Informations fournies par
Descriptif :
Le master est un diplôme national de l'enseignement supérieur conférant à son titulaire le grade universitaire de master. Il confère les mêmes droits
Objectif :
- Comprendre un problème et le modéliser mathématiquement à l’aide d’outils théoriques.
- Concevoir des algorithmes mathématiques et numériques.
- Comprendre, estimer, et borner les erreurs d’approximations commises tout au long de la chaîne allant de la modélisation à la simulation.
- Utiliser les principaux logiciels en calcul scientifique, simulation numérique, statistique.
- Sélectionner avec discernement les bons outils numériques adaptés à la résolution d’un problème.
- Exprimer et prouver une propriété ou valider un algorithme en déployant un raisonnement théorique et/ou une méthode numérique.
- Vérifier numériquement la validité des modèles adoptés.
- Traiter des données complexes et les interpréter afin de prendre des décisions éclairées.
- Explorer les données pour construire des modèles mathématiques représentant les phénomènes observés.
- Utiliser les principaux logiciels d’acquisition, d’analyse et de visualisation de données.
- Interpréter de manière compréhensible des résultats d’expériences selon la théorie associée au modèle utilisé.
- Analyser et modéliser du point de vue informatique un problème.
- Evaluer et maîtriser la complexité du développement d’un logiciel en relation avec un domaine d’application.
- Mettre en relation une catégorie de problèmes avec les algorithmes de résolution adaptés et en évaluer la pertinence : limites d’utilisation et efficacité.
- Proposer une architecture matérielle et logicielle permettant d’intégrer les données du problème et de le résoudre.
- Maîtriser plusieurs paradigmes de modélisation et de programmation et être capable de s’adapter à de nouveaux langages.
- Maîtriser le développement d’un logiciel complexe, les phases de test, corrections, déploiement et les évolutions.
- Maîtriser les grands enjeux de la sécurité des systèmes informatiques et de la protection des données.
- Identifier un problème pouvant être parallélisé ou réparti, choisir et mettre en œuvre le modèle de calcul adapté pour le résoudre.
- Déployer une solution logicielle sur une architecture distribuée.
- Maîtriser des paradigmes de modélisation et de programmation parallèles et distribués
- Maîtriser les principes de la compilation afin de produire un code efficace.
- Mesurer les performances et la scalabilité d’une application complexe
- Analyser les résultats d’une solution proposée en relation avec un domaine d’application et l’optimiser selon différents critères (performance, précision, ressources matérielles, scalabilité, consommation d’énergie, …)
- Anticiper les évolutions matérielles des infrastructures de calcul.
