Aller au contenu principal

M2 Économie | Parcours Econométrie, big data, statistique

Modalité d’enseignement : Formation initiale ou Formation continue

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

    Le parcours a pour objectif de former les étudiants à l’utilisation des méthodes statistiques et économétriques en vue de contribuer à l’élaboration de réponses pertinentes et robustes aux questions que peuvent se poser les entreprises et les administrations dans leurs prises de décision.

    Au-delà des connaissances solides des méthodes économétriques et de leurs conditions d’utilisation, les étudiants seront formés à leur mise en œuvre sur données réelles et à la présentation des résultats, sous forme orale ou écrite, à des publics divers. Les étudiants seront formés à l’utilisation de l’anglais dans un contexte professionnel quel qu’il soit : converser en anglais, utiliser le vocabulaire technique, comprendre la documentation et articles, et savoir rédiger

    Nos étudiants disposeront en fin de M2 de compétences sur les principaux outils permettant de gérer et d’analyser les données massives et d’accéder à une grande partie des offres d’emploi concernant le recrutement d’analystes de données. L’enseignement est en partie effectué en salle informatique, pour s’approprier et mettre en œuvre les outils enseignés. La pédagogie est fondée sur la réalisation de projets. La capacité d'analyse des étudiants est développée grâce un stage de fin d’études complété par la rédaction d'un rapport.

    Compétences professionnelles visées à la fin du M2 :

    • Déterminer les données statistiques utiles à l’estimation économétrique de modèles permettant de répondre à la question posée.
    • Savoir manipuler et analyser des données tant quantitatives que qualitatives quelle que soit la taille de la base de données.
    • Choisir des outils statistiques et économétriques pertinents et les mettre en œuvre afin d’obtenir des réponses fiables et robustes, permettant de contribuer à une création de valeur pour l’entreprise ou d’apporter des analyses utiles aux administrations publiques ou privées dans la conduite de leurs actions.
    • Communiquer oralement et par écrit les résultats d’analyses statistiques et économétriques à divers publics.
  • Enseignements

    Les enseignements se déclinent selon deux programmes : formation classique et option Magistère

    Master 2 Economie Parcours Econométrie, Big Data, Statistique (EBDS) - Formation classique (60 crédits)

    • Semestre 3 M2 Economie Parcours Econométrie, Big Data, Statistique (EBDS) - Formation classique (30 crédits)
    • Econométrie avancée I : théorie et applications (6 crédits)
      • Méthodes non paramétriques en économétrie
      • Méthodes de réduction de l'information
    • Econométrie avancée II : théorie et applications (6 crédits)
      • Méthodologie des études économétriques et statistiques
      • Économétrie approfondie
    • Langages, logiciels et outils pour les big data (6 crédits)
      • Programmation pour les big data
      • Logiciels pour les big data
    • Machine learning : théorie et applications (6 crédits)
      • Méthodes de prévision
      • Machine learning et statistical learning
    • Applications des big data : unités d'enseignement optionnelles, 2 UE à choisir parmi 4 (6 crédits)
    • Big data et marketing quantitatif (3 crédits)
      • Big data et marketing quantitatif
    • Big data et finance (3 crédits)
      • Big data et finance
    • Big data : autres applications (3 crédits)
      • Big data : autres applications
    • Big data et économie (3 crédits)
      • Big data et économie
    • Semestre 4 M2 Economie Parcours type Econométrie, Big Data, Statistique (EBDS) - Formation classique (30 crédits)
    • Modèles non linéaires et multivariés : théorie et applications (9 crédits)
      • Modèles de transitions et de durées
      • Modèles pour variables tronquées et censurées
      • Séries temporelles multivariées et non linéaires
    • Stage de fin d'études avec rapport et soutenance (21 crédits)

    Master 2 Economie Parcours Econométrie, Big Data, Statistique (EBDS) - Option Magistère (72 crédits)

    • Semestre 3 M2 Economie Parcours Econométrie, Big Data, Statistique (EBDS) - Option Magistère (36 crédits)
    • Econométrie avancée I : théorie et applications (6 crédits)
      • Méthodes non paramétriques en économétrie
      • Méthodes de réduction de l'information
    • Econométrie avancée II : théorie et applications (6 crédits)
      • Méthodologie des études économétriques et statistiques
      • Économétrie approfondie
    • Projet de fin d'études (6 crédits)
    • Big data III (6 crédits)
      • Outils des big data (Hadoop, Hive, Spark)
      • Machine learning avancé
    • Machine learning : théorie et applications (6 crédits)
      • Méthodes de prévision
      • Machine learning et statistical learning
    • Applications des big data : unités d'enseignement optionnelles, 2 UE à choisir parmi 4 (6 crédits)
    • Big data et marketing quantitatif (3 crédits)
      • Big data et marketing quantitatif
    • Big data et finance (3 crédits)
      • Big data et finance
    • Big data : autres applications (3 crédits)
      • Big data : autres applications
    • Big data et économie (3 crédits)
      • Big data et économie
    • Semestre 4 M2 Economie Parcours type Econométrie, Big Data, Statistique (EBDS) - Option Magistère (36 crédits)
    • Big data IV (6 crédits)
      • Gestion des big data avec SAS
      • Projet
    • Modèles non linéaires et multivariés : théorie et applications (9 crédits)
      • Modèles de transitions et de durées
      • Modèles pour variables tronquées et censurées
      • Séries temporelles multivariées et non linéaires
    • Stage de fin d'études avec rapport et soutenance (21 crédits)
  • Syllabi des enseignements

  • Admission - Deuxième année

    Qui peut postuler ?

    Avoir deux enseignements d’économétrie validés.
    Avoir suivi des enseignements : de statistiques (estimation, tests, intervalles de confiance) et d’économétrie des modèles linéaires et non linéaires. Des enseignements de logiciels statistiques et économétriques et langages de programmation.

    Le M1 du master Economie du département AMSE de la Faculté d'économie et de gestion d’Aix-Marseille Université 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 Economie dans un parcours à forte dominante quantitative.

    Comment postuler ?

    Candidatez au moment des admissions sur la plateforme dédiée.

  • Informations pratiques

    A 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).

    Chaque cours est évalué par un examen écrit et/ou par la réalisation d'un dossier présenté éventuellement lors d'une soutenance orale. Afin de limiter le nombre de projets personnels à réaliser par l'étudiant, les enseignants proposent des projets transversaux lorsque cela est possible.

    Ce master fait partie de l'Ecole Universitaire de Recherche (EUR) AMSE regroupant près de cent chercheurs d’AMU, du CNRS, de l’EHESS et de l’ECM. Les enseignants sont sélectionnés par rapport à leur expertise au sein de ces entités. L’équipe enseignante est par ailleurs complétée par des professionnels du secteur.

    Cette formation est accessible en :

    • Formation initiale
    • Formation continue
    • Formation en alternance : alternance possible en contrat d’apprentissage avec le CFA Epure Méditerranée ou en contrat de professionnalisation.
  • Et après ?

    Débouchés professionnels

    Codes ROME :

    Spécialités de formation (code NSF) :

    • 114d : Mathématiques de l'économie, statistique démographique, mathématiques des sciences sociales, des sciences humaines
    • 114g : Mathématiques de l'informatique, mathématiques financières, statistique de la santé
    • 122b : Modèles économétriques ; Méthodes d analyse économique

CONTACTS

Responsable pédagogique

contact__name
Sébastien
LAURENT
contact__fonction
Professeur des universités

Gestionnaire administrative

contact__name
Emilie
ALPACCA
contact__fonction
Gestionnaire administrative formation - AMSE