Master en sciences et ingénierie des données

L'ingénierie des données et la science des données sont deux domaines étroitement liés. Cependant, leurs rôles et responsabilités sont distincts :

• L'ingénierie des données est le processus de collecte, de stockage, de traitement et d'analyse des données. Les ingénieurs de données conçoivent et maintiennent les systèmes qui rendent les données accessibles et utiles aux entreprises.
• La science des données est le domaine d'étude qui combine connaissances du domaine, compétences en programmation et méthodes statistiques pour extraire des connaissances et des informations pertinentes à partir des données. Les data scientists utilisent leurs compétences pour résoudre des problèmes commerciaux, faire des prédictions et améliorer la prise de décision.

Il existe de nombreuses raisons d'étudier le MSc Data Science & Data Engineering à l'Université de Dundee.

Vous bénéficierez d'une formation unique qui combine les compétences de l'ingénierie des données et de la science des données. Cela vous permettra de devenir un professionnel recherché sur le marché du travail actuel, axé sur les données.

Vous apprendrez auprès de chercheurs et de tuteurs de renom, d'experts en intelligence d'affaires et de data scientists issus de l'industrie et de la recherche. Cela vous permettra de mieux comprendre les situations concrètes que vous pourriez rencontrer dans votre carrière.

Tout au long de la formation, vous étudierez divers modules obligatoires et optionnels, tels que :

• Introduction à l’apprentissage automatique
• Langages de programmation pour l’ingénierie des données
• Analyse du Big Data
• DevOps
• Microservices

Dans le cadre de vos études, vous réaliserez également un projet de recherche. Vous aurez ainsi l’opportunité d’acquérir de l’expérience dans la conduite d’un projet de développement logiciel indépendant.

Parmi les projets récents, on peut citer :

• L’intégration de données de marché tierces pour accroître les ventes dans l’industrie des boissons
• L’accès aux données de sciences participatives via une architecture de microservices
• Le diagnostic du cancer de la peau par intelligence artificielle et apprentissage profond