Le programme détaillé est disponible sous https://www.ensae.fr/formation/masteres-specialises/ms-data-science

Bloc d'harmonisation :
Time Series
Econométrie
Initiation à R
Initiation à Python
Introduction à l'apprentissage statistique
Compétences professionnelles 1 : Se connaître et collaborer
Statistique mathématique


Cours obligatoires - Semestre 1 :
Bases de données
Ethics and responsibility in data science
Apprentissage statistique appliqué


Cours optionnels - Semestre 1 :
Analyse financière et stratégie d'entreprise
Blockchain: Bitcoin and Smart-Contracts
Dynamic pricing and revenue management
Eléments logiciels pour le traitement de données massives - Hadoop
Entrepreneuriat 1
Hi!ckathon
Machine learning avec Python
Modeling and managing energy risks
Marketing
Optimisation avancée
Social Science Genetics
Statistique bayésienne
Statistical Methods of Econometrics


Cours obligatoires - Semestre 2 :
Deep Learning: Models and Optimization
Seminar in Quantitative Marketing ou Data Storytelling
Compétences professionnelles 2 : L'entretien de recrutement


Cours optionnels - Semestre 2 :
Artificial intelligence in insurance and actuarial studies
Bootstrap and Resampling Methods
Business data challenge (capacité d'accueil restreinte et enseignement sur l'ensemble de l'année, à choisir de manière définitive en septembre uniquement)
Cloud computing
Entrepreneuriat 2 (pré-requis : avoir suivi Entrepreneuriat 1)
Entrepreneuriat digital
Fabrication d'enquêtes
Histoire et épistémologie de la statistique
Machine learning in finance: Theoretical foundations
Machine Learning for Natural Language Processing
Optimal Transport: Theory, Computations, Statistics, and ML Applications
Online learning and aggregation
Programmation GPU
Reinforcement learning
Science des réseaux sociaux et économiques
Sociological perspectives on inequality
Statistique 3