Choisir son Master de Mathématique - Université de Nice Sophia Antipolis
←
→
Transcription du contenu de la page
Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous
Université de Nice Sophia Antipolis Choisir son Master de Mathématique
Les métiers
30 mois après leurs diplômes 97% des étudiants de master Maths ont un emploi (contre 89% toutes disciplines confondues). 75% travaillent dans le privé.
Définir son projet professionnel
• Enseignant (primaire, secondaire, supérieur ? Capes,
Agrégation ? )
• Chercheur (Entreprise, CNRS, INRIA, INSEE, CEA,
CNES, ONERA ...)
• Enseignant-Chercheur
• Ingénieur Mathématicien ( quel domaine ?)Source : CareerCast.com
Enseignant
❖ Concours Agrégation : 350/450 postes ouverts mais
seulement 300 postes pourvus !!!
❖ Concours Capes : 1440 postes ouverts mais seulement
1066 pourvus !!!
Salaire Certifié Agrégé
Stage 1795 2076
Titularisation 2067 2334
+10 2306 2896
+20 2765 3547
+30 3777 4555(Enseignant)-Chercheur
Recrutement sous forme de concours à chaque Caractéristiques du métier :
niveau :
‣ Doctorat charge d’enseignement 192h/année
‣ Maître de conférence / Chargé de recherche
‣ Professeur des Universités / Directeur de activité importante de recherche
recherche
tâches administratives (responsable de formation, organisation de
Nombreuses offres d’emploi au niveau européen conférences, membre d’un conseil universitaire, membre de comité de
sélection, évaluation de manuscrits …)
mobilité importante (p.ex. PostDocs)
Salaire début de carrière
1750 (doctorant)
2150 (brut, MCF 1er échelon) grande flexibilité dans la gestion du temps de travail
Salaire fin de carrière
4500 (brut, MCF Hors classe)
6200 (brut, Professeur Classe Exceptionnelle)Ingénieur Mathématicien
Ingénieur Calcul Scientifique
Taux d’insertion excellents Ingénieur R&D
En 2017, 90% des M2IM ont décroché un CDI en Analyste Risque de crédit
moins de 3 mois ou poursuivent leurs études
(doctorat) Data Scientist
Biostatisticien
Développeur de logiciels financiers
Salaire début de carrière
2500/3000 (brut)
Chargé d’études marketing
Ingénieur maîtrise d’ouvrage
Salaire fin de carrière Ingénieur modélisation et simulation numérique
4500/7000 (brut)
Développeur scientifiqueLa Formation
Enseignant
Chercheur
Ingénieur
Enseignant
secondaire ou
de classe Doctorat
prépa ( bac +
8)
Master ( bac + 5 )
Technicien Licence ( bac + 3)Master Métiers de l’enseignement, de l’éducation et de la formation (MEEF)
ESPE
M1 MEEF / M2 MEEF
Master Mathématiques et Applications
UFR Sciences
Mathématiques Pures et Mathématiques Ingénierie Mathématique
Appliquées ( MPA ) Fondamentales ( MF ) ( IM )
M1 Commun MPA-MF M1 IM
M2 MPA M2 MF M2 IM
Recherche Prépa-Agrég Ingénierie
Master Idex UCA Jedi
Mod4NeuCog MSc in Data Science MSc QCSBD
(BCL, I3S,LJAD) (I3S, LJAD) (INPHYNI, LJAD,I3S, iBV)
Masters Informatique & Master MIAGEMASTER MEEF
❖ Le Master est porté par l’ Ecole Supérieures du Professorat et
de l'Education : ESPE
❖ Le M1 prépare à la fois au métier et au concours du CAPES
(stage de 4 semaines en établissement). Lourd en terme
d'horaire et de travail mais le concours est actuellement très
abordable en mathématiques.
❖ Le M2 est très allégé en terme d'horaire et accompagne le
fonctionnaire stagiaire. Le poids du stage est très important.❖ ESPE : Enseignants / Enseignants- Chercheurs
❖ Rectorat : Inspecteurs / Enseignants en poste dans le
secondaire.
