Faculté des Sciences et Techniques

Authentifiez vous

Mathématiques Appliquées: Modélisation et Science des Données

Coordonnateur de la filière

Pr. Hicham MOUSSA

Département : Mathématiques


E-mails : hichammoussa23@gmail.com

Contenu de la formation

Semestre 1

  • Algèbre générale

  • Théorie de la mesure et analyse non linéaire

  • Analyse Fonctionnelle

  • Probabilités avancées

  • Approximation Variationnelle  des EDPs

  • Python pour le Calcul Scientifique & Data Science

  • Langue et techniques de communication (Français)

Semestre 2

  • Algèbre et Cryptographie

  • Dynamique des Systèmes Complexes et Réseaux 

  • Problème d'évolution : de la théorie à l'application

  • Théorie des points fixes

  • Espaces de Sobolev et Modèles Fractionnaires

  • Optimisation Numérique et Science des Données

  • Langue et techniques de communication (Anglais)

Semestre 3

  • Equations Différentielles Stochastiques et leurs Approximations Numériques

  • Inférence pour les modèles aléatoires

  • Modélisation Mathématique : Des Systèmes Complexes à l'Auto-Organisation

  • Problèmes Inverses et Optimisation

  • Apprentissage Automatique et Réseaux de Neurones

  • Intelligence Artificielle et Méthodologie de Recherche

  • Management et Droit des entreprises

Semestre 4

  • Projet de Fin d'Etudes

Présentation

Le master Mathématiques Appliquées Modélisation et Science des Données fournit un large spectre des mathématiques modernes visant à donner aux étudiants une formation variée.

Objectif de la formation

Le master Mathématiques Appliquées Modélisation et Science des Données fourni aux étudiants une formation solide à travers plusieurs objectifs, à savoir:

  • Une connaissance approfondie des mathématiques fondamentales et appliquées (algèbre, analyse, probabilités)

  • Une maîtrise des outils de l’analyse fonctionnelle et des équations aux dérivées partielles

  • Une compréhension des méthodes numériques pour la résolution de problèmes complexes

  • Des bases solides en statistique mathématique et en apprentissage automatique

  • Une connaissance des techniques de modélisation mathématique de phénomènes physiques, économiques et environnementaux

  • Une familiarité avec les outils informatiques et logiciels scientifiques (Python, MATLAB, LaTeX)

  • Une compréhension des enjeux scientifiques et technologiques liés à la science des données et à l’intelligence artificielle

Conditions d'accès

Ce Master est ouvert aux candidats titulaires d'un diplôme de Licence en Sciences et Techniques, Licence des études fondamentales ou d'un diplôme équivalent (Spécialité: Mathématiques appliquées),  et ayant des prérequis en mathématiques (Analyse, Algèbre, Probabilités et Numérique) et Informatique (Programmation scientifique) .

Compétences à acquérir

La formation vise à doter les étudiants d’une expertise approfondie en mathématiques fondamentales et appliquées, avec une maîtrise des outils d’analyse, des équations aux dérivées partielles et des méthodes numériques, ainsi que des bases théoriques de l’apprentissage automatique.

Elle permet de développer des compétences méthodologiques solides en modélisation, en implémentation d’algorithmes scientifiques et en utilisation d’outils informatiques avancés, tout en formant à la rédaction et à la communication scientifiques.

Le master prépare également à la recherche en favorisant l’autonomie, l’esprit critique, la capacité d’analyse et la modélisation de problèmes complexes, y compris issus du monde socio-économique.

Enfin, il développe des compétences transversales et professionnelles permettant une insertion dans l’enseignement supérieur, la recherche, ainsi que dans des secteurs appliqués tels que la finance, l’industrie et la science des données.