Initiation à la pratique professionnelle sous la supervision d'une personne expérimentée. Application et intégration des connaissances acquises et des compétences développées dans son programme d'études en participant activement à des activités professionnelles liées à la gestion de projets.
Réalisation des apprentissages sur la pratique de la gestion de projets. À la fin de son stage, l'étudiante ou l'étudiant sera en mesure de mieux comprendre le fonctionnement et les particularités de la gestion de projets dans des organisations. Pour qu'il soit reconnu, le stage doit représenter un investissement d'au moins 150 heures et faire l'objet d'un rapport écrit. Le stage doit être réalisé à l'intérieur d'un trimestre.
Thèmes couverts
Acquérir une expérience de travail pertinente dans le domaine de la gestion de projets
Acquérir une expérience de travail au Québec
Mettre en pratique les notions théoriques vues en classe
Consolider les notions acquises en classe
Développer son réseau professionnel
Valider son choix de développement professionnel
Remarques importantes
Cours réservé au DESS en gestion de projets. Il faut avoir réussi un minimum de 12 crédits des cours de spécialisation.
Pour plus de détails : page stages.
Réalisation des apprentissages sur la pratique de la gestion dans le milieu des arts et de la culture. Comprendre le fonctionnement et les particularités de la gestion dans des organisations culturelles. Stage d'au moins 200 heures (un trimestre) et rapport écrit, soumis au professeur superviseur.
Réalisation des apprentissages sur la pratique de la gestion dans le milieu des arts et de la culture. À la fin de son stage, la personne étudiante sera en mesure de mieux comprendre le fonctionnement et les particularités de la gestion dans des organisations artistiques et/ou culturelles. Pour qu'il soit reconnu, le stage doit représenter un investissement d'au moins 200 heures (3 crédits) et faire l'objet d'un rapport écrit, soumis au professeur de l'École qui aura accepté de superviser le stage. Le stage doit être réalisé à l'intérieur d'un trimestre. À la fin du stage, un rapport de stage devra être soumis au professeur qui a supervisé son stage. Lors de l'évaluation, le professeur pourra demander l'avis de la personne qui aura encadré l'étudiant dans l'organisation.
Remarques importantes
Cours réservé aux programmes de D.E.S.S. en gestion - option d'organismes culturels ou M.M. des entreprises culturelles. Avoir réussi au moins 12 crédits de spécialisation avant inscription.
Pour plus de détails : page stages.
Initiation à la pratique professionnelle sous la supervision d'une personne expérimentée. Application et intégration des connaissances acquises et des compétences développées dans son programme d'études en participant activement à des activités professionnelles liées à la gestion de ressources humaines.
Réalisation des apprentissages sur la pratique de la gestion dans le milieu des ressources humaines. À la fin de son stage, l'étudiant sera en mesure de mieux comprendre le fonctionnement et les particularités de la gestion dans des organisations. Pour qu'il soit reconnu, le stage doit représenter un investissement d'au moins 150 heures et faire l'objet d'un rapport écrit. Le stage doit être réalisé à l'intérieur d'un trimestre.
Thèmes couverts
Acquérir une expérience de travail pertinente dans le domaine de la GRH
Acquérir une expérience de travail au Québec
Mettre en pratique les notions théoriques vues en classe
Consolider les notions acquises en classe
Développer son réseau profession
Remarques importantes
Pour plus de détails : page stages.
Cours réservé aux personnes inscrites au programme de D.E.S.S. en gestion - option ressources humaines, ayant réussi 12 crédits de cours de specialisation.
Familiarisation avec le contexte réel du développement durable dans les organisations. Pratique des défis liés au développement durable et réponses apportées par une organisation dans ses politiques, stratégies, processus, structures et actions.
Le stage doit être précisé dans un mandat, qui inclura: le contexte, les objectifs, les activités, les livrables et les échéances du stage. Un stage représente environ 150 heures de travail qui peuvent être réparties sur quelques mois. Le stage d'un étudiant devra être préalablement autorisé par la direction du programme et supervisé par un professeur de HEC ainsi que par un praticien de l'organisation où s'effectue le stage. Le formulaire décrivant le stage ainsi que le mandat, dûment rempli, doit être approuvé par la direction du programme. À noter que l'étudiant est le seul responsable de se trouver un stage s'il désire en effectuer un; il revient aussi à l'étudiant de trouver un professeur ou maître d'enseignement à l'École qui supervisera son stage. Ce stage devra faire l'objet d'un rapport final d'une vingtaine de pages par le stagiaire et d'une appréciation motivée de son superviseur, tous deux remis à la direction du programme.
