Option Mathématiques et applications

option mathappli stokes Certains cours sont mutualisés avec le Master Mathématiques et Applications de l'Université de Nantes.
Présentation

L'objectif de l'option est d'offrir une formation généraliste en mathématiques appliquées, allant de notions fondamentales en analyse, probabilités et statistique jusqu’à des enseignements plus appliqués et professionnalisants en apprentissage statistique et calcul scientifique.

Le caractère généraliste de cette formation est un atout dans de nombreux secteurs d’activité qui nécessitent une bonne maîtrise de concepts et d’outils mathématiques pour répondre aux nouveaux enjeux techniques et économiques.

La formation a pour objectif de donner des bases mathématiques solides mais aussi une bonne culture des problématiques actuelles en mathématiques appliquées. Les intervenants de l’option mènent des activités de recherche en lien avec différents secteurs professionnels, ce qui permet d’illustrer les concepts et outils mathématiques sur des applications concrètes et de guider les étudiants vers de possibles orientations professionnelles.

Deux parcours sont proposés : "Statistique et Science des Données" et "Analyse et probabilités numériques".

Contenu pédagogique
Semestre 7 ou 9 (autumn semester) Semestre 8 ou 10 (spring semester)
Analyse hilbertienne Apprentissage statistique avancé
Apprentissage statistique Quantification d'incertitudes
Probabilités Projet 2
Méthodes numériques probabilistes Stage
Processus stochastiques Parcours "Analyse et probabilités numériques"
Projet 1 Modélisation stochastique
Parcours "Analyse et probabilités numériques" Modélisation pour la biologie et la santé
Analyse numérique Parcours "Statistique et Science des données"
Équations aux dérivées partielles Fondements de l'apprentissage statistique
Analyse numérique avancée Méthodes bayésiennes et modèles hiérarchiques
Parcours "Statistique et Science des données"
Statistique 1
Sciences des données avec R
Statistique 2


Télécharger le contenu des cours (programme 2019/2020 donné pour information)

Exemples de projets et de stages

Exemples de projets

  • Portfolio optimization
  • Monte Carlo methods for rare event estimation
  • Patterns of Alan Turing
  • Portfolio risk measures
  • Population dynamics and breast cancer tumor growth modelling
  • Data mining for the analysis of petroglyphs
  • Numerical simulation of the transport of nuclear waste
  • Matrix completion for painting restoration
  • Multilevel Monte Carlo methods for option pricing
  • Metamodelling of chaotic dynamical systems
  • Study of the graph of Erdos Renyi
  • Numerical simulation of neural influx in neurons
  • Approximation power of deep neural networks
  • Introduction to quantum computing

Exemples de stages

  • Classification and Forecasting of load curves - GDF Suez strategy division
  • Integration of external variables to optimize hotel prices - Amadeus
  • Reporting of investment funds - Prévoir
  • Actuarial problems in reinsurance - Wills Re
  • Reliability assessment of hybrid dynamical systems - EDF, Division Management of Industrial Risks
  • Combination of statistical models for photovoltaic power forecasting  - Reuniwatt
  • Optimization of a statistical tool for sale forecasting - PSA
  • Stochastic methods for the solution of high-dimensional PDEs - Ecole Centrale Nantes
  • Environmental characterization of the aircraft fleet - Safran
  • Optimisation numérique pour la viticulture de précision - INRA
  • Prédiction de coûts de revalorisation de rentes - Generali
  • Le machine Learning appliqué aux abus de marchés - HSBC
  • NLP pour le traitement automatique de documents juridiques - Stackadoc
  • Passenger traffic forecasting models for decision support - SNCF
  • Peptide Retention Time Prediction - Functional Genomics Center Zurich
Et après ?
Les formations en mathématiques appliquées sont de plus en plus prisées par de nombreux secteurs industriels, autant pour les compétences techniques acquises qui sont propres à ce type de formation que pour les capacités d'abstraction et de généralisation développées par l'apprentissage des mathématiques.


Domaines d'activités :

  • Santé
  • Environnement
  • Finance
  • Assurances
  • Énergie
  • Transport
  • Télécommunications

Métiers :

  • Data scientist
  • Ingénieur statisticien
  • Ingénieur en simulation
  • Ingénieur logistique
  • Analyste quantitatif
  • Ingénieur R&D
  • Chercheur
  • Consultant banque/assurance
  • Chargé d'études actuarielles
brain col math
nn vae math
Publié le 22 mars 2017 Mis à jour le 23 juillet 2021