Mastère professionel en Data Science and Software Development (2018-2019)

  •  Accueil
  • Mastère professionel en Data Science and Software Development (2018-2019)

Mastère professionel en Data Science and Software Development (2018-2019)

Le Master « Data Science and Software Development » permet aux professionnels d’approfondir leurs connaissances en développement d’applications et d’acquérir une nouvelle expertise et une ingénierie efficiente dans le champ des données massives. En effet, outre le développement mobile et Web qui est d’une importance capitale pour la digitalisation des entreprises, le monde du Data Science est également devenu crucial pour toutes les organisations.

D’innombrables sources de données fournissent aujourd’hui et en continu des masses de données centrales et alimentent de nombreuses activités de notre société : capteurs, objets connectés, médias sociaux, dispositifs mobiles, etc. C’est dans ce cadre que le master « Data Science and Software Development » offre une vision transversale et indispensable pour exploiter ces données massives. Ce domaine est ici appréhendé de façon globale et inclut la collecte de données, le stockage, l’analyse, l’extraction de connaissances ou la visualisation pour la prise de décisions, le développement d’applications, etc.

Le Master « Data Science and Software Development » a ainsi pour objectif d'apporter une formation approfondie sur la manière de concevoir, d’optimiser et d’implémenter des applications web et mobiles mais également des systèmes complexes, mettant en œuvre les technologies les plus récentes dans les domaines du « BIG DATA » et de la fouille de données.

  • Analyste de données :Utiliser des outils statistiques et des outils informatiques pour accompagner et faciliter la prise de décision à travers les analyses des données quantitatives et qualitatives.
  • Administrateur base de données :Configurer, gérer et faire évoluer la base de données.
  • Développeur : assurer le développement, l’amélioration et la mise en œuvre des applications informatiques.

 

  • Analyste de données :Utiliser des outils statistiques et des outils informatiques pour accompagner et faciliter la prise de décision à travers les analyses des données quantitatives et qualitatives.
  • Administrateur base de données :Configurer, gérer et faire évoluer la base de données.
  • Développeur : assurer le développement, l’amélioration et la mise en œuvre des applications informatiques.
* Cr: Crédit , Coef: Coefficient, Nat: Nature, Rg: Régime d'examen

Semestre 1

Code Libellé Cr Coef Nat Rg Éléments d'enseignements
DSSD U1S1 Mathématiques 7 3,5 FOND MX
Code Libelle Coef Cr Rg Volume Horaire
Cours TD TP CI Total
DSSDU1S1E1 Fondements mathématiques des données scientifiques 1 2 MX 0 0 0 21 21
dssdus1u1e2 complexité algorothmique 1,5 3 MX 21 0 0 0 21
dssdu1s1e3 atelier statistique avec R 1 2 CC 0 0 0 21 21
DSSD U2S1 Informatique et data 7 3,5 FOND MX
Code Libelle Coef Cr Rg Volume Horaire
Cours TD TP CI Total
dssdu2s1e1 systèmes repartis 2 4 MX 21 10,5 10,5 1 43
dssdu2s1e2 calcul et optimisation 1,5 3 MX 0 0 0 21 21
DSSD U3S1 Bases de données 6 3 FOND MX
Code Libelle Coef Cr Rg Volume Horaire
Cours TD TP CI Total
dssdu3s1e1 bases de données no SQL 1,5 3 MX 21 0 10,5 0 31,5
dssdu3s1e2 systemes de gestion des bases de données 1,5 3 MX 21 0 10,5 0 31,5
DSSD U4S1 Langue et culture d'entreprise 6 3 TRANS CC
Code Libelle Coef Cr Rg Volume Horaire
Cours TD TP CI Total
dssdu4s1e1 anglais1_ 1 2 CC 21 0 0 0 21
dssdu4s1e2 developpement humain_ 1 2 CC 21 0 0 0 21
dssdu4s1e3 brevets et propriétés intelectuelles 1 2 CC 21 0 0 0 21
DSSD U5S1 Modules au choix 4 2 OPT MX
Code Libelle Coef Cr Rg Volume Horaire
Cours TD TP CI Total
dssdu5s1e1 développement J2EE 1 2 MX 21 0 0 0 21
dssdu5s1e2 atelier J2EE 1 2 CC 0 0 21 0 21

