Une formation à l’interface entre mathématiques, machine learning et ingénierie
Le Master Maths en Action (MAEA) propose une formation de haut niveau en mathématiques appliquées, orientée vers la modélisation, la simulation numérique, le calcul intensif et le machine learning, au service de problématiques industrielles et scientifiques complexes.
Le programme repose sur une articulation forte entre :
- fondamentaux théoriques solides,
- méthodes numériques et probabilistes avancées,
- applications concrètes issues de la recherche et de l’industrie,
- stage long en R&D, véritable immersion professionnelle.
Organisation générale du programme
Le Master MAEA correspond à une seconde année de master (M2).
Il est proposé conjointement par Mines Saint-Étienne et l’Université Jean Monnet de Saint-Étienne.
La formation s’articule autour de :
- enseignements académiques de haut niveau,
- projets et études de cas,
- un stage de recherche ou de R&D en fin de parcours.
Socle de fondamentaux mathématiques
Trois enseignements constituent le cœur du programme et apportent une base robuste commune à tous les étudiants :
🔹 Analyse appliquée
- Analyse fonctionnelle
- Méthodes analytiques pour les équations aux dérivées partielles
- Fondements mathématiques des modèles continus
🔹 Modélisation stochastique et apprentissage statistique
- Probabilités avancées
- Modèles aléatoires
- Apprentissage statistique
- Gestion des incertitudes
🔹 Optimisation et machine learning
- Optimisation convexe et non convexe
- Méthodes numériques d’optimisation
- Introduction approfondie au machine learning pour l’ingénierie
Modules de spécialisation à la pointe de la recherche
Ces enseignements permettent d’aborder des problématiques actuelles rencontrées dans les laboratoires et les services R&D industriels :
🔹 Calcul intensif et simulation numérique
- Méthodes numériques avancées
- Calcul haute performance (HPC)
- Algorithmes parallèles
- Exploitation des architectures multi-cœurs et distribuées
🔹 Méta-modèles et optimisation globale
- Surfaces de réponse
- Méta-modélisation
- Plans d’expériences
- Réduction de modèles complexes
🔹 Modélisation statistique avancée
- Statistiques en grande dimension
- Analyse de données issues de simulateurs
- Couplage modèles déterministes / probabilistes
Une approche orientée vers les grands simulateurs numériques
Le programme répond aux défis actuels de l’ingénierie et de la recherche :
- simulateurs physiques coûteux en temps de calcul,
- très grand nombre de paramètres,
- données massives et incertaines,
- besoin d’optimisation, d’analyse de sensibilité et de quantification d’incertitudes.
Les étudiants apprennent à :
- exploiter efficacement des simulateurs complexes,
- réduire les temps de calcul,
- extraire de l’information pertinente,
- coupler mathématiques, statistiques et apprentissage automatique.
Stage de recherche ou de R&D
Le cursus se conclut par un stage long, généralement réalisé :
- en entreprise industrielle (service R&D),
- dans un laboratoire de recherche public,
- ou au sein d’un organisme public ou privé.
Ce stage permet de :
- mettre en œuvre les méthodes mathématiques étudiées,
- travailler sur des problématiques réelles,
- préparer une poursuite en doctorat ou une insertion directe en R&D.
Une formation par la recherche
Le Master MAEA est conçu comme une formation par et pour la recherche appliquée :
- forte interaction avec les laboratoires,
- encadrement scientifique exigeant,
- développement de l’autonomie et de la capacité de conceptualisation,
- préparation naturelle à un doctorat.
Pour les élèves ingénieurs, ce master constitue un atout différenciant majeur sur le marché du travail.
🔗 Syllabus
❗️ Les candidatures sont ouvertes de janvier à avril.
Contacts
Responsable pédagogique du master
Contact administratif
Téléchargement
Labels
