OBJECTIFS DE LA FORMATION
L’objectif principal est de former des professionnels et des scientifiques capables de faire face aux enjeux de l’exploitation des données massives avec une particularité en données de santé et de l’environnement. Il s’agit pour ces experts de disposer des connaissances nécessaires à la conception et l’implémentation d’une architecture « BIG DATA » et à l’exploitation pertinente de l’information grâce à la maîtrise de l’analytique de grands volumes de données.
POINTS FORTS
- une formation pluridisciplinaire autour des datas alphanumériques et spatiales
- une équipe pédagogique pluridisciplinaire
- des enseignements dispensés en mode Blending Learning
ATOUTS ET COMPÉTENCES CLÉS
- Faire parler les données de l’entreprise
- Établir, exploiter les modèles prédictifs, interagir avec les différents services d’une entreprise.
- Concevoir, récolter et administrer les systèmes de collecte de données ;
- diriger et gérer les interactions entre la direction de l’entreprise et l’équipe data.
- Explorer et trouver les données qui sont utiles à l’entreprise.
- Superviser la récupération, l’inventaire, la gestion et le stockage des données.
- Veiller à ce que les données soient accessibles à tous les collaborateurs, et soient utilisables.
- Développer ou coder en informatique les outils de l’Apprentissage Machine.
- S’assurer que la sécurité, le stockage et l’utilisation respectent le RGPD.
- Mettre en place les systèmes de détection et de contrôle de la qualité des données.
MODALITÉS D’ADMISSION
L’admission est ouverte aux :
- Admission en première année de Master Sélection sur dossier suivi d’un entretien avec un jury : Statut étudiant Étudiant inscrit, en réorientation ou en reprise d’étude titulaire au moins d’une licence 3 (Bac +3) dans un domaine de formation compatible Statut de salarié titulaire au moins d’une licence 3 ou diplôme équivalent (Bac+3) dans un domaine de formation compatible sur sélection de dossier Titulaire au moins d’ un diplôme d’ingénieur ou un diplôme de doctorat d’état dans les sciences de la santé sur sélection de dossier
- Admission en deuxième année de Master Admission de droit : étudiants titulaire du master I data sciences pour la santé et l’environnement Sélection sur dossier suivi d’un entretien avec un jury : Statut étudiant Étudiant actuel, en réorientation ou en reprise d’étude titulaire au moins d’un diplôme (Bac +4) dans un domaine de formation compatible Titulaire au moins d’ un diplôme d’ingénieur ou un diplôme de doctorat d’état dans les sciences de la santé Statut de salarié Titulaire au moins d’un diplôme (Bac +4) dans un domaine de formation compatible Titulaire au moins d’ un diplôme d’ingénieur ou un diplôme de doctorat d’état dans les sciences de la santé
DÉBOUCHÉS PROFESSIONNELS
Outre les métiers traditionnels d’analyse des données : Géodata Scientist – Ingénieur dans l’environnement - Ingénieur de recherche- Ingénieur hospitalier - Enseignant-Chercheur- Chercheur R&D, Ingénierie du numérique et du digital : IoT,
Le master permet d’accéder aux 10 métiers de l’intelligence Artificielle (IA) et du Big Data (BD) les plus demandés: Data Analyst / Data Scientist / Data Engineer / Chief Data Officer (CDO) / Data Miner / Architecte Big Data / Data Manager / Machine Learning Engineer / Data Protection Officer (DPO) / Data Steward
Enseignements
| Code UE | Contenu des Enseignements | Crédits (ECTS) |
|---|---|---|
| ISB 2111.1 | Introduction aux domaines d’intervention en Santé publique et aux sciences biomédicales | 2 |
| EE | Base de l'Informatique | 3 |
| EE | Mathématique et Statistique de base | 3 |
| EE | Système d’Information Géographique (SIG) & Cartographie et sémiologie graphique (CSG) | 3 |
| EE | Statistique spatiale | 3 |
| EE | Recherche en sciences de l’Environnement | 3 |
| EE | Anglais | 3 |
| Total crédits | 20 | |
| Code UE | Contenu des Enseignements | Crédits (ECTS) |
|---|---|---|
| EE | Données biologiques, environnementales et Épidémiologie | 3 |
| EE | Algorithmique et Intelligence Artificielle | 3 |
| EE | Machine Learning et Fouille de données | 3 |
| EE | SIG opérationnel | 3 |
| EE | Base de données- informatique appliquée et Outils d'analyse | 3 |
| EE | Ateliers professionnels et Formation à la Recherche | 3 |
| EE | Stage professionnel | 3 |
| Total crédits | 21 | |
| Code UE | Contenu des Enseignements | Crédits (ECTS) |
|---|---|---|
| EE | Médecine de précision et Physiologie - Microbiologie | 3 |
| EE | BIG Data et Données Géospatiales / Géomarketing et Analyse spatiale | 3 |
| EE | Statistique avancée | 3 |
| EE | Deep-Learning, Ontologie et Web-Mining / Méthodes numériques et Optimisation | 3 |
| EE | Ateliers thématiques | 3 |
| Total crédits | 15 | |
| Code UE | Contenu des Enseignements | Crédits (ECTS) |
|---|---|---|
| EE | Stage de fin d’études | 3 |
| Total crédits | 3 | |
Responsables de la formation
M. HAUHOUOT Asseypo Célestin
Professeur titulaire de Géographie et géomatique
celestin.hauhouot@ufhb.edu.ciM. N’GUESSAN Assi Lazare
Directeur de Recherche, PhD, HDR mathématiques
assi.n-guessan@univ-lille.fr