Remarques importantes
Cours réservé aux étudiants admis au DESS en gestion et développement durable ou à la Maîtrise en management et développement durable et avoir réussi 12 crédits des cours de spécialisation.
Pour plus de détails : page stages.
The course aims at a better understanding of the relations between companies and other sectors of society, in the context of international business. We will examine the perspectives of different stakeholders and the solutions offered to major global challenges.
We will examine the major challenges posed by international business and global value chains by looking at the different perspectives from which different stakeholders face them. We will explore (i) critically the role of multinational corporations in today's global economy, (ii) the grand challenges raised in the Sustainable Development Goals which encompass facets of the economic, environmental, and social effects of trade international in modern society, and (iii) the different solutions proposed by the different stakeholders to face these challenges.
The course aims to prepare future sustainable leaders in international trade and global value chains to deal with real-world complexity and grand challenges; it aims to help them find solutions proactively, considering the perspectives of multiple stakeholders.
Thèmes couverts
Multinationals and poverty
Business and Human Rights
Dynamics of labor governance and modern slavery
Communities and cooperatives
Standardization initiatives
Responsible consumption
Political consumption
Ethical Sourcing
Corporate social responsibility in an international context
Responses of multinationals to major challenges
This course introduces the fundamental concepts in data analysis and statistical learning, as well as the basics of predictive modeling.
This course introduces basic and some advanced methods in unsupervised learning (e.g. dimensionality reduction, cluster analysis) and supervised learning (e.g. parametric model, trees and random forests, boosting). Examples of applications in management illustrate the use of these methods.
Thèmes couverts
- Basics of supervised and unsupervised learning.
- Dimensionality reduction techniques (principal components and factor analysis).
- Hierarchical and non-hierarchical cluster analysis.
- Basics of predictive modeling: Sample division cross-validation bootstrap.
- Parametric models for predictive modeling.
- Association rules (market basket analysis).
- Basic recursive partitioning methods: CART random forest variable importance boosting trees.
- Other topics: Support vector machines nearest neighbor methods basic survival analysis missing data.
Remarques importantes
Course in French : MATH 60603
This courses is not credited in the "Intelligence d'affaires" specialization. Cours mutuellement exclusifs: MATH60600(A) et MATH60602
Vous ne pouvez pas vous inscrire à ce cours si vous avez déjà suivi, êtes inscrit à ou devez suivre les cours 60600(A) ou 60602.
Réservé au 2e cycle (et au B.A.A., si dans la spécialisation).
Statistics is an essential tool in quantitative finance, namely for the estimation of portfolio and risk models. This course covers estimation methods, multivariate models, dimensionality reduction, resampling, as well as model validation methods.
The course aims at mastering statistic tools used in financial engineering and quantitative finance models. It covers estimation methods (frequency, Bayesian, and heuristic approaches) multivariate models (elliptic distributions and copulas), dimensionality reduction (principal components and factor models) and resampling, as well as model validation and testing methods. These methods are applied to practical cases encountered in the financial industry. Special emphasis will be placed on production and implementation (collaborative computer programming and efficient implantation).
Thèmes couverts
Computer programming
Estmiation methods
Multivariate models
Dimension reduction methods
Resampling methods
Model validation methods
Applications in portfolio management
Applications in financial risk management
Remarques importantes
Course in French : MATH 60633
Equivalent course(s): MATH 80633(A)
The objective of this course is to provide students with the basics of statistical inference, as well as statistical tools for data modeling in a regression framework. The theory behind the statistical models will be reviewed with an emphasis on data applications in management.
The course will focus on regression models, including linear models, generalized linear models and models for longitudinal data with random effects and correlation structures. For each of these models, basic inference principles will be covered, notably hypothesis testing and estimation procedures.
