Le programme Master en Science des Données permet aux apprenants d’acquérir des compétences en mathématiques, statistiques et programmation, Python et SQL, d’organiser, d’analyser et de visualiser les données afin de trouver des solutions cachées qui remettent en question les hypothèses commerciales traditionnelles et produisent des modèles d’exploitation et stratégiques entièrement nouveaux

- Appliquer les techniques d’analyse et d’évaluation et améliorer ces compétences
- Étudier les problèmes et les possibilités
- Prendre conscience des questions liées à la gestion, l’organisation et l’environnement et les comprendre
- Utiliser les techniques et pratiques de gestion avec imagination
- Utiliser des informations pertinentes provenant de sources différentes
- Développer et encourager la résolution de problèmes et la créativité pour faire face aux problèmes et aux défis
- Faire preuve de jugement et assumer la responsabilité de ses décisions et de ses actes
- Développer la capacité à reconnaître et à réfléchir sur l’apprentissage personnel et à améliorer leurs compétences personnelles, sociales et transférables
- Validation par Qualifi de L7 (9 matières) de crédit égal menant à l’obtention de votre diplôme de Master of Data Science (rédaction de thèse) à l’Université Chichester

Résultats d'apprentissage

Obtenir un diplôme reconnu par un organisme d'accréditation reconnu au niveau international ;

Apprendre à partir d'un programme soutenu par le contenu le plus récent et adapté à un environnement commercial contemporain

Développer de nouvelles compétences et connaissances qui peuvent être appliquées immédiatement et dans le domaine de la science des données et de l'analytique

Évoluer en suivant un parcours menant à un master ou un diplôme supérieur

Avoir des évaluations notées et modérées par des universitaires et professionnels respectés ayant une expérience pratique de la science des données et de l'analytique

Global

Les objectifs d'apprentissage globaux sont

Acquérir les connaissances mathématiques et statistiques requises pour effectuer des analyses de données simples et avancées
Développer des compétences suffisantes dans les langages de programmation pour les utiliser afin de mener à bien l’analyse de données à un niveau avancé
Mieux comprendre la gestion des données, y compris l’évaluation, la structuration et le nettoyage des données aux fins d’analyse
Connaître et utiliser les outils et techniques utilisés dans la visualisation des données
Avoir une connaissance approfondie de l’analyse classique des données, y compris l’inférence statistique, la modélisation prédictive, l’analyse des séries chronologiques et la réduction des données
Appliquer les techniques courantes d’apprentissage automatique à des problèmes commerciaux et autres afin de trouver des options et des solutions à ces problèmes
Mieux comprendre les concepts essentiels des thèmes contemporains dans les affaires
Comprendre, évaluer et appliquer la science des données et l’analytique dans des contextes commerciaux et organisationnels

Postuler maintenant

Opportunités de carrière

Les principaux domaines d'emploi comprennent

– Scientifique des données

– Spécialiste de l’intelligence artificielle

– Analyste des données

– Analyste commercial

– Analyste statistique

Les résultats d'apprentissage du diplôme sont

1- Acquérir les connaissances mathématiques et statistiques requises pour effectuer des analyses de données simples et avancées

2- Développer une capacité suffisante dans les langages de programmation afin de les utiliser afin de mener à bien les analyses de données à un niveau avancé

3- Mieux comprendre la gestion des données, y compris l’évaluation, la structuration et le nettoyage des données aux fins d’analyse

4- Connaître et utiliser les outils et techniques utilisés dans la visualisation des données

5- Avoir une connaissance approfondie de l’analyse classique des données, y compris l’inférence statistique, la modélisation prédictive, l’analyse des séries chronologiques et la réduction des données

6- Appliquer les techniques courantes d’apprentissage automatique à des problèmes commerciaux et autres afin de trouver des options et des solutions à ces problèmes

7- Mieux comprendre les concepts essentiels des thèmes contemporains dans les affaires

8- Comprendre, évaluer et appliquer la science des données et l’analytique dans des milieux professionnels et organisationnels

Modules

Analyse exploratoire des données
Inférence statistique
Principes fondamentaux de la modélisation prédictive
Modélisation prédictive et avancée
Analyse des séries temporelles
Méthodes multivariées et non supervisées
Apprentissage automatique
Autres sujets relatifs à la science des données
Questions contemporaines relatives à la science des données

Exigences d'admission

Passeport ou carte nationale d'identité
Curriculum vitae
Déclaration personnelle
Lettre de référence
Bulletin de notes de la classe de Terminale/Relevé de notes du Baccalauréat (traduit en anglais)
Compétences en anglais – Niveau minimal requis : DUOLINGO 105/160 ; IELTS 6,5/9 ; TOEFL 80/120 ou Cambridge English Placement Test (CEPT) 40/50 etc

Bourse

Univaf offre une bourse à hauteur de 80 % à tous les étudiants qui en font la demande. Découvrez les critères d’admission à la bourse.

Postuler à la bourse