Mathématiques, économie, finance

Le but est de préparer les étudiants à une spécialisation en statistiques, en mathématiques appliquées, en sciences des données ou en économie en leur donnant : 
- des connaissances larges et solides en mathématiques, allant d’une bonne compréhension des structures abstraites à l’utilisation de logiciels de statistiques et de calcul numérique 
- les compétences pour discerner les problématiques auxquelles les mathématiques apportent une valeur ajoutée, et construire et utiliser des modèles mathématiques éventuellement complexes 
- de solides bases techniques en statistiques
- la maîtrise du langage Python et de langages spécifiques (web, bases de données)
- le savoir-faire pour modéliser une question concrète et la résoudre en utilisant avec discernement leurs acquis en mathématiques et informatique, et leurs connaissances en économie
- la capacité d’interagir avec différents domaines applicatifs et la possibilité de s’adapter à des environnements de travail variés y compris à l’international.

Mathématiques:   
- Traduire un problème en langage mathématique.
- Construire et rédiger une démonstration mathématique synthétique et rigoureuse.
- Résoudre des équations de façon exacte et par des méthodes numériques.  
- Trouver des solutions à un problème multivarié de façon exacte et par des méthodes numériques.
 
En utilisant des notions 

    • D’analyse
-limites, continuité, dérivabilité et intégration, développements limités,  équations différentielles, décomposition en éléments simples dans R.
- convergence des suites et séries numériques, des suites et des séries de fonctions et des intégrales impropres.
- continuité, différentiation et intégration des fonctions de plusieurs variables réelles.

    • D’algèbre
- espace vectoriel, applications linéaires et réduction des endomorphismes d’un espace vectoriel, formes bilinéaires et produits scalaires.

    • De probabilité 
- calcul probabiliste, lois en probabilités usuelles,  théorèmes de convergence.

    • De statistique
- bases de la statistique inférentielle
- méthodes statistiques utilisant les théorèmes de convergence. 
- Modélisation de données à partir du modèle linéaire.

    • Et d’optimisation
- résolution d’un problème de minimisation convexe, avec et sans contraintes, dans un cadre continu et discret. 

Informatique: 
    • Outils
- Utiliser les outils numériques de référence et les règles de sécurité informatique pour acquérir, traiter, produire et diffuser de l’information ainsi que pour collaborer en interne et en externe.
- Expliquer et documenter la mise en œuvre d'une solution informatique.

    • Algorithmique, Programmation
- Mettre en œuvre des techniques algorithmiques et de programmation, en utilisant le langage Python.

    • Bases de données
- Concevoir, implémenter et exploiter des bases de données.
- Traduire un problème afférant à une base de données en langage mathématique.

    • Science des données
- Connaître le cycle de traitement de la science des données. 
- Mettre un jeu de données sous la forme d’un tableau de données afin de pouvoir ensuite le traiter par des algorithmes d’apprentissage automatique. Cela inclut la réalisation de pré-traitements sur le jeu de données.
- Mettre en œuvre un algorithme d’induction de modèle prédictif (classification supervisée et régression)
- Évaluer les performances d’un modèle prédictif.
- Comparer les performances de différents modèles prédictifs.
- Réaliser une exploration visuelle d’un jeu de données en vue de l’induction d’un modèle prédictif.
- Mettre en œuvre un algorithme de classification non supervisée.
- Connaître les fondements mathématiques de ces algorithmes.

Economie: 
 - Utiliser les notions de base en microéconomie  et macroéconomie.
- Comprendre les concepts de marché, d’offre et de demande, ainsi que les structures économiques fondamentales.
- Analyser des interactions entre entreprises, ménages et institutions dans une économie de marché.
- Approfondir les outils d'analyse microéconomique : décisions des ménages et des entreprises en contexte concurrentiel et non concurrentiel.
- Etudier les principales théories du chômage et de l’inflation et des implications des politiques économiques.
- Comprendre les mécanismes monétaires et financiers, et leur rôle dans le financement de l’économie.
- Analyser l’équilibre général et des interventions de l’État en matière d’économie publique.
- Maîtriser les outils d’analyse des interactions stratégiques et des décisions collectives.
- Étudier des modèles macroéconomiques ouverts et des déterminants des déséquilibres internationaux.
- Comprendre les concepts d’incertitude, d’asymétrie d’information et de gestion du risque en économie.
-Analyser les marchés imparfaitement concurrentiels et des stratégies des firmes en économie industrielle.
-Comprendre des mécanismes de croissance économique, des dynamiques démographiques et des transferts intergénérationnels.

- Licence pluridisciplinaire, avec une équipe pédagogique aux compétences variées : économistes, gestionnaires, informaticiens, mathématiciens appliqués et théoriques.

- Beaucoup d’enseignements en petits groupes permettant un suivi individuel des étudiants et une orientation personnalisée.

- Stage de mathématiques et aide méthodologique en première année pour la mise à niveau des étudiants dont le niveau en mathématiques serait trop juste.

-Programme de sciences économiques accessible sans connaissances préalables, donc adapté à tout choix d’options.

-Possibilité de réaliser un stage en deuxième ou troisième année pour conforter son projet professionnel. 

-Large choix de poursuite d’études et nombreux débouchés garantissant une bonne insertion professionnelle.