Groupe pédagogique - MASTER-MAEA

Maths en action

Modifier

Crédits ECTS

60.0

Responsable:

  • RULLIERE Didier
  • Description générale :

    Le master Mathématiques en action (MAEA) répond à une forte demande, dans différentes branches de l’industrie et de la recherche, de compétences conjointes en analyse et résolution numérique d’équations aux dérivées partielles, probabilités et statistiques, et calcul scientifique. En effet, la complexité des systèmes actuels, traditionnellement modélisés par des équations différentielles dans une approche déterministe, nécessite désormais la prise en compte d’incertitudes, ou le post-traitement statistique des résultats pour une analyse quantitative. D’autre part, le développement des moyens de calcul (processeurs multi-cœurs, réseaux de calculateurs)demande une évolution des méthodes numériques elles-mêmes (algorithmes parallèles).Ce master présente l’originalité, encore rare dans le paysage universitaire français, et même unique dans la région Rhône-Alpes, d’aborder l’utilisation conjointe des aspects déterministe et aléatoire, domaines longtemps demeurés en opposition, et dont la réunion devient aujourd’hui indispensable. Le Master M2 Mathématiques en action forme à la recherche et à l’ingénierie mathématique des chercheurs ou ingénieurs de haut niveau, avec une spécificité de compétences novatrice. Il offre ainsi aux étudiants sortants de réelles perspectives d’emploi dans le domaine de la recherche appliquée, que celle-ci soit envisagée dans le cadre d’une thèse, ou dans un centre Recherche et Développement (R&D) d’une entreprise ou d’un organisme public ou privé.

    Cohérence entre les unités pédagogiques du groupe pédagogique:

    Dans la filière stéphanoise du master, trois enseignements forment un socle solide de fondamentaux:

    •Analyse appliquée

    •Modélisation stochastique et apprentissage statistique

    Optimisation et machine learning.

    Ils sont complétés par trois enseignements de spécialisation à la pointe de la recherche :

    •Calcul intensif et simulation numérique

    •Méta-modèles et optimisation globale

    Modélisation Statistique avancée

    Parcours et cohérence avec les autres groupes pédagogiques:

    Mots-clés:

    Mathématiques Machine learning Analyse appliquée Simulation Numérique optimisation Méta-modèle