M2 Mathématiques et applications - Modélisation Aléatoire, Finance et Data Science - FI - Campus PRG

  • Niveau d'études visé

    BAC +5
  • Composante(s)

Présentation

Le Master 2ème année de Modélisation aléatoire propose une formation d'excellence en méthodes stochastiques et statistique tournées vers les applications avec une spécialisation en finance quantitative, gestion des risques, statistique et Data Science.

Deux parcours sont proposés

  • Parcours 1: Statistique et Modèles aléatoires en finance
  • Parcours 2: Statistiques et data science

Le master Modélisation aléatoire est classé parmi les “Meilleurs masters à la fac en santé, sciences et technologies” par L’Étudiant.

Objectifs

L’objectif du Master est de donner une formation de haut niveau en probabilités et statistique, tout en développant les applications dans les domaines porteurs. 

En plus d'une formation classique en finance quantitative, l'accent est mis sur une formation en statistique. 

 

Savoir-faire et compétences

Finance de marché :

- Maîtriser les modèles des marchés financiers

- Conception de nouveaux modèles

- Modéliser un phénomène complexe et le simuler

- Gestion et contrôle des risques

- Conduire un travail de recherche en finance quantitative

- Maîtriser les méthodes numériques utilisées par les analystes quantitatifs

 

Statistique :

- Maîtriser les outils statistiques de la finance quantitative

- Concevoir et conduire une étude statistique de sa phase initiale, au traitement de données et à une restitution des résultats de manière claire

- Posséder un savoir technique avancé dans des secteurs d’applications variées allant de l’assurance, aux systèmes de communication, à l’analyse d’images, au data-mining, aux données multimédia, …

 

Informatique :

- Maîtriser la programmation en C ou en C++

- Maîtriser les logiciels de statistiques tels que SAS

Niveau d'études viséBAC +5

Niveau d'entréeBac+4

Régime d'étude

  • Formation initiale
  • Formation continue

Public(s) cible(s)

  • Étudiant

Formation à distanceNon

StageObligatoire (6 mois (3 mois minimum))

Stage à l'étrangerOptionnel (6 mois (3 mois minimum))

  • Validation des Acquis de l'Expérience : Oui
  • Capacité d'accueil

    65

    Sites web

    Partenariats

    Organisation

    Organisation de la formation

    Pour valider cette deuxième année de Master, l’étudiant doit obtenir 60 Crédits ECTS :

    UE 1 Cours fondamentaux (18 ECTS) au choix

    UE 2 Cours spécialisés (24 ECTS) au choix parmi les cours de finance, statistique, data science et informatique

    UE3 Stage (18 ECTS)

    Stages

    • Soit un stage d’initiation à la recherche effectué dans un des laboratoires universitaires sur lesquels s’appuie le master ou par un stage dans un laboratoire de recherche (INRA, INRIA, ONERA,…).
    • Soit un stage professionnalisant d’au moins 3 mois dans une entreprise éventuellement à l’étranger, sous la direction conjointe d’un tuteur responsable dans l’entreprise et d’un enseignant référent universitaire et un projet informatique.

    Admission

    Conditions d'admission

    Le Master 2ème année est accessible aux étudiants titulaires d'une maîtrise ou d’un Master 1ère année à dominante mathématique, d'un diplôme étranger équivalent, d'un titre d'ingénieur de certaines grandes écoles et aux élèves inscrits en dernière année de ces écoles.

     

     

    Pré-requis

    Un solide niveau en probabilités et statistique est requis.

    Et après ?

    Poursuite d'études

    Thèse CIFRE (dans une entreprise) ou thèse académique (laboratoire de recherche)

    Insertion professionnelle

    L’insertion professionnelle des étudiants ayant une formation de haut niveau en probabilités, statistique et finance est toujours bonne dans le secteur recherche et développement des banques et des organismes financiers. Ce secteur très dynamique, confronté à l'apparition de nouveaux types de données et de nouvelles contraintes réglementaires est à l'affût de modèles originaux. Il recherche donc des étudiants très solides en modélisation aléatoire et capables de réflexion et d'innovation dans la conception des modèles. Actuellement un domaine sensible au niveau des banques est d'une part la gestion et le contrôle des risques et d'autre part la microstructure et la liquidité des marchés; de ce fait nous avons mis en place des cours sur ces thèmes.

     

    La spécialisation dans le domaine « data science » ouvre la voie à des débouchés académiques et industriels comme le traitement des données massives, l'analyse d'images, l'imagerie médicale, l'analyse et l'intégration de données multimédia, les systèmes de communication, le développement logiciel, les études statistiques et les développements informatiques pour le data mining. Nous avons des demandes de stages dans des grandes entreprises ou organismes de recherches tels que l'INRA, EDF, l'ONERA, l'INSERM.

     

    Types d’emplois accessibles :

    - Analyste financier

    - Actuaire

    - Analyste quantitatif

    - Ingénieur recherche développement

    - Informaticien pour la finance

    - Analyste statistique

    - Chargé d’études prévisionniste, tarifaire et/ou risque

    - Chargé d’études économiques ou statistiques

    - Chargé de systèmes de communication, de développement logiciel ou développement informatique pour le data-mining

     

    Contact(s)

    Composante(s)

    Lieu(x) de la formation

    • Université Paris Diderot
    • Xuan-Huyen Pham

      Tél : 0157279106

      Email : huyen.pham @ univ-paris-diderot.fr

    Contact(s) administratif(s)

    • Virginie Kuntzmann

      Secrétariat pédagogique M2

      UFR de Mathématiques - Bâtiment S. Germain - Bureau 50558 rue Aurélie Nemours - Case 701275205 Paris cedex 13 ParisTél : 0157279306

      Email : virginie.kuntzmann @ univ-paris-diderot.fr

    Nous contacter

    5 Rue Thomas Mann
    75013 Paris
    Standard : 01 57 27 57 27

    Plan du site