❖ UFR sciences : Chercheurs / Enseignants-Chercheurs.Concours du CAPES
❖ Deux épreuves écrites d'admissibilité coeff 1 (5 h
chacune) aux alentours du mois d’avril 2019
(programme : secondaire + programme complémentaire
(niveau L2) )
❖ Deux épreuves orales d'admission coeff 2 (programme
secondaire mais avec le recul d'un M1) fin juin 2019
❖ Fonctionnaire stagiaire à mi-temps en 2019- 2020 payé
plein temps.Master Maths et Applications ❖ Parcours Mathématiques Pures et Appliquées (MPA) ❖ Parcours Mathématiques Fondamentales (MF) ❖ Parcours Ingénierie Mathématique (IM)
Parcours MPA
M2 MPA
M1 MPA (commun avec MF)
Spécialisation dans un domaine
Etudes approfondies de tous les domaines
mathématiques (Algèbre-Géométrie/Analyse-EDP/ Probabilité-
Statistique)
• En M1 socle commun en Mathématiques Fondamentales (analyse, algèbre et
géométrie).
• En M1 choix entre deux options de Mathématiques Appliquées (analyse
numérique ou probabilité-statistique), communes avec parcours IM.
• En M2 MPA cours avancés dans un bloc : Algèbre et Géométrie, EDP et
Analyse numérique, Probabilités et StatistiquesM1 MPA (commun MF)
UE Mathématiques
6 cours de 72h 6 * 6 ECTS
fondamentales
UE Mathématiques 2 cours de 72h + 1 cours
de 36h 2 * 6 ECTS + 3 ECTS
Appliquées
Informatique 60h 3 ECTS
Anglais 60h 2 ECTS
Mémoire de M1 4 ECTS
M2 MPA
UE Mathématiques 5 cours de 30h 5 * 6 ECTS
Mémoire de M2 temps plein 30 ECTSStatistiques M2 Recherche
nombre d'étudiants inscrits nombre d’étudiants continuant en thèse
2014 9 6
2015 6 3
2016 8 5
2017 11 6
2018 13 3Parcours MF
❖ Le Parcours MF vise à préparer l’ étudiant à passer l’Agrégation de Mathématiques. Le M1
MF est commun avec le M1 MPA.
❖ Le M2 MF peut aussi servir en même temps à solidifier ses connaissances avant de suivre
un parcours recherche (M2 MPA).
Concours de l’Agrégation
❖ 2 écrits de 6h (en général 1 en analyse, 1 en algèbre)
❖ 3 oraux (algèbre, analyse, modélisation)
❖ Oral analyse/algèbre : 3h préparation + 45 min. présentation (45 leçons possibles en
algèbre et idem en analyse) avec proposition de deux démonstrations —> ne pas se
contenter d’un 10/20 en licence et travailler les démos du cours.
❖ Oral modélisation : présentation d’ un texte scientifique + simulations sur ordinateur.Semestre 1 ( M2 MF) Semestre 2 (M2 MF )
Analyse réelle et Pedagogie Inversée en
6 ECTS / 64h 12 ECTS / 128 h
Probabilités Analyse et Algèbre
Restitution structurée de
connaissances en algèbre
Groupes et Géométrie 6 ECTS / 64h 12 ECTS / 148 h
et analyse
Modélisation et
Simulation
Topologie et Calcul
6 ECTS / 64h Option Calcul 6 ECTS / 54 h
differentiel
Scientifique ou Option
Proba-Stat
Intégration et
6 ECTS / 64h
Holomorphie
Algèbre linéaire et
6 ECTS / 64h
bilinéaireStatistiques Prépa-Agrégation
nombre d'étudiants inscrits étudiants admissibles étudiants admis (/ étudiants
s'étant déplacés aux oraux )
2012 10 8 8/8
2013 9 9 7/7
2014 4 4 3/3
2015 11 9 4/6
2016 16 13 5/8
2017 16 14 6/11
2018 12 9 5/7Parcours IM
Informatique et
Modélisation Stochastique et
Mathématiques Appliquées à Ingénierie Numérique
Statistiques
la Finance et à l’Assurance
INUM
MSS
IMAFA
• En M1 socle commun en probabilités-statistiques, analyse numérique et
informatique (plusieurs cours communs avec le M1 MPA & MF).
• En M1 cours optionnels pour MSS et INUM. Pour poursuivre en IMAFA,
l’étudiant peut suivre INUM ou MSS au choix.
