelligence)
- Structurer et modéliser les informations géographiques
Condition d’accès:
Titulaires d’une Licence en :
- Informatique : Licence Académique, licence ISIL, licence GTR ou tout titre équivalent .
- Mathématiques : Recherche Opérationnelle, Ingénierie Statistique ou tout titre équivalent.
Possibilité de Poursuite d’Etude:
Doctorat en Informatique, PGS en Data Science, toute formation post graduation centrée sur la donnée.
Secteurs Professionnels et Débouchés:
En plus d’un parcours académique, ce Master propose des débouchés certains en matière d’employabilité dans plusieurs domaines:
- Big Data Analyst (Public, Privé)
- Data Scientist (Public, Privé)
- Data Engineer (Public, Privé)
- Business Intelligence Project Manager (Public, Privé)
Organisation générale des Enseignements :
Master 1
| Semestre 1 | Semestre 2 |
| GDB : Graphes et Big Data | ARBD : Architecture des BD |
| THOR : Théorie de l’ordonnancement | ENDO : Entrepôts de données |
| GP : Gestion de projet | TCA : Théorie des codes et application |
| PRAVAN : Programmation avancée | − ANAD: Analyse de données |
| CPSI : calcul de probabilités et statistique inférentielle (option) | ETUC : Etude de complexité |
| OL : Optimisation linéaire (option) | SIG et EDG : Systèmes d’information géographique et entrepôts de données géographiques. |
| POO : Programmation Orientée Objet (option) | AMP : Agilité dans le management de projet − A |
| BADO: Bases de Données(Option) | ANG: Anglais |
| VT: Veille Technolpgie | |
| SAAD: Stratégie de sécurité pour l’aide à la décision | |
| ANG: Anglais |
Master 2
| Semestre 3 | Semestre 4 |
| TIAD : Technologies de l’IA appliquées aux données | Projet de fin d’études |
| ANADISS : Analyse discriminante et segmentation | Stage en entreprise ou dans un laboratoire de recherche, sanctionné par un mémoire et une soutenance. |
| BDABD : Bases de Données Avancées et Big Data | |
| OPTDIS : Optimisation discrète | |
| DESIN : Décision dans l’incertain | |
| TBI-SIG : Technologies Business Intelligence | |
| SOLO : Solveurs pour l’optimisation | |
| ANG : Anglais |