Master Data science et société numérique (D2SN)
Présentation
En sciences sociales, les analystes ont désormais accès à des ensembles de données d'une portée et d'une complexité inégalées. Gouvernements, entreprises privées et laboratoires de recherche sont équipés de technologies numériques qui rendent possible la collecte et le stockage de ces données massives et hétérogènes. Pour explorer ces données, les méthodes associées aux data sciences et à l’intelligence artificielle sont de plus en plus mobilisées en sciences sociales.
Le master 2 Data Science et Société Numérique (D2SN) est l'occasion d’acquérir en une année des compétences en programmation informatique (R et Python) et analyse de données (machine learning, science des réseaux, visualisation, analyse textuelle etc.) dans une perspective d’applications concrètes liées à des problèmes sociétaux.
Si vous êtes intéressés par les méthodes dites « computationnelles » (programmation et statistiques), vous aurez l'occasion tout au long de la formation d’apprendre à manipuler les outils numériques pour saisir la complexité des mondes sociaux. En sachant collecter, nettoyer, enrichir et modéliser des jeux de données, vous saurez apporter des contributions nouvelles à la compréhension de la société.
La formation met un accent particulier sur plusieurs types de données : traces des médias sociaux numériques et des différentes applications web (Twitter, Youtube, Spotify etc.) ; les textes ou données incluses ou associées à la production des savoirs (Web of science, bases brevets, etc.) ; les données publiques de l'Open Data; et les différents type de données d'enquêtes.
La formation permet de manière transversale d'acquérir une culture numérique approfondie: histoire de l'internet, sociologie numérique, sociologie des mondes numériques, éthique des algorithmes de l'intelligence artificielle.
La formation en détail
L'enseignement en data science est mutualisé avec les enseignements des élève ingénieurs de la filière Data Science et Intelligence Artificielle à l'ESIEE.
Deux data sprint au premier et second semestre sont organisés, l'un à Amsterdam dans le cadre de l’université d'hiver du Digital Method Initiative et un autre à Paris à la fin de la formation. La plupart des cours relève du travail pratique sur des jeux de données de nature variées (réseaux sociaux, corpus textuelle, données d'enquête etc.). Les étudiants suivent aussi un séminaire de recherche en sociologie numérique. Se les enseignements s'organisent dans une perspective d'apprentissage, ils permettent aux étudiants qui le souhaitent de s’orienter vers la recherche en sciences sociales.
L'apprentissage
La formation est en apprentissage : les étudiants alternent deux jours à l’université et trois jours en entreprise. Lors du premier mois de la formation, l’enseignement s’organise autour d'un bain numérique visant une mise à niveaux en statistique et programmation (initiation accélérée à R et Python pour la data science) .
Compétences visées
A l'issue de la formation, le titulaire de cette spécialité est à même de mobiliser les outils numériques pour saisir la complexité des mondes sociaux. Le master D2SN est l'occasion d’acquérir en une année des compétences en programmation informatique (R et Python) et science des données (machine learning, science des réseaux, visualisation, analyse textuelle etc.) dans une perspective d’applications concrètes pour la compréhension des problèmes sociétaux. En sachant collecter, nettoyer, enrichir et modéliser des jeux de données, vous saurez apporter des contributions nouvelles à la compréhension de la société.
La formation permet de manière transversale d'acquérir une culture numérique approfondie: histoire de l'internet, sociologie numérique, sociologie des mondes numériques, éthique des algorithmes de l'intelligence artificielle.
Après la formation
Les enseignements du master conduisent aux métiers émergents de la science des données, avec une orientation particulière vers l'analyse des phénomènes sociaux et des cultures numériques. Les fonctions occupées par les diplômés sont variés: data scientist, data analyste, social media analyste, ingénieur analyste. La formation permet aussi aux étudiants qui le souhaitent de poursuivre vers un parcours en thèse en sciences sociales.
Les enseignements
CONTACTS
Informations | Informations complémentaires | |
---|---|---|
NicolasMORNONConseiller pédagogique - Projet AVID | +33 (0)1 60 95 76 33 Champs-sur-Marne | |
NicolasSIVOSecrétaire Administratif et Pédagogique. | +33 (0)1 60 95 72 46 Champs-sur-Marne |
ESPACE ETUDIANT
Candidatures
- Admission ParcourSup
- Application eCandidat
- Étudiants Internationaux
- Réorientation