Santé

Master 2 Epidémiologie, Données de Santé, Biostatistique (EDSB) sous parcours Data Analyst pour les Sciences du Vivant

  • ECTS

    60 crédits

  • Durée

    1 an

  • Structure de formation

    Faculté de pharmacie

  • Langue(s) d'enseignement

    Français

Présentation

Le Master 2 EDSB – Data Scientist pour les Sciences du Vivant forme des data scientists capables d'intervenir sur un large panel de données issues de la biologie, de la santé et plus largement des sciences du vivant. Il offre une formation généraliste, adaptée à la diversité des données et des contextes rencontrés en recherche comme en entreprise : données expérimentales, industrielles, pharmacologiques, omiques ou issues de dispositifs de mesure complexes.

Le parcours accorde une place centrale au machine learning, avec une progression allant des méthodes d'apprentissage jusqu'au deep learning. Il conserve un socle commun avec le parcours Analyse des données de santé (modèles linéaires généralisés et mixtes, analyse des données censurées), qui garantit une solide culture en biostatistique. Il l'élargit à des problématiques propres à l'industrie et aux sciences du vivant : statistiques pour l'industrie, planification du recueil de données, bases de données avancées, et modélisation en pharmacocinétique combinant modèles mixtes et machine learning. Les enseignements mobilisent R et Python.

La formation repose largement sur l'apprentissage par projet. Des études de cas et des projets menés en collaboration avec d'autres formations placent les étudiants dans des situations proches de la réalité professionnelle : travail en équipe, dialogue avec des spécialistes d'autres disciplines, gestion d'un projet d'analyse de bout en bout. Des séminaires de recherche complètent cette ouverture.

Le parcours est ouvert à l'apprentissage, qui permet aux étudiants d'acquérir une expérience professionnelle significative dès le M2. Les autres étudiants effectuent un stage de six mois en laboratoire de recherche ou en entreprise. Cette organisation prépare à des postes de data scientist, biostatisticien ou ingénieur d'études dans les laboratoires de recherche académique ou hospitalière, l'industrie pharmaceutique, voire l’agroalimentaire ou les biotechnologies ou encore à une poursuite en doctorat.

Lire plus

Savoir-faire et compétences

Organisation

Contrôle des connaissances

Programme

  • ANALYSE DES DONNEES CENSUREES

    2,5 crédits
  • STATISTIQUES TEMPORELLES

    2,5 crédits
  • MODELE LINEAIRE GENERALISE ET MIXTE

    5 crédits
  • Application modèle mixte & machine learning

    2,5 crédits
  • ETUDE DE CAS PARTIE 2

    5 crédits
  • MACHINE LEARNING NIVEAU 1: APPLICATION AU PRONOSTIC

    2,5 crédits
  • BASES DE DONNEES NIVEAU 2

    2,5 crédits
  • MACHINE LEARNING NIVEAU 2

    2,5 crédits
  • RECUEIL PLANIFIE DE DONNEES

    2,5 crédits
    • Recueil plan. données CC

    • Recueil plan. données CT

  • STATISTIQUES POUR L'INDUSTRIE

    2,5 crédits
  • SEMINAIRES DE RECHERCHE

    2,5 crédits
  • Stage Master 2

    25 crédits
    • Mémoire stage

    • Oral stage

  • Stage M2 EDSB

    30 crédits