Apportant une solide formation à la fois théorique et pratique, en lien direct avec les besoins du monde des entreprises et en étroite collaboration avec Polytech Nice-Sophia, le Master IM (Ingénierie Mathématique) de l’Université de Nice Sophia Antipolis vise à former des ingénieurs autonomes, capables d'appréhender les outils mathématiques et les technologies informatiques les mieux adaptées à la modélisation et à la résolution de problèmes relevant aussi bien de la gestion des Risques Financiers (option IMAFA), du "Big Data" (option MSS) que du Calcul Scientifique (option INUM).
Le Master se fixe pour objectif de former des informaticiens de haut niveau maîtrisant parfaitement les concepts et outils mathématiques nécessaires à la conception et à la réalisation de systèmes d'information financiers et bancaires..
Savoir-faire et Compétences :
Orientation métiers : Responsable de projet et d'applications de petite ou moyenne taille, Ingénieur de développement dans des projets importants et complexe, Consultant en systèmes d'information financiers ou bancaires, Ingénieur mathématicien chargé de la réalisation de modèles financiers, ...
Les étudiants formés sont aptes à analyser un problème (quel que soit le domaine dans lequel il se pose), le modéliser à l’aide d’outils mathématiques, proposer une approche adaptée (théorique, numérique ou expérimentale), la mettre en œuvre avec l’aide de l’outil informatique, évaluer les résultats, concevoir des solutions innovantes, et proposer des évolutions. Les activités principales, déclinées en compétences spécifiques, consistent en effet à:
Des exemples d'applications sont abordés notamment en mécanique et matériaux, modélisation géométrique, en biologie et dans le domaine spatial (sattelites).
Cette option offre des compétences poussées en modélisation stochastique (calcul stochastique et méthodes numériques probabilistes) et en statistiques (machine learning, CART, sélection d’estimateurs ou de modèles …) et consolide les connaissances informatiques acquises en M1 (C++, R, Scilab) par l’assimilation de nouveaux outils (Hadoop, SAS, SPSS …). Il vise à former des ingénieurs dans la plupart des domaines nécessitant une analyse stochastique ou statistique (Big Data) : finance, marketing, environnement, biologie, industrie médicale et pharmaceutique, transports, énergie, assurance …