Thèmes couverts
Basic principles in inference and statistical modeling
Linear models
Generalized linear models
Models for longitudinal data and correlated data
Introduction to survival analysis
Remarques importantes
Course in French : MATH 60604
This course is not credited in the "Intelligence d'affaires" specialization. Cours mutuellement exclusifs : MATH 60619(A)
Vous ne pouvez pas vous inscrire à ce cours si vous avez postulé ou réussi le cours MATH 60619(A), ou si ce cours fait partie de votre structure.
Réservé au 2e cycle (et au B.A.A., si dans la spécialisation).
This course aims to improve awareness of these data and how they can be exploited in business, as well as an understanding of fundamental statistical principles and vocabulary.
In addition, the course will develop the ability to interpret and explain statistical results in a business context as well as to recognize the limitations of a statistical study. By the end of the semester, students will be able to realize simple data analyses on their own, and will be substantially more efficient in communicating with data analysis experts and analysts with advanced technical skills.
Remarques importantes
Course in French : MATH 10620
Prerequisite(s) : MATH 10605(A) Les étudiants en échange ne sont pas autorisés à s'inscrire à ce cours.
Ce cours vise à améliorer la connaissance de ces données et comment elles peuvent être exploitées dans les affaires, ainsi que la compréhension des principes statistiques fondamentaux.
Fournir les bases de l'analyse de données en mettant l'accent sur les concepts propres à l'inférence statistique et à la statistique prédictive des données dans leurs applications les plus fréquentes en gestion, et à l'interprétation claire et contextualisée des résultats.
Thèmes couverts
1-La statistique à quoi ça sert? : L'utilité de la statistique en gestion.
2-La cueillette de données tout un art: Les bonnes pratiques en matière de collecte de données.
3-Admettre ses erreurs c'est facile: L'estimation ponctuelle et le calcul de marges d'erreur.
4-À la recherche de preuves statistiques: Introduction aux tests d'hypothèses. Tests sur un paramètre commun à deux groupes.
5-Jamais deux sans trois: Introduction à l'ANOVA et aux comparaisons multiples pour comparer la moyenne de plusieurs groupes.
6-Le long périple à la recherche de la causalité: Introduction aux tests d'indépendance entre deux variables.
7-C'est à votre tour: présentations des étudiants sur leur analyse et leurs critiques d'une étude statistique.
8-Pourquoi mes ventes sont-elles à la baisse? : Introduction à la régression et son utilisation afin d'effectuer des tests sur la significativité de l'effet de variables explicatives sur une variable d'intérêt.
9-Quelles seront mes ventes le mois prochain? : L'utilisation de la régression comme modèle prédictif et les conséquences sur la sélection des variables explicatives.
10-Pourquoi la statistique est-elle maintenant incontournable en gestion? : Introduction au Data Mining et à l'intelligence d'affaires.
Remarques importantes
Cours en anglais : MATH 10620A
Préalable(s) : MATH 10605(A) Les étudiants en échange ne sont pas autorisés à s'inscrire à ce cours.
Sensibiliser les futurs gestionnaires à l'utilité des méthodes statistiques dans leurs parcours professionnels, à en comprendre les principes et fondements de base, à se familiariser avec le vocabulaire utilisé et à développer des compétences en traitement de données et une capacité à interpréter les résultats obtenus.
Dans un contexte d'économie en perpétuel changement où l'information afflue de partout et dans tous les sens, conjugué à un essor technologique important, il est rendu impossible de dissocier la gestion de l'entreprise et l'analyse de l'information juste et précise. Qu'il s'agisse d'analyser la consommation des ménages, de fixer des primes d'assurance, de prévoir des ventes ou d'estimer la proportion de factures erronées en auditant une entreprise, ces statistiques sont un outil de base pour la prise de décision
dans le monde des affaires. Par conséquent, les entreprises en mesure de traiter, d'analyser et d'interpréter les informations pertinentes seront les plus compétitives sur le marché et ainsi les plus profitables. Dans ce sens, le marché de travail exige de plus en plus de compétences en méthodes statistiques pour accompagner le gestionnaire dans sa prise de décision.
