Admission

Prérequis : L3 Maths ou MIASHS

Dossier : via la plateforme monmaster

Débouchés

Organisation

Réunion de rentrée: vendredi 8 Septembre 2023, 13H, Halles aux farines 227C

Validation

L'année M1 se déroule sur deux semestres de 12 semaines permettant de valider chacun 30 ECTS.

Cours proposés

Semestre 1

Probabilités et Extrêmes

9 ECTS, semestre 1

Prérequis
ValidationCC+examen
EnseignantS. Abbes, M. Merle
Horaires hebdomadaires 8.0 h CTD

Syllabus

L'objectif du cours de "probabilités et extrêmes" est de donner les bases mathématiques fondamentales pour l'étude ultérieure de modèles stochastiques, de modèles du risque et des questions de modélisation aléatoire ou statistique. Les outils probabilistes fondamentaux sont présentés dans ce cours (vecteurs gaussiens, loi conditionnelle, théorie des martingales, théorie des valeurs extrêmes, chaines de Markov). Ils sont un prérequis fondamental à l'étude des processus en temps continu comme les processus de Poisson et le calcul stochastique.

Programmation langage C

6 ECTS, semestre 1

Prérequis
Validationexamen
EnseignantBertrand Gentou
Horaires hebdomadaires 4.0 h CTD

Syllabus

Ce cours a pour but de maîtriser les concepts de base du langage C. L'objectif à l'issue du semestre est d'être capable de programmer en utilisant les principales librairies du langage

Analyse des données

6 ECTS, semestre 1

Prérequis
ValidationCC+examen
EnseignantS. Boucheron, S. Gribkova
Horaires hebdomadaires 2.0 h CM , 2.0 h TD

Syllabus

Les données sont des résultats d'expériences ou d'enquêtes mesurés, observés, sur un certain nombre d’individus. Il s'agit soit de nombres (variable quantitative), soit de codes (variable qualitative)

L’analyse des données est un outil perfectionné de statistique descriptive, qui consiste à étudier un jeu de données individus x variables en recherchant notamment s'il existe des relations entre individus et entre variables

On peut distinguer 3 groupes de méthodes : la statistique descriptive classique qui permet l’étude d'une ou deux variables observées sur un ensemble d'individus, des analyses portant sur des nuages de points de plus grande dimension, ainsi que la classification automatique consistant à regrouper des individus en catégories homogènes relativement à tel ou tel critère

Comme les tableaux de données peuvent être très grands en pratique, ce qui nécessite des calculs sur ordinateurs, le module comprend des séances de Travaux Pratiques avec le logiciel R

Actuariat

6 ECTS, semestre 1

Prérequis
ValidationCC+examen
EnseignantMarie-Claire Quenez, Mehdi Talbi
Horaires hebdomadaires 2.0 h CM , 2.0 h TD

Syllabus

Ce cours introduit les outils de base des mathématiques financières et actuarielles, ainsi que les principaux actifs financiers et les produits d’assurance-vie. C’est un prérequis pour les cours de M1 et M2 sur les mathématiques financières, les modèles de taux, ainsi que sur les mathématiques de l’assurance et le risque de longévité.

Anglais

3 ECTS, semestre 1

Prérequis
ValidationCC+examen
EnseignantUFR Eila
Horaires hebdomadaires 2 h TD

Syllabus

Le programme est organisé autour de tâches relevant des activités langagières définies dans le Cadre européen commun de référence pour les langues (CECR)

  • la réception (écouter, lire)
  • la production (s'exprimer oralement en continu, écrire)
  • l'interaction (prendre part à une discussion)
  • la médiation (agir comme un acteur social qui construit, transmet du sens)

Semestre 2

Mathématiques financières

9 ECTS, semestre 2

Prérequis
ValidationCC+examen
EnseignantA. Pannier, A. Louzi
Horaires hebdomadaires 2.0 h CM , 4.0 h TD

Syllabus

  • Modélisation financière en temps discret
  • Modélisation financière en temps continu
  • Bases du calcul stochastique

Bases de données

6 ECTS, semestre

Prérequis
ValidationCC+examen
EnseignantArnaud Durand

Syllabus

Ce cours est une introduction aux bases de données à travers l'apprentissage du langage de requêtes SQL et de la modélisation de données dans un modèle relationnel.

Statistiques

6 ECTS, semestre 2

Prérequis
ValidationCC+examen
EnseignantKarine Tribouley, Benoit Laslier
Horaires hebdomadaires 2.0 h CM , 2.0 h TD , 2.0 h TP

Syllabus

L'objectif de ce cours est d'exposer, d'un point de vue théorique mais sans recours excessif aux outils mathématiques, les méthodes indispensables à l'usage des statistiques inférentielles en milieu professionnel. Le cours magistral (2 h) introduit la modélisation statistique; il est accompagné de travaux dirigés (2h) et de travaux pratiques (2h) en langage R dont la connaissance parfaite est un pré-requis pour s'orienter vers la data science.

Stage ou TPE

3 ECTS, semestre 2

PrérequisR ou Python
ValidationCC+examen
EnseignantZ. Grbac, A. Pannier

Syllabus

Travail personnel sur une méthode statistique ou une méthode de Mathématiques financières. Exploration de données concrètes. Choix, développement et ajustement d'un modèles. Rédaction d'un rapport.

Admission

Tout étudiant (université ou école) titulaire d'une licence ou équivalent (Bac + 3) avec de solides connaissances en mathématiques et probabilités peut être candidat au Master 1 ISIFAR.

L’acceptation en M1 se fait via la plateforme monmaster

L'admission en M2 s’effectue après examen des dossiers par une commission d’admission.

ATTENTION :

  • Première campagne mai-juin
  • Deuxième campagne juillet-septembre

  • depuis la rentrée 2015, le M1 Isifar est passé en effectif limité à 30 étudiants.

Débouchés

Analyste données, chargé d'études actuarielles, gestion des risques...

Informations pratiques