Licence - Double Diplôme - Licence Sciences de la Vie - Biologie Mathématiques Intelligence Artificielle (biomia) et du Applications de l'Ia à la Biologie

* Ingénieur recherche et développement * Ingénieur mathématicien numéricien * Ingénieur en Optimisation numérique et recherche opérationnelle * Data Scientist * Chargé d’études actuarielles * Gestionnaire de risques * Ingénieur statisticien * Ingénieur en fiabilité et maintenabilité des systèmes complexes * Yield manager * Ingénieur logisticien * Ingénieur technico-commercial * Chargé d’affaire * Directeur

* Analyser une problématique scientifique ou technique présentée par un ingénieur ou un spécialiste métier afin de la formaliser en modèle mathématique adapté * Appliquer en équipe les méthodes d'analyse et d'algèbre nécessaires pour résoudre la problématique formulée * Utiliser les outils de probabilité et statistique pour décrire, estimer ou interpréter des phénomènes aléatoires simples * Mettre en oeuvre les méthodes d'analyse numérique pour résoudre un problème mathématique * Sélectionner et justifier le ou les outils mathématiques le(s) plus approprié(s), selon le type de problème et les contraintes métier * Modéliser des phénomènes issus de domaines variés (physique, ondes, mécanique des fluides ou des structures, finance, actuariat, biologie...) à l'aide entre autres d’équations différentielles ordinaires, d'équations aux dérivées partielles, d'équations différentielles stochastiques, de modèles stochastiques * Simuler numériquement et valider les résultats obtenus au regard du problème initial * Sélectionner les méthodes numériques adaptées pour résoudre les modèles considérés en fonction des contraintes et hypothèses * Appliquer les méthodes sur des cas réels issus de l'industrie ou de la recherche afin d'en évaluer la pertinence et les limites * Construire un modèle de l'évolution d'un processus aléatoire * Identifier des structures particulières dans des jeux de données complexes et en faire l'interprétation * Simuler des phénomènes aléatoires à l'aide d'outils adaptés * Élaborer une surface de réponses pour aider les décideurs * Planifier des expériences aléatoires en cohérence avec les objectifs du problème étudié * Réaliser une analyse de sensibilité dans des codes de simulation numérique * Communiquer, échanger sur la valeur de la donnée avec des experts métiers des différents domaines d'utilisation * Préparer et transformer des données issues de sources hétérogènes en vue de leur exploitation * Ajuster et sélectionner un modèle statistique en grande dimension afin de faire de la prédiction * Mettre en œuvre les méthodes d'apprentissage statistique adaptées au problème étudié * Détecter des structures particulières dans les données complexes et interpréter les résultats obtenus * Synthétiser et analyser en équipe les résultats numériques obtenus * Exploiter des sources de données pour les intégrer dans une solution logicielle * Utiliser des outils de calcul haute performance pour traiter des problèmes à données massives * Analyser les performances d'une solution logicielle sur des cas réels et évaluer son efficacité * Modéliser et prévoir l'occurrence d'événements indésirables en utilisant des outils probabilistes adaptés * Manipuler, implémenter et tester de nouvelles méthodes de traitement d’image ou de signal * Construire et formaliser des modèles d’aide à la décision permettant d’orienter efficacement un choix ou une action * Planifier et concevoir des expériences aléatoires afin d'en analyser les résultats * Construire et étudier la convergence d'algorithmes d'optimisation adaptés à la grande dimension * Mettre en œuvre des algorithmes d'optimisation en utilisant des langages bas puis haut niveau * Élaborer des modèles intégrant des aspects déterministes et aléatoires ou tenant compte d'incertitudes * Mettre en œuvre des outils de calcul haute performance pour optimiser le temps de calcul * Sélectionner, configurer et valider l’utilisation conforme d’un large panel de logiciels utilisés en milieu professionnel * Travailler avec des spécialistes d'autres métiers pour comprendre une problématique de valorisation de données sur un problème réel * Concevoir et planifier un projet en lien avec un cahier des charges * Rechercher et synthétiser les informations issues de la littérature ou de sources professionnelles nécessaires à la résolution du projet, et les restituer à des spécialistes * Mettre en place une infrastructure matérielle et logicielle adaptée * Intégrer les contraintes et les réglementations françaises et européennes sur la protection des données * Adopter un comportement éthique en lien avec la déontologie scientifique * Rendre compte de manière claire et structurée à l'écrit et à l'oral du travail effectué auprès de décideurs, d'experts ou de professionnels non spécialistes du domaine * Travailler dans un contexte international et multiculturel en prenant en compte les enjeux industriels, économiques, sociétaux et environnementaux