Thèmes couverts
Thème 1 : Introduction et cueillette de données
Thème 2 : Statistiques descriptives
Thème 3 : La distribution d'échantillonnage
Thème 4 : Les intervalles de confiance
Thème 5 : Les tests d'hypothèses
Thème 6 : Étude de la dépendance
Thème 7 : Analyse de la variance
Thème 8 : Régression linéaire
Thème 9 : Prévisions
Remarques importantes
Un ordinateur portable configuré selon les exigences technologiques de l'École est requis pour ce cours.
This course covers the main tools of probability theory that are used in finance and financial engineering. Besides the theoretical concepts and proofs, many applications in finance are presented rigorously.
The first half of the course is in discrete time, while the second half is about continuous time models. For each of these two parts, there is a theoretical component in which the basic concepts such as martingales, stochastic integrals and diffusion processes are introduced and a more applied segment where the mathematical tools are applied to financial problems.
Thèmes couverts
Mathematical background in probability and measure theory on finite set.
Fundamental set sigma-fields probability measure random variable stochastic processes filtration stopping-time conditional expectation martingales.
This course presents a unified framework for decision-making over a planning horizon in an uncertain environment, focusing on stochastic optimization techniques. Several classes of such problems are studied, together with the corresponding solution methods. Each of the classes of problems is motivated and illustrated using real applications of business analytics.
The course equips students with a diverse toolkit for tackling sequential decision-making problems under uncertainty using stochastic optimization. Students learn how to model these problems effectively and select the most appropriate solution strategies, ranging from classical optimization methods to cutting-edge techniques leveraging neural networks and reinforcement learning. The course requires a strong understanding of algorithmic thinking and computer programming.
Thèmes couverts
Derivative-based / derivative-free stochastic optimization
Markov decision processes and dynamic programming
Approximate dynamic programming
Reinforcement learning
Neural networks and deep reinforcement learning
Two-stage / Multistage stochastic programming
Policy design for sequential decision-making problems
This course exposes students to the unique characteristics, challenges and solutions associated with business-to-business (B2B) marketing strategies. This includes analysis of emerging market trends and relationships between organizations, as well as the strategies, tools and tactics used to serve commercial markets in innovative ways.
This course on business marketing focused on B2B marketing strategies highlights the features and characteristics of marketing management to serve commercial markets in innovative ways. It examines this in relation to relationships between organizations and aims to promote studies and research in this field. More specifically, this course aims to enable students to: 1. Discuss the characteristics and trends of business-to-business marketing. 2. Apply business-to-business marketing theory to solve practical problems and promote business growth and competitiveness. 3. Be able to read academic research, evaluate its quality, and bridge the gap between theory and practice by creating business-to-business marketing strategies or developing research questions.
Thèmes couverts
Creating value in B2B markets
Relevant marketing skills for B2B companies
Buyer-supplier relationships in B2B markets
Organizational purchasing centers
Bridging work in B2B relationships
B2B sales force management
B2B e-commerce
The role of governance in B2B
Innovation in the B2B context
This course examines how firms' location and investment choices depend on the availability of development finance instruments. It does so by connecting global development financing mechanisms to strategic decision-making in international business, focusing on how these tools shape entry strategies, partnerships, and value chain integration in emerging markets.
This course provides an in-depth exploration of the mechanisms, tools, policies, and programs that shape development finance. It examines the historical evolution of financing for development and highlights emerging modalities such as climate finance, green bonds, and financial instruments aligned with the United Nations Sustainable Development Goals (SDGs). Students will learn to identify and mobilize funding from national sources, international donors, and the private-sector, as well as to use key databases to enhance transparency and monitor the allocation of resources across sectors and regions.
The course emphasizes the role of development finance and impact investing in advancing sustainable development and reducing global inequalities. Particular attention is devoted to the design of community and economic investments that generate economic, environmental, and cultural benefits. This approach applies a triple-bottom-line framework, which evaluates initiatives in terms of their capacity to create positive outcomes for profits, people, and the planet.
Thèmes couverts
Evolution of development finance and emerging financing modes
Climate finance and green bonds
Sustainable Development Goals and financing strategies
National donor and private-sector funding sources
Development finance policies programs and tools
Impact investing and sustainable development
Triple-bottom-line framework (profits people planet)
Community and economic investment design
Transparency and financial tracking through key databases
Governance and policy frameworks for development finance
Risk assessment and accountability in development financing