Objectif
- Acquérir lors du premier semestre une base commune de compétences mathématiques (modélisation déterministe et stochastique, apprentissage statistique, optimisation et calcul numérique), complétée par un cours sur les concepts fondamentaux de la biologie et un séminaire d’ouverture vers les questionnements actuels en sciences du vivant.
- Se spécialiser au second semestre dans le domaine de leur choix :
-
- Écologie et modèles d’évolution.
- Machine learning en biologie et médecine.
- Biomécanique.
- Mathématiques pour les neurosciences et la neuroimagerie.
contenu
Le Master 2 Mathématiques pour les Sciences du Vivant (MSV) est une formation complète et structurée dans les domaines mathématiques en interface avec les sciences du vivant (biologie, médecine, écologie). Son originalité réside dans son ancrage mathématique, la largeur du spectre des compétences mathématiques communes acquises par les diplômés et la variété des spécialisations en modélisation pour les sciences du vivant qui leur sont proposées. L’interaction avec les biologistes, écologues ou médecins est favorisée par la réalisation d’un projet annuel, la participation au séminaire jusqu’à la fin du second semestre et enfin par le stage accompli à partir du 1er avril.
domaines d'enseignement
Mathématiques.Département OSE
Département de Mathématiques.niveau requis
- Accomplissement d’un Master 1 en Mathématiques à l’Institut Polytechnique de Paris ou équivalent en France (Université, Écoles d’ingénieurs, Écoles normales supérieures...) ou à l’étranger.
- Français B2.
atouts
- Suivre une formation de mathématiques appliquées aux sciences du vivant, avec quatre parcours privilégiés.
- Interagir avec des spécialistes et des experts (biologistes, écologues, médecins), notamment lors de la réalisation d’un projet annuel et d’un stage.
- Poursuivre des carrières d’experts dans le monde académique et de la recherche ou en entreprise.
débouchés
Ce Master ouvre la porte à la fois à la recherche en mathématiques en interface avec les sciences du vivant (biologie, médecine, écologie) et propose des débouchés professionnels dans le domaine des biotechnologies.
A l’issue de ce Master, les étudiants peuvent préparer une thèse au sein d’un laboratoire en milieu académique ou en entreprise. Du côté académique, plusieurs grands instituts de recherche tels que le CNRS, l’INRA et l’INSERM sont, au même titre que les universités, concernés par l’accueil ou l’embauche des futurs diplômés pendant ou après leur thèse. Du côté non académique, les entreprises naturellement concernées sont celles du secteur de la biopharmacie, de l’agroalimentaire ou encore de l’environnement.
Parcours
- M2MSV-MAST2A M2 - Mathématiques pour les Sciences du Vivant - Master 2A
- APM_53604_PS MSV Remise à niveau en Optimisation
- APM_53605_EP MSV Remise à niveau en Probabilités
- APM_53606_PS MSV Remise à niveau en Statistiques
- M2MSV - S1 M2MSV - Semestre 1
- M2MSV - S1 - TC M2MSV - Semestre 1 - Tronc Commun
- APM_53667_EP Concepts Fondamentaux de la biologie et de l'écologie
- APM_53601_EP Processus Stochastiques - Partie 1
- APM_53603_EP Optimisation et simulation numérique
- APM_53607_EP Séminaire MSV
- APM_53604_EP Processus Stochastiques - Partie 2
- M2MSV - S1 - Electifs M2MSV - Semestre 1 - Electifs
- APM_53602_PS Statistiques en grande dimension
- APM_5MSE1_TA Machine learning
- APM_53670_EP Apprentissage par renforcement
- M2MSV - S1 - Electifs H.M. M2MSV - Semestre 1 - Electifs hors maquette
- MEC_4MS05_TA Interactions fluide-structure
- APM_5OD1A_TA Optimal control of ordinary differential equations (Part. 1)
- APM_5ML05_AE Apprentissage profond : modèles et optimisation
- APM_5ST06_AE Optimisation avancée
- APM_53661_PS Théorème Limites et Applications
- APM_53660_PS Calcul des variations et théorie géométrique de la mesure
- APM_5ML15_AE Apprentissage automatique pour le traitement automatique du langage naturel
- M2MSV - S1 - TC M2MSV - Semestre 1 - Tronc Commun
- M2MSV - S2 - TC M2MSV - Semestre 2 - Tronc Commun
- APM_54605_PS Projet MSV
- INT_53001_EP Stage M2
- M2MSV - S2 - Electifs M2MSV - Semestre 2 - Electifs
- APM_53668_EP Processus de branchement et populations structurées
- APM_53608_EP Outils probabilistes et statistiques pour l’étude de la diversité génétique d’une population
- APM_54604_PS Modèles à variables latentes en biologie et écologie
- APM_54667_EP Modèles d'équations aux dérivés partielles pour l'écologie
- APM_54602_PS Imagerie fonctionnelle cérébrale et interface cerveau-ordinateur
- APM_54667_PS Géométrie et espaces de formes
- APM_54662_EP Modélisations probabilistes et statistiques pour l'épidémiologie
- APM_54601_PS Modèles d'équations aux dérivés partielles pour la matière active
- APM_54602_EP Limites de champs moyen et simulation parfaite pour des neurones en décharge
- APM_5MSE3_TA Modélisation mathématique et estimation en biomécanique cardiaque, de la théorie aux applications médicales
- APM_54608_PS Apprentissage statistique pour les données environnementales
- APM_54601_FR Biostatistique
- APM_54603_EP Problèmes Directs et Inverses en Dynamique des Populations
- APM_54607_PS Modélisation, analyse et discrétisation d'un problème d'interaction fluide-structure
- APM_53603_PS L'apprentissage automatique en pratique avec Python
- M2MSV - S2 - Electifs H.M. M2MSV - Semestre 2 - Electifs hors maquette
- LDE_51100_EP JE1 - Allemand Débutant
- LEN_50512_EP JE1 - Games and Society
- LEN_50514_EP JE1 - Global Issues from Other Perspectives
- LES_51100_EP JE1 - Espagnol Débutant
- LES_51300_EP JE1 - B1/B2 - Espagnol
- LFR_50203_EP JE1 - A2 - Langue française et civilisation
- LFR_50205_EP MA1 - A2 - Langue française et civilisation
- LFR_51520_EP MA2 - C1C2 - Art et politique XIXe-XXe siècles
- LJA_50100_EP JE1 - Japonais débutant