Ce programme est conçu pour les étudiants qui ont un fort intérêt pour l'analyse de données, tant d'un point de vue théorique que pratique. Les étudiants vont développer leurs compétences dans l'utilisation des méthodes et des outils qui jouent un rôle essentiel dans différents domaines scientifiques et techniques, et qui sont en grande demande dans de nombreux secteurs industriels.
L'interprétation donnée à la discipline des "sciences de données" dans ce programme est basée sur une approche interdisciplinaire, qui fusionne les approches informatiques et statistiques, afin de traiter de nombreux problèmes appliqués. En plus de son importance dans la recherche scientifique et dans de nombreuses industries, l'étude de l'analyse des données est livrée avec ses propres défis, tels que le développement de méthodes, algorithmes et, finalement, programmes informatiques pour faire des inférences fiables à partir de vastes quantités de données hétérogènes et multidimensionnelles.
En conséquence, ce programme est centré autour de statistiques et de l'apprentissage automatique, des algorithmes d'analyse de données, et des systèmes qui permettent leur stockage et leur traitement. Grâce à ce programme, les étudiants apprendront la théorie de base et son application a travers l'apprentissage automatique à de nombreux problèmes d'intérêt. De plus, les étudiants vont développer les compétences en sciences informatiques nécessaires pour comprendre et exploiter les outils pour la gestion des données et les systèmes distribués à large échelle.
Les cours théoriques sont étroitement liés à de nombreuses séances de travaux pratiques en laboratoire, en utilisant des outils sophistiqués et uniques tels que la plate-forme de Cloud Computing propre à Eurecom, et de nombreux logiciels de traitement parallèle et de stockage, tels que Hadoop MapReduce, Apache Spark et MLlib, R, scikit , et beaucoup d'autres. Les étudiants pourront également développer leur propre "connaissance du domaine" (domain-knowledge) en suivant des cours appliqués, comprenant l'analyse des quantités massives de texte et des images, la modélisation des attaques de systèmes informatiques et l'étude des contre-mesures, la prédiction du comportement humain lors de l'utilisation d'applications mobiles, etc...
