Structure du programme | Maîtrise en gestion (M. Sc.) – science des données et analytique d’affaires

Programmes > Maîtrises > Maîtrise en gestion (M. Sc.) – science des données et analytique d’affaires > Structure du programme

Maîtrise en gestion (M. Sc.) – science des données et analytique d’affaires

Cheminement avec mémoire	Cheminement avec projet supervisé
7 cours (21 crédits)	12 cours (36 crédits)
Atelier de recherche Rédaction d’un mémoire (24 crédits) Total : 45 crédits	Projet supervisé : mandat d'intervention en organisation, étude d'un cas pédagogique, mandat spécifique de recherche ou avis d'expert (9 crédits) Total : 45 crédits
	Si vous avez un statut étudiant étranger et avez choisi le cheminement avec projet supervisé, vous pouvez suivre le cours Expérience Québec. Il facilite votre intégration aux marchés de l'emploi québécois et canadien. Pour savoir si vous vous qualifiez, référez-vous à l'onglet Frais de scolarité.
Durée du programme : de 16 à 24 mois (phase préparatoire exclue)

Candidat issu d'un autre domaine (phase préparatoire)
Si votre formation antérieure ne satisfait pas aux exigences de la spécialisation, le responsable peut vous imposer des cours de préparation de premier cycle (3 crédits). Vous avez un an pour suivre ces cours, de préférence en début de cursus. Consultez la liste de cours non exhaustive dans la structure ci-dessous.

Selectionnez un cheminement :

Cours obligatoires de la spécialisation

9 crédits

MATH 60604

Modélisation statistique

MATH 60617

Mise en oeuvre de modèles d'optimisation en gestion

MATH 60629

Apprentissage automatique I : analyse des mégadonnées et prise de décision

Cours obligatoires de méthodologie

6 crédits

MATH 60603

Apprentissage statistique

MATH 60606

Fondements de l'optimisation

Cours à option de la spécialisation – 15 crédits

Bloc 1 – Minimum 3 crédits

MATH 60611

Méthodes avancées en exploitation de données

MATH 60638

Méthodes de prévision

MATH 80601

Modélisation bayésienne

MATH 80621

Analyse de données longitudinales et de survie

Bloc 2 – Minimum 3 crédits

MATH 60608

Optimisation convexe en science des données

MATH 60615

Analyse de décision

MATH 60623

Prise de décision séquentielle sous incertitude

MATH 80627A

Complex Networks Analysis

Bloc 3 – Minimum 3 crédits

MATH 60607

Algorithmes pour l'optimisation et l'analyse des mégadonnées

MATH 60621

Analyse de données textuelles et de réseaux sociaux

MATH 60630

Apprentissage automatique II : Apprentissage profond

MATH 80630A

Trustworthy Machine Learning

Cours au choix

3 crédits

Choisissez 3 crédits de cours parmi ceux offerts à la M. Sc., incluant ceux de la spécialisation, ou au Ph. D. Vous pouvez toutefois choisir jusqu’à 3 crédits de cours de maîtrise dans une autre université. Tout cours dans une autre université doit être approuvé au préalable par le responsable de spécialisation.