Master 2, Data Science: Health, Insurance, Finance

Datavitenskap opplever for tiden en betydelig boom som forstyrrer grensesnittet, spesielt med statistikk, og krever en tverrfaglig tilnærming. Denne endringen er basert på:

den økende betydningen av matematisk modellering (analyse, prediksjon og integrering av heterogene data)

tilgang til enorme data fra ny teknologi (internett, forretningsanalyse, bioteknologi, DNA-chips) som krever sofistikert statistikk og databehandling. Bruk av statistikk, maskinlæring og IT for datavitenskap markerer starten på en betydelig transformasjon som berører alle sektorer: fra e-handel til vitenskapelig forskning, inkludert helse, forsikring og økonomi!

Utdanningsmål:

Solid generalistopplæring i statistikk og maskinlæring er ment for anvendte matematikere og ingeniører som ønsker å fullføre opplæringen og bli spesialister innen datavitenskap.

Åpningstimer i genetisk epidemiologi og forsikring

Mål: å la studentene få en grundig kunnskap om komplekse signaler (data) fra disse feltene

Muligheter:

i virksomheten: biofarmasøytisk, helse- eller matvarebransjen, banker og forsikring)

akademisk (høyere utdanning, CNRS, INRA, INRIA, INSERM, CEA, IRSTEA)

Tilbyr de beste forholdene for:

å integrere profesjonelt på slutten av M2

å forberede seg på en doktorgrad i matematikk / biovitenskap og matematikk / forsikring og finansgrensesnitt

Målrettede posisjoner:

datavitenskapsmann / ingeniør-statistiker / biostatistiker / finansanalytiker som etterspørselen er veldig høy for (store grupper, nyetableringer, bioteknologier, CRO, IT-serviceselskap).

Tilgang til yrker av anvendte matematikere uten tilknytning til biovitenskap eller økonomi og forsikring, forbundet med big data (internett, forretningsanalyse =), produksjonsoptimalisering (ressursadministrasjon, prising), e-markedsføring, modellering for produktdesign.