Semestre 2

Code Libellé Cr Coef Nat Rg Éléments d'enseignements
DSSD U1S2 Analyse de données 1 6 3 FOND MX
Code Libelle Coef Cr Rg Volume Horaire
Cours TD TP CI Total
dssdu1s2e1 machine learning_ 2 4 MX 42 0 0 0 42
dssdu1s2e2 atelier machine learning 1 2 CC 0 0 21 0 21
DSSD U2S2 Science des données 1 7 4 FOND MX
Code Libelle Coef Cr Rg Volume Horaire
Cours TD TP CI Total
dssdu2s2e1 traitement du big data 2 4 MX 21 0 0 21 42
dssdu2s2e2 système d'information décisionnel 2 3 MX 21 0 0 0 21
DSSD U3S2 Framework de développement 7 3 FOND MX
Code Libelle Coef Cr Rg Volume Horaire
Cours TD TP CI Total
dssdu3s2e1 développement web avancé 2 4 MX 21 0 21 0 42
dssdu3s2e2 développement dot net 1 3 MX 0 0 0 21 21
DSSD U4S2 Langue et entreprenariat 6 3 TRANS CC
Code Libelle Coef Cr Rg Volume Horaire
Cours TD TP CI Total
dssdu4s2e1 employability skills for innovation 2 4 CC 42 0 0 0 42
dssdu4s2e2 entreprenariat et stratégie digitale 1 2 CC 21 0 0 0 21
DSSD U5S2 2 Modules aux choix 4 2 OPT MX
Code Libelle Coef Cr Rg Volume Horaire
Cours TD TP CI Total
dssdu5s2e1 développement mobile__ 1 2 MX 0 0 0 42 42
dssdu5s2e2 processus agile unifié de développement 1 2 MX 21 0 0 0 21

Semestre 3

Code Libellé Cr Coef Nat Rg Éléments d'enseignements
DSSD U1S3 Analyse de données 2 6 3 FOND MX
Code Libelle Coef Cr Rg Volume Horaire
Cours TD TP CI Total
dssdu1s3e1 fouille de données_ 2 4 MX 21 0 0 0 21
dssdu1s3e2 projet fédérateur fouille de données 1 2 CC 0 0 10,5 10,5 21
DSSD U2S3 Sciences des données 2 7 3,5 FOND MX
Code Libelle Coef Cr Rg Volume Horaire
Cours TD TP CI Total
dssdu2s3e1 administration base de données 2 4 MX 42 0 0 0 42
dssdu2s3e2 environnement cloud pour le big data 1,5 3 MX 42 0 0 0 42
DSSD U3S3 Programmation 7 3,5 FOND MX
Code Libelle Coef Cr Rg Volume Horaire
Cours TD TP CI Total
dssdu3s3e1 frameworks big data 1,5 3 MX 21 0 0 0 21
dssdu3s3e2 analyse et programmation avec python 2 4 MX 21 0 21 0 42
DSSD U4S3 Langue et culture d'entreprise_ 6 3 TRANS CC
Code Libelle Coef Cr Rg Volume Horaire
Cours TD TP CI Total
dssdu4s3e1 anglais 2_ 1 2 CC 21 0 0 0 21
dssdu4s3e2 communications et images 2 4 CC 42 0 0 0 42
DSSD U5S3 2 Modules au choix 4 2 OPT MX
Code Libelle Coef Cr Rg Volume Horaire
Cours TD TP CI Total
dssdu5s3e1 architecture orienté service 1 2 MX 21 21 0 0 42
dssdu5s3e2 internet of things (iot) 1 2 MX 21 0 0 0 21

Semestre 4

Code Libellé Cr Coef Nat Rg Éléments d'enseignements
DSSD U1S4 Projet de fin d’études 4 15 FOND MX
Code Libelle Coef Cr Rg Volume Horaire
Cours TD TP CI Total
dssdu1s4e1 projet de fin d’études 15 4 MX 0 0 0 0 0