Aller au contenu principal

M2 Économétrie Statistiques | Parcours Econométrie et Data Science (EDS)

AdobeStock_646422885_stv_econometrie.png

Modalité d’enseignement : Formation initiale / Formation continue / Formation en alternance

Lieu : Marseille

Type de diplôme : Master

Durée des études : 2 ans

Niveau de sortie : Bac+5

Langue(s) : Anglais

Département : Aix-Marseille School of Economics

 

  • Objectifs, Compétences

    Il s'agit d'un parcours en Data Science construit sur de solides bases statistiques et économétriques. Les étudiants apprendront à coder et à appliquer des techniques d'apprentissage automatique (machine learning) ainsi qu'à interpréter et à communiquer les résultats de leurs projets scientifiques. Les étudiants pourront ainsi contribuer à l'élaboration de réponses pertinentes et robustes aux questions que les entreprises et les administrations peuvent se poser dans leur prise de décision.

    Au-delà d'une solide connaissance des méthodes économétriques et d'apprentissage automatique et de leurs conditions d'utilisation, les étudiants seront formés à leur mise en œuvre sur des données réelles et à la présentation des résultats, sous forme orale ou écrite, à des publics variés. Les étudiants seront formés à l'utilisation de l'anglais dans tout contexte professionnel : converser en anglais, utiliser un vocabulaire technique, comprendre une documentation et des articles, rédiger en anglais.

    A la fin du M2, nos étudiants auront acquis les compétences techniques pour gérer et analyser des ensembles de données massives, les soft skills pour communiquer, et ainsi être en mesure de poursuivre des carrières professionnelles en tant que Data Scientists ou Data Analysts. La pédagogie est basée sur la réalisation de projets. La capacité d'analyse de l'étudiant dans un contexte professionnel, et donc son employabilité, est développée par un stage de fin d'études, complété par la rédaction et la présentation d'un rapport. Le parcours est ouvert à "alternance/apprentissage " ; dans ce cas, les étudiants alternent entre cours à l'université et travail en entreprise.

    Compétences professionnelles visées à la fin du M2 :

    • Savoir manipuler, analyser et interpréter les données à l'aide de techniques d'apprentissage automatique (machine learning) et de méthodes économétriques de pointe, quelle que soit leur nature (par exemple, des données quantitatives, qualitatives ou non structurées telles que du texte et des images) ou leur taille.
    • Être compétent dans divers langages de programmation (tels que Python et R) et applications de science des données (telles que les visualisations de tableaux de bord), afin de pouvoir s'adapter rapidement à tout environnement professionnel.
    • Choisir de manière autonome les meilleurs outils d'apprentissage automatique pertinents et les mettre en œuvre afin d'obtenir des réponses fiables et robustes qui contribuent à la création de valeur pour l'entreprise ou fournissent des analyses utiles aux administrations publiques ou privées dans la conduite de leurs actions.
    • Communiquer clairement à l'oral et à l'écrit les résultats de vos analyses quantitatives à des publics variés tels que des chefs d'entreprise non spécialistes ou des data scientists professionnels.

    Regardez les témoignages de nos alumni sur Youtube.
     

  • Débouchés professionnels

    Exemples de métiers des diplômés 

    - Data-analyst AIRBUS HELICOPTERS
    - Data-Scientist STMICROELECTRONICS
    - Business analyst - Health Economics IMS HEALTH
    - Data-scientist DIGITAL VIRGO
    - Chargé d’études statistiques POLE EMPLOI
    - Data-scientist KEYRUS
    - Statisticienne-Économiste SEABIRD
    - Consultant data scientist CAPGEMINI
    - Data-analyst VOYAGE PRIVÉ
    - Consultant-advanced analytics BUSINESS & DECISION
    - Consultant EP SAP Junior CENSIO
    - Data manager INSERM
    - Data-scientist EQUANCY
    - Consultant KPMG
    - Chargé d’études statistiques CER FRANCE
    - Agricultural economist ARVALIS
    - Business analyst ALTRAN.

    Regardez les témoignages de nos alumni sur Youtube.
     

