Traitement Statistique de l Information (TSI) Université Paris-Dauphine et ENSAE. Responsable Christian P. Robert Secrétaire Danièle Daubard

Transcription

1 Traitement Statistique de l Information (TSI) Université Paris-Dauphine et ENSAE Responsable Christian P. Robert Secrétaire Danièle Daubard

2 Place du Maréchal de Lattre de Tassigny Paris cedex 16 Master MIDO mention MMD - Mathématiques Appliquées M2 Spécialité TSI-M Traitement Statistique de l'lnformation - Mathématiques Responsable : Christian Robert co-habilitée Ecole Nationale de la Statistique et de l'administration Économique 9 cours à valider (soit 36 crédits ECTS) Cours dispensés à 2012/2013 La formation vise à garantir une expertise dans le traitement quantitatif de l'information, de manière à l'université Paris-Dauphine asseoir les décisions et analyses de jeux de données sur Au moins 5 cours (20 ECTS) à valider dans la liste ci-dessous des principes scientifiques que ce soit au niveau de la collecte des données, de l'analyse et de l'utilisation de ces données dans des environnements spécifiques. Elle a pour but de former des statisticiens de haut * Calcul stochastique niveau qui se destinent soit à la recherche universitaire, soit à la recherche dans des centres industriels, soit à * Processus à sauts des postes de direction scientifique en entreprise. * Bayesian non parametric statistics * EDSR et méthodes de Monte-Carlo pour les options américaines * Hidden Markov models and particle methods * Bayesian case studies Cours dispensés à l'ensae * Data mining supervisé Possibilité de valider au maximum 4 cours (16 ECTS) dans la liste ci-dessous * Reading seminar on classics * Introduction aux méthodes statistiques pour la biologie moléculaire * Modèles statistiques dynamiques à variables cachées * Modèles GARCH et à volatilité stochastique * Econométrie de la valorisation d actifs * Méthodes statistiques en finance Cours de formation par la recherche * Apprentissage et data mining au CREST * Copules et applications * Apprentissage statistique * Mesure des risques Stage * Macroéconométrie * Bayesian statistics Un stage d'initiation à la recherche au sein d'un laboratoire de l'université (CEREMADE, LISE), d'une autre université, d'un institut de recherche (CREST, INRIA, INRA, INSERM, TSI-ENST, IFREMER...) ou d'un laboratoire de recherche privé (banques, assurances, EDF...). Sa durée est de 10 semaines minimum. Ce stage donne lieu à la rédaction d'un rapport. La validation du stage équivaut à 24 ECTS. r Contact : D. Daubard

3 Buts La formation TSI vise à garantir une expertise dans le traitement quantitatif de l information (TSI), de manière à asseoir les décisions et analyses de jeux de données sur des principes scientifiques que ce soit au niveau de la collecte des données, de l analyse et de l utilisation de ces données dans des environnements spécifiques. Elle a pour but de former des statisticiens de haut niveau qui se destinent à la recherche universitaire à la recherche dans des centres industriels à des postes de direction scientifique en entreprise

4 Organisation Les cours proposés couvrent les diverses branches des statistiques mathématiques (bayésien, non-paramétrique, processus, extrêmes) et appliquées (réseaux bayésiens, classification, simulation, modèles hierarchiques, biostatistique). D une grande flexibilité, le M2 TSI offre aussi la possibilité de suivre des cours de statistique de 3ième à l ENSAE et dans les autres spécialités de la mention, même si l étudiant(e) doit garder une certaine cohérence dans son cursus. Trois voies thématiques sont proposées : statistique mathématique, outils statistiques de la finance Biostatistique.

5 Connaissances et compétences visées Capacités à analyser, implémenter et critiquer les modèles standard de la Statistique paramétrique, de la conception à l exploitation des sorties numériques Aptitude à développer de nouveaux modèles statistiques dans des situations nouvelles par la connaissance de familles de lois générales et d outils statistiques adaptatifs (analyse non-paramétrique, bayésienne hiérarchique, machine learning, data mining) Compétences numériques pour la mise en oeuvre et le test de ces nouveaux modèles. Expertise statistique sur la fiabilité des résultats fournis Maîtrise des outils de calcul les plus actuels (Monte Carlo, MCMC, diffusions, EDPS) pour l approximation d objets stochastiques complexes et la validation de systèmes

6 Cours donnés à Paris-Dauphine U. Bayesian case studies Bayesian data analysis Bayesian non parametric statistics Calcul stochastique Data mining supervisé EDSR et méthodes de Monte-Carlo pour les options américaines Hidden Markov models and particle methods Processus à sauts Reading seminar on statistical classics

7 Cours donnés à ENSAE-ParisTech Apprentissage et data mining Bayesian statistics Econométrie de la valorisation d actifs Introduction aux méthodes statistiques pour la biologie moléculaire Macroéconométrie Méthodes statistiques en finance Modèles statistiques dynamiques à variables cachées Modèles GARCH et à volatilité stochastique Modèles statistiques dynamiques à variables cachées Introduction aux méthodes statistiques pour la biologie moléculaire

8 International Certains cours sont en anglais, en particulier ceux donnés par des visiteurs étrangers (e.g., Andrew Gelman, Columbia U., Fall 2013) Échanges avec La Sapienza Università di Roma, U. Autónoma de Madrid, Helsingin Yliopisto, Warwick University Thèses en co-tutelle avec QUT Brisbane, U. La Sapienza Roma, Warwick University, &tc.

9 Stage ou mémoire? Un stage d initiation à la recherche au sein d un laboratoire de l université (CEREMADE, LISE), d une autre université, d un institut de recherche (CREST, CNRS, INRIA, INRA, INSERM, IFREMER...) ou d une entreprise (banques, assurances, EDF...). Sa durée est de 10 semaines minimum. Ce stage donne lieu à la rédaction d un rapport. La validation du stage équivaut à 24 ECTS.

10 Stage ou mémoire? Quelques exemples ORANGE : chargé d études et d analyses statistiques. BNP Parisbas : simulation des risques Pricing Partners : Valorisation de produits dérivés. Société Générale : Trader assistant. CREST/INSEE : Modèles log- Garch. NATIXIS : Modèles credit/equity - liquidité. KPMG : Participation active et opérationnelle à des missions d audit financier dans des secteurs d activités variées.

11 Inscriptions Dossier téléchargeable sur Dates limites juin 2013 (résultats 8 juillet) 2. 5 septembre 2013, suivant places disponibles (résultats 16 septembre)