ECTS
60 crédits
Durée
1 an
Structure de formation
Faculté de pharmacie
Langue(s) d'enseignement
Français
Présentation
Le parcours proposé est une évolution du parcours "Statistiques pour les Sciences de la Vie" de la mention "Mathématiques" de la précédente période. Le Master 1 devient commun avec le parcours "épidémiologie, données de santé, biostatistiques - Données de Santé" avec lequel la mutualisation était déjà très importante pendant la précédente période.
Objectifs
Son objectif reste de fournir à des étudiants issus principalement de licences de santé et de biologie d'acquérir une double-compétence en biostatistiques.
Savoir faire et compétences
Cette double compétence est particulièrement recherchée sur le marché de l'emploi comme le montrent les chiffres du taux d'insertion à la sortie du parcours. Nos étudiants sont de véritables atouts dans une équipe puisqu'ils ont la culture nécessaire en biologie/santé pour maîtriser la problématique d'intérêt et la compétence pour analyser les données de façon adéquate. Cette analyse adéquate; Cette analyse adéquate des données en biologie/santé est un enjeu majeur pour la recherche des années à venir car les données sont de plus en plus volumineuses et nombreuses et des erreurs dans leur analyse peut conduire (et a déjà conduit par le passé) à des conclusions erronées ou non reproductibles décrédibilisant l'ensemble de la filière recherche. Une expertise réelle en analyse de données est donc aujourd'hui indispensable pour permettre de répondre à des questions biologiques complexes. Cet objectif est l' "ADN" de notre formation et perdure pour la prochaine période.
De plus, nous avons fait évoluer le contenu de la formation pour permettre aux étudiants en santé en en biologie d'acquérir des compétences toujours plus proches du marché de l'emploi en biostatistiques : introduction du langage Python, renforcement des enseignements en Machine Learning et intelligence artificielle. Cette évolution est également en cohérence avec le changement de mention car les applications en santé de ces méthodes sont de plus en plus nombreuses (recherche de biomarqueurs, médecine personnalisée,...). Nous avons renforcé sur ce point les enseignements permettant à nos étudiants (notamment à ceux qui ne viennent pas des filières santé) de prendre conscience des problèmes inhérents aux données de santé.
D'un point de vue professionnalisant, nous proposons une nouvelle UE d'étude de cas, permettant d'introduire de l'apprentissage par projet dont on connaît les vertus pédagogiques. Cette UE s'assortit d'une sensibilisation à la conduite de projet, préparant nos étudiants à leur futur emploi qui s'inscrit souvent dans des équipes construites autour de projets.
Organisation
Contrôle des connaissances
Programme
ANALYSE DES DONNEES CENSUREES
2,5 créditsSTATISTIQUES TEMPORELLES
2,5 créditsMODELE LINEAIRE GENERALISE ET MIXTE
5 créditsApplication modèle mixte & machine learning
2,5 créditsETUDE DE CAS PARTIE 2
5 créditsMACHINE LEARNING NIVEAU 1: APPLICATION AU PRONOSTIC
2,5 créditsBASES DE DONNEES NIVEAU 2
2,5 créditsMACHINE LEARNING NIVEAU 2
2,5 créditsRECUEIL PLANIFIE DE DONNEES
2,5 créditsSTATISTIQUES POUR L'INDUSTRIE
2,5 créditsSEMINAIRES DE RECHERCHE
2,5 crédits
Stage Master 2
25 créditsStage M2 EDSB
30 crédits