M2 - Science des données, statistique et économétrie

Le parcours vise à former des data scientist, data analyst spécialistes des données complexes nécessitant l’utilisation de techniques statistiques avancées et maitrisant les outils informatiques et numériques pour les mettre en œuvre. Ce parcours apporte des compétences complémentaires en statistique, en économétrie et en techniques de prévisions. Il forme au traitement de différent type des données : individuelles, temporelles, spatiales, réseaux, textes et images.
Le parcours est ouvert aux étudiants en formation initiale et en formation en alternance. Il propose un double diplôme avec le [Magistère Statistique et Modélisation Économique(https://eco.univ-rennes.fr/magistere-statistique-et-modelisation-economique). Les cours sont dispensés à 100% à la faculté de Sciences Économiques de Rennes.

Responsables :

Isabelle Cadoret
Véronique Thelen

Semestre 3

UE « Data Science » CM TD
Analyse des réseaux sociaux (détails) 20 h
Challenge - Projets tuteurés (détails) 25 h
Deep Learning (détails) 20 h
Machine learning (détails) 20 h
Natural Language Processing (détails) 20 h
UE « Econométrie Avancée » CM TD
Challenge - Projets tuteurés (détails) 30 h
Modèles de données spatiales (détails) 15 h 5 h
Extensions du modèle linéaire : études cas (détails) 15 h 5 h
Modèles de choix discrets - approfondissement (détails) 15 h 5 h
Modèles de données panel et modèles mixtes (détails) 15 h 5 h
UE « Séries temporelles : modélisation et prévision » CM TD
Data Science pour la prévision de séries temporelles (détails) 20 h
Séries temporelles multivariées (détails) 20 h
Techniques de prévisions économiques (détails) 35 h
UE « Data management » CM TD
Data ingeneering (détails) 15 h
Data management et Business Intelligence (détails) 15 h
Outils numériques (détails) 10 h
UE « Environnement Professionnel » CM TD
Anglais 30 h
Conférence professionnelles (détails) 20 h
Marketing (détails) 15 h

Semestre 4

Stage obligatoire.