Retour

Mathématiques Appliquées et Statistique Avancée

Établissement

FSTT - Tanger

Niveau d'étude visé

Domaine d'étude

Diplôme recherché

MST

CONNAISSANCES ET COMPÉTENCES À ACQUÉRIR

  • Les connaissances que doit acquérir le lauréat :

À l'issue de la formation, l'étudiant aura acquis un socle solide de connaissances dans les domaines des mathématiques appliquées, de la statistique et de la science des données, structuré autour des axes suivants : Mathématiques appliquées, Analyse numérique et calcul scientifique, Probabilités et statistique , IA et apprentissage, Optimisation et contrôle, Informatique et Big Data

  • Les compétences que doit acquérir le lauréat :

·  Modéliser mathématiquement des problèmes complexes 

·  Mettre en œuvre des méthodes numériques et statistiques avancées

·  Concevoir et évaluer des modèles de Machine Learning et Deep Learning

·  Exploiter et analyser des données massives

·  Programmer efficacement (Python, R, MATLAB) et manipuler des bases de données SQL/NoSQL

·  Conduire un projet de recherche ou de développement de façon autonome

·  Communiquer scientifiquement à l'oral et à l'écrit, en français et en anglais

Listes des modules

Semestre 1

M111    Machine Learning 
M112    Statistique multivariée
M113    Équations différentielles stochastiques
M114    Analyse fonctionnelle Appliquée 
M115    Analyse numérique matricielle avancée
M116    Optimisation et contrôle optimal
M117    Techniques de communication scientifique et professionnelle

Semestre 2

M121    Méthodes d'estimation non paramétrique
M122    Statistique des valeurs extrêmes
M123    Problèmes Inverses et apprentissage profond
M124    Modèles différentiels et apprentissage automatique
M125    EDPs et modélisation 
M126    Méthodes numériques en ingénierie et calcul scientifique
M127    Langues communication et management 

Semestre 3

M231    Méthodes statistiques pour le big data 
M232    Modèles Mixtes et applications sous R
M233    Séries chronologiques et Méthodes de prévision
M234    Semi groupe et équations d'évolution 
M235    Calcul fractionnaire et modélisation
M236    Entrepreneuriat   
M237    Intelligence artificielle 

Semestre 4

PFE    Projet de fin d'études (PFE) 

Contacts :

Email

administration@fstt.ac.ma

Fax

Du lundi au vendredi de 8h à 18h.

(+212) 5 39 39 39 53

Adresse

Téléphone

Du lundi au vendredi de 8h à 18h.

(+212) 5 39 39 39 54/55

Coopérations

Admission

CONDITIONS ET MODALITÉS D’ACCÈS À LA FILIÈRE

  • Diplômes requis conformément au CNPN MST :

   Licence en Sciences et Techniques

   Licence des études fondamentales

   Licence en éducation

  • Spécialités :
  • Prérequis pédagogique de la filière :

En mathématiques :

  • Probabilités
  • Statistiques mathématiques et statistiques décisionnelles
  • Algèbre linéaire
  • Distributions
  • Théorie de la mesure et intégration
  • Analyse numérique matricielle
  • Calcul différentiel
  • Topologie générale
  • Analyse fonctionnelle (bases)
  • Équations différentielles ordinaires (EDO)

En informatique :

  • Algorithmique
  • Algorithme et programmation (Python, R recommandés)
  • Systèmes d'exploitation
  • Notions de bases de données
  • Modalités d’accès :
  • Etude du dossier : (Spécifier les Modalités de sélection : mentions, nombre d’années d’études, notes des matières principales etc…)

La sélection se fait en deux étapes :

  1. Présélection sur dossier (50 % de la note finale) : étude des mentions, des notes des matières principales et du parcours académique.
  2. Épreuve écrite (50 % de la note finale) : concours portant sur les pré-requis du Master (niveau scientifique et technique).
  • Examen écrit
  • Autres à spécifier

Débouchés

Académiques : poursuite en Doctorat, carrière d'enseignant-chercheur, intégration de laboratoires de R&D, préparation de l'agrégation.

Professionnels : Data Scientist, ingénieur en simulation numérique, ingénieur IA/ML, biostatisticien, actuaire, analyste quantitatif, architecte Big Data, consultant en data analytics, chargé d'études statistiques.