Ingénieur diplômé de l'institut national des sciences appliquées de Rennes, spécialité mathématiques appliquées

Compétences

• * Analyser une problématique scientifique ou technique présentée par un ingénieur ou un spécialiste métier afin de la formaliser en modèle mathématique adapté
• * Appliquer en équipe les méthodes d'analyse et d'algèbre nécessaires pour résoudre la problématique formulée
• * Utiliser les outils de probabilité et statistique pour décrire, estimer ou interpréter des phénomènes aléatoires simples
• * Mettre en oeuvre les méthodes d'analyse numérique pour résoudre un problème mathématique
• * Sélectionner et justifier le ou les outils mathématiques le(s) plus approprié(s), selon le type de problème et les contraintes métier

Modalités d'évaluation

* Examens individuels (écrits et oraux) sur la résolution de problèmes * Travaux pratiques * Contrôles continus de la progression dans l'assimilation des compétences * Analyse de cas d'études pratiques issus de projets Industrie ou recherche * Constitution de dossier technique de synthèse de bureau d'études (oral en anglais et rapport écrit)

Compétences

• * Modéliser des phénomènes issus de domaines variés (physique, ondes, mécanique des fluides ou des structures, finance, actuariat, biologie...) à l'aide entre autres d’équations différentielles ordinaires, d'équations aux dérivées partielles, d'équations différentielles stochastiques, de modèles stochastiques
• * Simuler numériquement et valider les résultats obtenus au regard du problème initial
• * Sélectionner les méthodes numériques adaptées pour résoudre les modèles considérés en fonction des contraintes et hypothèses
• * Appliquer les méthodes sur des cas réels issus de l'industrie ou de la recherche afin d'en évaluer la pertinence et les limites

Modalités d'évaluation

* Examens individuels (écrits et oraux) sur la résolution de problèmes * Contrôles continus de la progression dans l'assimilation des compétences * Travaux pratiques * Projets en binôme ou en groupe avec rapport et soutenance orale

Compétences

• * Construire un modèle de l'évolution d'un processus aléatoire
• * Identifier des structures particulières dans des jeux de données complexes et en faire l'interprétation
• * Simuler des phénomènes aléatoires à l'aide d'outils adaptés
• * Élaborer une surface de réponses pour aider les décideurs
• * Planifier des expériences aléatoires en cohérence avec les objectifs du problème étudié
• * Réaliser une analyse de sensibilité dans des codes de simulation numérique

Modalités d'évaluation

* Examens écrits : comptes rendus de Travaux Pratiques en binôme * Contrôles continus de la progression dans l’assimilation des compétences * Travaux pratiques * Projets sur la modélisation de phénomène ou problème aléatoire (en groupe) avec rapport et soutenance orale

Compétences

• * Communiquer, échanger sur la valeur de la donnée avec des experts métiers des différents domaines d'utilisation
• * Préparer et transformer des données issues de sources hétérogènes en vue de leur exploitation
• * Ajuster et sélectionner un modèle statistique en grande dimension afin de faire de la prédiction
• * Mettre en œuvre les méthodes d'apprentissage statistique adaptées au problème étudié
• * Détecter des structures particulières dans les données complexes et interpréter les résultats obtenus
• * Synthétiser et analyser en équipe les résultats numériques obtenus
• * Exploiter des sources de données pour les intégrer dans une solution logicielle
• * Utiliser des outils de calcul haute performance pour traiter des problèmes à données massives
• * Analyser les performances d'une solution logicielle sur des cas réels et évaluer son efficacité

Modalités d'évaluation

* Constitution de dossier technique de synthèse du bureau d'études * Examen écrit individuel et oral sur la résolution de problèmes * Contrôles continus de la progression dans l'assimilation des compétences * Travaux pratiques

Compétences

• * Modéliser et prévoir l'occurrence d'événements indésirables en utilisant des outils probabilistes adaptés
• * Manipuler, implémenter et tester de nouvelles méthodes de traitement d’image ou de signal
• * Construire et formaliser des modèles d’aide à la décision permettant d’orienter efficacement un choix ou une action
• * Planifier et concevoir des expériences aléatoires afin d'en analyser les résultats
• * Construire et étudier la convergence d'algorithmes d'optimisation adaptés à la grande dimension
• * Mettre en œuvre des algorithmes d'optimisation en utilisant des langages bas puis haut niveau
• * Elaborer des modèles intégrant des aspects déterministes et aléatoires ou tenant compte d'incertitudes
• * Mettre en œuvre des outils de calcul haute performance pour optimiser le temps de calcul
• * Sélectionner, configurer et valider l’utilisation conforme d’un large panel de logiciels utilisés en milieu professionnel
• * Travailler dans un contexte international et multiculturel en prenant en compte les enjeux industriels, économiques, sociétaux et environnementaux

Modalités d'évaluation

* Analyse de cas d'études pratiques issus de projets industrie et recherche * Examen écrit individuel et oral sur la résolution de problèmes * Contrôles continus de la progression dans l'assimilation des compétences * Travaux pratiques * Projet de modélisation de données réelles avec rapport et soutenance orale

Compétences

• * Travailler avec des spécialistes d'autres métiers pour comprendre une problématique de valorisation de données sur un problème réel
• * Concevoir et planifier un projet en lien avec un cahier des charges
• * Rechercher et synthétiser les informations issues de la littérature ou de sources professionnelles nécessaires à la résolution du projet, et les restituer à des spécialistes
• * Mettre en place une infrastructure matérielle et logicielle adaptée
• * Intégrer les contraintes et les réglementations françaises et européennes sur la protection des données
• * Adopter un comportement éthique en lien avec la déontologie scientifique
• * Rendre compte de manière claire et structuée à l'écrit et à l'oral du travail effectué auprès de décideurs, d'experts ou de professionnels non spécialistes du domaine
• * Travailler dans un contexte international et multiculturel en prenant en compte les enjeux industriels, économiques, sociétaux et environnementaux

Modalités d'évaluation

* Constitution de dossier technique de synthèse * Oral (français et anglais) de présentation d’un dossier technique * Contrôles continus de la progression dans l'assimilation des compétences * Travaux pratiques