M-big Data-web.pdf

ADMISSION EN 1 ANNÉE DE MASTER ère

Sur dossier pour les titulaires d’une licence informatique, d’une 3ème année d’école d’ingénieur ou équivalent

ADMISSION EN 2ème ANNÉE DE MASTER

Sur dossier pour les titulaires d’une 1ère année de master informatique hors UPPA, d’une 4ème années d’école d’ingénieur ou équivalent

Inscriptions https://apoflux.univ-pau.fr/etudiant

Conception : Direction de la Communication - Impression : Centre de reprographie - UPPA - Janvier 2019

Accès à la formation

MASTER INFORMATIQUE Parcours

Big Data

COLLÈGE STEE Sciences et Technologies pour l’Énergie et l’Environnement Secrétariat du département d’Informatique MASTER BIG DATA BP 1155 - 64013 Pau Cedex Tél. : 05 59 40 79 64 [email protected] https://formation.univ-pau.fr/m-info-bigdata

https://formation.univ-pau.fr/m-info-bigdata

Objectifs de la formation Le Master Big Data est une formation professionnelle et recherche, qui s'adresse à des profils d’ingénieurs alliant une forte compétence technique dans les disciplines de l’informatique et des mathématiques appliquées ainsi qu’une culture de l’entreprise permettant de replacer l’analyse et le traitement des données dans ce contexte. Accessible à tous types de publics : formation initiale ou continue, alternance.

Savoir-faire et compétences Le Master Big Data forme à la conception et la mise en œuvre de solutions informatiques pour le traitement et l’analyse de grandes masses de données. Il a pour objectif de répondre aux besoins grandissants d’entreprises de tous les secteurs d’activité, confrontées au défi du Big Data. Plus précisément les diplômés maîtriseront les méthodes informatiques pour stocker, manipuler, traiter et analyser les grandes masses de données (algorithmes hautement distribués, solutions de stockage NoSQL...).

Débouchés • Data analyst • Data scientist • Intégrateur de systèmes de gestion d'information massive

Programme des enseignements • 120 ECTS à acquérir en 2 ans, 800h de cours environ • Stage de fin d'études en M2 en France ou à l'étranger • 24 Unités d'Enseignement (UEs) : 19 obligatoires et 5 optionnelles (personnalisation du parcours) • Projets de recherche et développement (initiation à la recherche)

PROGRAMME DU SEMESTRE S1 • Entrepôts de données • Modélisation 3D • Statistique inférentielle • Programmation Python • Parallélisme et GPGPU • Machine learning • Visual analytics • Logiciels statistiques • Anglais

PROGRAMME DU SEMESTRE S2 4 ECTS 4 ECTS 6 ECTS 2 ECTS 2 ECTS 2 ECTS 4 ECTS 4 ECTS 2 ECTS

• Chef de projet Data

4 ECTS parmi : • Unix • C++ • Java • Mathématiques pour le big data

• Chief data officer (responsable de gestion des données) • Business intelligence manager (gestion des outils de reporting) • Data miner (spécialiste fouille de données) • Poursuite en doctorat

Les principales technologies abordées sont : Spark, Hadoop, MongoDB, Neo4j, TensorFlow, Keras, OpenCL, ParaView, R, Blender, SAS, Python, Java, C++

Adossement recherche Les enseignements sont assurés par des chercheurs impliqués dans le domaine du traitement de données massives, exerçant au sein du LIUPPA (http://liuppa.univ-pau.fr), du LMAP (http://lma-umr5142.univ-pau.fr), ou venant du monde de l’industrie, avec un fort aspect recherche et développement.

• Modélisation avancée centrée UML • Développement Web avancé • Interopérabilité des données et des connaissances • Framework pour l’IA et le Big Data • Analyse de données • Cloud • NoSQL • Anglais

PROGRAMME DU SEMESTRE S3 • Data Mining • Projet intégrateur Big Data • Calcul haute performance • Text Mining • Projet de recherche et développement • Anglais • UE d'ouverture au choix

4 ECTS 4 ECTS 4 ECTS 4 ECTS 4 ECTS 2 ECTS 2 ECTS 2 ECTS 2 ECTS 2 ECTS 2 ECTS 4 ECTS

PROGRAMME DU SEMESTRE S4 4 ECTS 8 ECTS 4 ECTS 4 ECTS 4 ECTS 2 ECTS 4 ECTS

• Stage en laboratoire ou en entreprise

30 ECTS