• En M2, les étudiants se spécialisent selon l’option choisie ( collaboration avec
Polytech )
• Possibilité de continuer en Master Risk de l’EDHEC avec frais d’ inscription (23 500
euros) réduits (1000 euros) pour le meilleur étudiant.Le Master IM est ouvert à l’apprentissage en M2 depuis 2018 !!! Expérience pro d’un an ( si apprenti ) et de 6 mois sinon Apprenti = Salaire > 80% smic durant tout le M2 (soit env. 10 000 euros) Seule formation Master en Maths en apprentissage du Sud de la France C’est l’étudiant qui doit trouver son contrat ( lors du M1 ) Frais d’inscription gratuits
UE
140 h 9 ECTS Programme M2 IM
Mathématiques
entre 90h et
UE Numérique 6 ECTS
118h
UE Sciences
Humaines et 60 h 3 ECTS
Sociales*
UE Projet de fin
15 h 4 ECTS
d’études
UE Métiers 96 h 8 ECTS
Total 1er entre 401 h et
30 ECTS
Semestre 429 h
Stage en
temps plein + 4h 30 ECTS
entreprise
* : pourra être délocalisé dans le temps au second semestre.Masters IDEX UCA JEDI ❖ Master Mod 4 Neu Cog ❖ Master Data Science ❖ Master QCSBD
Master Mod 4 Neu Cog
Objectives
Double competence: applied mathematics and cognitive sciences
Based on independent study and research
Application of acquired knowledge in neuronal and cognitive research
- miniprojects
- self designed projects Overarching objective: promote joint
research in social science, computer
- internships
science, applied mathematics and
Formal courses replaced by interactive learning neuroscience (both experimental and
computational)
Maker/hacker philosophy (learn by making)
Promote creativity, autonomy and collaborationMOD4NEUCOG Progressive knowledge acquisition (from interactions to autonomy) 1. Highly interactive intensive "bootcamp" (mainly maths and computer science) 2. Basic courses (including biology and cognitive sciences) 3. Prospective research and innovation: non-academic contacts (medicine, startups, companies, art), research-based (evaluation of) innovations (prosthetic material, etc.), and philosophical discussions (transhumanism, AI, etc.) 4. Miniprojects 5. Self designed project 6. Two long internships (international)
MOD4NEUCOG: POTENTIAL PARTNERS Brasil - Sao Paulo Research, Innovation and Dissemination Center for Neuromathematics (RIDC NeuroMat) USA - Austin, Texas MathNeuro Lab at the University of Texas Denmark - Copenhagen The Dynamical Systems Interdisciplinary Network at the University of Copenhagen Spain - Bilbao (Basque Country) Basque center for applied mathematics (BCAM) UK - Nottingham UK Mathematical Neuroscience Network
MOD4NEUCOG: REQUIREMENTS
MOD4NEUCOG: COURSES
*=choose 3 of 4MOD4NEUCOG
OpenNeuroLab
• Maker style
• Mini-fablab (LJAD)
• Accessible H24
• Openspace
• Encounters between students, researchers, artists, entrepreneurs, etc.
Website: http://app.univ-cotedazur.fr/mod4neucog
Email: krupa@unice.frMaster QCSBD
Quantitative and Computational Sciences for Biomedical Data
OBJECTIVE
Train the next generation of scientists experts
in computational biology and biomedical data science.
• Manage mathematical and computational methods in computational biology
• Master a wide panel of modeling approaches of biochemical and biophysical
processes in cells and tissues.
• Master concepts and methods in data sciences for the analysis and
interpretation of big data sets produced in modern biology ( “omics” data,
images, signals, measurements)ADMISSION Student with a Bachelor (180 ECTS) in Mathematics, Computer Science, Physics, or Sciences and Technologies with a strong motivation to work at the interface with Biology.
Program
M1: M2:
Fundamental courses in: • Advanced cell and tissue biology
• cell and tissue biology • Cancer systems biology
• bioinformatics • Computational biology for
biology of aging
• data science
• Formal and computational
• systems biology
approaches for single cell biology
• biophysics
• 6 months internship
3 months internship and/or lab
immersion on modeling and data
analysis projects on biological
topics.Master Data Science
Data Science & AI
⌅ The field of Data Science & AI is one of the most strategic domain for:
⇤ research
⇤ education
⇤ and innovation.
⌅ There is however a significant effort to produce to satisfy the expectations!
⌅ The French government provides a strong support at the national level on these efforts
(Villani report, Macron conference, 3IA).
2Data Science & AI @ UCA
⌅ Data Science & AI are in fact at the core of the Idex program JEDI since 2015 (one of the 9
core programs),
⌅ We are building a Data Sicence & AI ecosystem:
⇤ where research, education and innovation enrich each other
(the Maasai team, the MSc Data Science)
⇤ which is transdisciplinary (links with Medicine, Biology, Humanities, ...),
⇤ which is open to companies (seminars, case studies, ...) and general public (the SophIA
summit).