  • Enseignements

    Les nouvelles maquettes de cours sont en validation par les instances universitaires. Des changements mineurs pourraient intervenir d'ici la rentrée de septembre 2024.
    Les enseignements se déclinent selon plusieurs propositions : classique et Magistère, avec ou sans alternance
     

    Liste cours - Master Econométrie statistiques M2 EDS Classique.pdf Liste cours - Master Econométrie statistiques M2 EDS Classique en alternance.pdf Liste cours - Master Econométrie statistiques M2 EDS Magistère.pdf Liste cours - Master Econométrie statistiques M2 EDS Magistère en alternance.pdf
  • Syllabi des enseignements

    Les syllabi seront disponibles prochainement.

     

  • Admission - Deuxième année

    Qui peut postuler ?

    • Avoir suivi deux cours d'économétrie validés qui couvrent au moins les éléments suivants : statistiques (estimation, tests, intervalles de confiance) et économétrie des modèles linéaires et non linéaires.
    • Avoir au moins des compétences intermédiaires dans les logiciels statistiques et économétriques et les langages de programmation (tels que R ou Python).

    Le M1 du master Économétrie-Statistiques offre un accès privilégié à ce parcours. Des entrées parallèles en M2 peuvent toutefois être envisagées pour les étudiants ayant validé 60 crédits de niveau M1 Économie dans un parcours à forte dominante quantitative.

     

    Comment postuler ?

    Candidatez au moment des admissions sur la plateforme dédiée.

     

  • Informations pratiques

    Régimes d'inscription :

    • Formation initiale.
    • Formation continue.
    • Formation en alternance en contrat d’apprentissage avec le CFA Epure Méditerranée.

    Stages et projets encadrés
    À la fin de l’année, les étudiants effectuent un stage et écrivent un rapport de stage de Master. L’objectif du rapport est de faire la preuve de la capacité de mobilisation des outils conceptuels acquis à des questions émanant du monde professionnel.
    L’étudiant doit donc identifier la question, mettre en œuvre les outils, et savoir communiquer les résultats à un public tant professionnel qu’académique. L’encadrement est assuré par un universitaire et un maître de stage (membre de l’entreprise). Le rapport est soutenu devant un jury constitué du responsable académique, du maître de stage et deux autres personnes reconnues pour leur compétence (dont au moins un universitaire).
    Les étudiants alternants réalisant leur parcours de Master 2 dans le cadre d’un contrat d’apprentissage bénéficient de l’encadrement d’un tuteur académique, en plus du tuteur professionnel, tout au long de l’année, ponctuée par la soutenance d’un mémoire d’apprentissage.

    Études à l'étranger et doubles diplômes
    Ce parcours possède le label « Diplôme en Partenariat International (DPI) ». Les étudiants sélectionnés partent en mobilité dans une université partenaire (Konstanz, Tübingen, Venise, Lisbonne ou Kent) pour leur année de M1. Ils passent le M2 en France et suivent un des M2 du master Econométrie Statistiques. A l'issue des deux ans, l'étudiant obtient deux diplômes de master s'il a validé les crédits nécessaires.

    Formation et recherche
    Ce master fait partie de l'École Universitaire de Recherche (EUR) AMSE, regroupant près d'une centaine de chercheurs de l'AMU, du CNRS, de l'EHESS, de l'ECM et de Sciences Po Aix. Les enseignants sont sélectionnés en fonction de leur expertise au sein de ces entités. Le corps enseignant est complété par des professionnels du domaine.

CONTACTS

Responsables pédagogiques

contact__name
Badih
GHATTAS
contact__fonction
Professeur des universités
contact__name
Christian
SCHLUTER
contact__fonction
Professeur des universités

Gestionnaire administrative

contact__name
Emilie
ALPACCA
contact__fonction
Gestionnaire formation - AMSE
M2 ÉCONOMIE – PARCOURS ECONOMÉTRIE, BIG DATA, STATISTIQUE
Diplômé en 2021
Aurélien DEVILLARD
Data Scientist chez Ipsos
C’est utile d’avoir une multi-compétence qui va consister à savoir faire tout ce qui est programmation mais aussi l’interprétation et connaître les sujets sur lesquels on va travailler.
M2 ÉCONOMIE – PARCOURS ECONOMÉTRIE, BIG DATA, STATISTIQUE
Diplômé en 2022
Ben ILBOUDO
Data Scientist chez Nostrum Care
Dans ma formation, j’ai appris les techniques du Machine Learning.