Pour acc茅der 脿 ce master, l'茅tudiant路e doit ma卯triser certaines mati猫res. Si ce n'est pas le cas, elle ou il se verra ajouter, par le Jury, au premier bloc annuel de son programme de master, les enseignements suppl茅mentaires n茅cessaires.聽
Pour acc茅der au Master en Science des Donn茅es, orientation Technologies de l鈥橧nformation, l'茅tudiant路e doit ma卯triser un minimum de comp茅tences pr茅alables en math茅matiques, informatique, algorithmique et probabilit茅s-statistiques. Si ce n'est pas le cas, il doit ajouter a虁 son programme de master des enseignements suppl茅mentaires.聽 Le contenu de ce compl茅ment de formation est fix茅 par la commission des programmes.聽 Les comp茅tences 脿 maitriser correspondent 脿 celles des cours suivants :
Math茅matique - Analyse et alg猫bre lin茅aire
L'étudiant·e suit un des blocs suivants :
Module 1
Module 2
FR
q2
30h+30h
5
crédits
Enseignant(s):
> C茅cile Coyette (suppl茅e Tom Claeys)
C茅cile Coyette
(suppl茅e Tom Claeys)
Probabilit茅s et statistique
L'étudiant·e suit un des blocs suivants :
Module 1
Module 2
Programmation et informatique
L'étudiant·e suit un des blocs suivants :
Un cours parmi :
EN
q1
30h+22.5h
5
crédits
> Facilit茅s pour suivre le cours en fran莽ais
Enseignant(s):
> Jean-Charles Delvenne
> Jean-Charles Delvenne (suppl茅e Vincent Blondel)
Syst猫mes informatiques :
L'étudiant·e suit un des blocs suivants :
M茅thodes num茅riques et optimisation :
L'étudiant·e suit un des blocs suivants :
Un cours parmi :
Autres UE 脿 d茅terminer avec le conseiller aux 茅迟耻诲别蝉
En fonction de son parcours acad茅mique ant茅rieur, l'茅tudiant (en concertation avec le conseiller aux 茅迟耻诲别蝉), pourra ajouter d'autres UE afin d'acqu茅rir les pr茅requis n茅cessaires au programme.