3for the extraction of knowledge from masses of data.
The MSc Data Science program
Program
A 2-year training program:
First year: Semestre 2:
⌅ which mixes Mathematics, Computer Science and Business,
Semestre 0: M10 - Refresher courses M14 - Theory of Statistical learning
Program
⌅ with 2 possible
Semestre 1: tracks: M15 - Practice of Machine Learning
M11 - Statistical inference M16 - Data Visualization and distributed
First year: Semestre 2:
systems
M12 - Data0:Mining
Semestre and Big Data
M10 - Refresher courses M14
M13 - Workshops and ethical aspects M17- Theory of Statistical learning
- Case studies
Semestre 1: M15
M18- Practice
- Options of(Track-depending)
Machine Learning
M11 - Statistical inference M16 - Data Visualization and distributed
Semestre
systems 3: M19 - Internships
M12 - Data Mining and Big Data
M13 - Workshops and ethical aspects M17 - Case studies
M18 - Options (Track-depending)
Semestre 3: M19 - Internships
Second year Second year
(track «Data Science for Research and (track «Data Science for Marketing,
Development», 5 modules to choose): Finance, Business and Development»):
Second year Second year
Semestre 1: Semestre 1:
(track «Data Science for Research and (track «Data Science for Marketing,
M21 - Learning in high-dimensions M31 - Data Mining for Finance
Development», 5 modules to choose): Finance, Business and Development»):
M22 - Bayesian and advanced learning M32 - Big Data Applications for Financial
M23 - Data
Semestre 1: analysis Semestre Markets
1:
M24- Learning
M21 - Medicalinand networked data
high-dimensions M33 - Marketing Modeling
M31 - Data Mining for Finance
M25--Bayesian
M22 Random and Fields and system
advanced learning M34 - Management
M32 - Big Data Applications for Financial
performance
M23 - Data analysis M35Markets
- Mathematical Finance
M26 - Deep
M24 - Medical learning and webdata
and networked mining M36
M33 - Case Studies
- Marketing Modeling
M27--Random
M25 Information theory
Fields and smart cities
and system M37- Management
M34 - Maths module (to choose in track A)
M28 -performance
Data streams and e-health M35 - Mathematical Finance
4
M26 - Deep learning and web mining M36 - Case Studies
Semestre
M27 2: M29 theory
- Information - Internship
and smart cities M37 - Maths module (to choose in track A)
M28 - Data streams and e-health
Future2:careers
Semestre M29 - InternshipThe MSc Data Science: the 2018 promotion
The first promotion:
⌅ started on September, 3rd, 2018,
⌅ 8 nationalities (USA, Zimbawe, Ukraine, Cameroun, Iran, Albanie, Venezuela, ...),
⌅ backgrounds in Computer Science, Mathematics, Life Sciences but also Humanities!
5The MSc Data Science: a long-term vision
We build the program in a long-term vision:
⌅ local and national companies are involved in the program construction,
⌅ an Amadeus program in Data Science & AI will open in January 2019,
⌅ a certificate for employees of other companies will open in January 2020.
Information and news about the MSc Data Science:
http://univ-cotedazur.fr/en/idex/formations-idex/data-science/
https://twitter.com/UCA_DataScience
6Master Informatique
Informatique
L’informatique est une science
L’informatique n’est pas plus la science des ordinateurs que
l’astronomie n’est celle des téléscopes.
D’innombrable domaines d’application
I Informatique I Santé
I Réseau I Biologie
I Sécurité I Finance
I Génie industriel I ...
Une spécialisation croissante
Dans 20 ans, l’informatique sera comme la médecine : très spécialisée.
2/5Pourquoi faire de l’Informatique ?
N’importe qui peut coder ! Oui, mais salement.
Tout le monde sait faire du vélo, mais qui monte le col de Vence ?
Qui participe au tour de France ?
Programme informatique
I Utilisable
I Maintenable
I Évolutif
I Et pas forcément par celui qui l’a écrit !
Et il n’y a pas que le code . . .
que ce soit en terme de savoirs ou de métiers.
3/5Organisation du Master Informatique
Responsable Jean-Charles Régin – jcregin@gmail.com
Master 1 trouver sa voie.
I S1 + S2 : cours.
Master 2 se spécialiser.
I S3 : cours.
I S4 : stage en entreprise ou en laboratoire.
Organisation des cours
I Choix de cours à la carte. I Apprentissage possible.
I Nombreux projets. I Parcours recherche.
Emploi du temps
I Les cours ont lieu dans le bâtiment des Lucioles à Sophia Antipolis.
I Le calendrier des jours de cours est fixé un an à l’avance.
I Les cours ont surtout lieu les lundis, mardis, et mercredis.
4/5Insertion Professionnelle
Enquêtes d’insertion professionnelle des diplômés
Allez voir par vous même : http://butineur-ove.unice.fr/
Et l’informatique ? Au top !
325 diplômés de 2012 à 2015 dont 227 ont répondu aux enquêtes.
Indicateur À 18 mois À 36 mois
Taux d’insertion 94.6% 97.9%
Poursuite d’étude 23.3%
Emplois stables 90.6% 92.7%
Emplois à temps plein 98.8% 99.4%
Emplois de niveau cadre ou intermédiaire 99.4% 99.4%
Emplois situés en dehors de la région 23.6%
Salaire net mensuel médian à temps plein 2272§ 2458§
Les moins de 26 ans en PACA en 2014
Salaire net mensuel moyen en 2014 : ⇠ 1700§.
5/5Questions ?
Retrouvez-nous sur notre site web
http://i3s.unice.fr/master-info/
Inscrivez-vous au concours UCAnCODE
du 14 décembre prochain !
Rejoignez-nous sur Facebook.
5/5Master MIAGE https://www.miage-nice.fr
Après le master
Après un M2 MEEF
Après un M2 Maths & Applications
Après un M2 IM
❖ Postuler sur des offres d’emploi d’ ingénieur.
❖ Continuer en thèse académique ( rare ) ou en thèse
CIFRE.Après un M2 MPA
❖ Candidater pour une bourse de thèse académique au
LJAD, ou dans un autre laboratoire ( en France ou à
l’étranger ), ou sur une thèse CIFRE ( rare ).
❖ ~4/5 bourses maths au LJAD par an + bourses externes.
❖ Une fois la thèse soutenue, candidater sur un poste Mcf,
cnrs, inria...
❖ Passer l’ « Agrégation spéciale docteurs » et devenir
enseignant.Concours Agrégation spéciale Docteurs (existe depuis 2017)
❖ 1 écrit de 6h (en 2017: série d'exercices plus un problème
au choix entre analyse et algèbre)
❖ 3 oraux (un d'analyse/algèbre (pas au choix !), un de
modélisation et un de "mise en perspective didactique
d'un dossier de recherche")
❖ Session 2017 : 10 postes pourvusAprès un M2 MF ❖ Devenir enseignant au lycée ou en classe préparatoire. ❖ Faire le M2 MPA puis une thèse...
Après un Master Idex UCA Jedi
Après le M2 Mod 4 Neu Cog
❖ Candidater pour une bourse de thèse académique ou
sur une thèse CIFRE.
❖ Postuler pour un poste d’Ingénieur en R&D dans le
milieu médical, de la recherche biologique ou
informatique.Après le M2 QCSBD
❖ Ph. D programs in bioinforma1cs, biophysics, systems biology
❖ Research Engineer in private R&D sector of pharma companies,
soAprès le M2 Data Science ❖ Thèse académique ou CIFRE ❖ Data scien1st ❖ chargé d’études sta1s1ques ❖ Data Miner ❖ Ges1onnaire bases de données …
Après un Master Informatique ou MIAGE
Contacts et Renseignements
Les métiers des mathématiques Site web du département de Mathématiques de l’ Université de Nice ( avec sites web des masters IM, MPA,MF, et liens vers Mod 4 Neu Cog, Data Science, QCSBD) Site web du Master MEEF Master Informatique & Master MIAGE ❖ Master 1 IM : Yves d’ Angelo ❖ Master Mod 4 Neu Cog : Martin Krupa ❖ Master 2 IM : Cédric Bernardin ❖ Master Data Science : Charles Bouveyron ❖ Master 1 MPA&MF : David Chiron ❖ Master QCSBD : Elisabeth Pecou ❖ Master 2 MPA : Andreas Höring ❖ Master 2 MF : Florent Berthelin ❖ Master Informatique : Jean-Charles Régin ❖ Master 1 MEEF : Denis Torralba ❖ Master MIAGE : Michel Winter ❖ Master 2 MEEF : Alain Patriti
Vous pouvez aussi lire
