En sciences sociales, les analystes ont désormais accès à des ensembles de données d'une portée et d'une complexité inégalées. Gouvernements, entreprises privées et laboratoires de recherche sont équipés de technologies numériques qui rendent possible la collecte et le stockage de ces données massives et hétérogènes. Pour explorer ces données, les méthodes associées aux data sciences et à l’intelligence artificielle sont de plus en plus mobilisées en sciences sociales.

Le master 2 Data Sciences et Société Numérique (D2SN) est l'occasion d’acquérir en une année des compétences en programmation informatique (R et Python) et analyse de données (machine learning, science des réseaux, visualisation, analyse textuelle etc.) dans une perspective d’applications concrètes liées à des problèmes sociétaux.

Si vous êtes intéressés par les méthodes dites « computationnelles » (programmation et statistiques), vous aurez l'occasion tout au long de la formation d’apprendre à manipuler les outils numériques pour saisir la complexité des mondes sociaux. En sachant collecter, nettoyer, enrichir et modéliser des jeux de données, vous saurez apporter des contributions nouvelles à la compréhension de la société.

La formation met un accent particulier sur plusieurs types de données : traces des médias sociaux numériques et des différentes applications web (Twitter, Youtube, Spotify etc.) ; les textes ou données incluses ou associées à la production des savoirs (Web of science, bases brevets, etc.) ; les données publiques de l'Open Data; et les différents type de données d'enquêtes.

La formation permet de manière transversale d'acquérir une culture numérique approfondie: histoire de l'internet, sociologie numérique, sociologie des mondes numériques, éthique des algorithmes de l'intelligence artificielle.

Les plus de la formation

La formation D2SN fait partie des rares formations en France qui mobilisent les data sciences dans la perspective de mieux saisir la complexité des mondes sociaux.

Près de la moitié des enseignements sont mutualisés avec ceux des élèves ingénieurs de la filière Data Science et Intelligence Artificielle à l'ESIEE.

La formation bénéficie de nombreuses ressources numériques développées par les enseignants chercheurs et les professionnels qui interviennent dans la formation. L'étudiant pourra participer au voyage d'étude annuel au Digital Method Initiative (DMI) à l'Université d'Amsterdam à l'occasion duquel il participe à un data sprint pendant une semaine.

Compétences visées

A l'issue de la formation, le titulaire de cette spécialité est à même de mobiliser les outils numériques pour saisir la complexité des mondes sociaux. Le master D2SN est l'occasion d’acquérir en une année des compétences en programmation informatique (R et Python) et science des données (machine learning, science des réseaux, visualisation, analyse textuelle etc.) dans une perspective d’applications concrètes pour la compréhension des problèmes sociétaux. En sachant collecter, nettoyer, enrichir et modéliser des jeux de données, vous saurez apporter des contributions nouvelles à la compréhension de la société.

La formation permet de manière transversale d'acquérir une culture numérique approfondie: histoire de l'internet, sociologie numérique, sociologie des mondes numériques, éthique des algorithmes de l'intelligence artificielle.

Après la formation

Les enseignements du master conduisent aux métiers émergents de la science des données, avec une orientation particulière vers l'analyse des phénomènes sociaux et des cultures numériques. Les fonctions occupées par les diplômés sont variés: data scientist, data analyste, social media analyste, ingénieur analyste. La formation permet aussi aux étudiants qui le souhaitent de poursuivre vers un parcours en thèse en sciences sociales.

Organisation de la formation et parcours possibles

La formation est en apprentissage : les étudiants alternent deux jours à l’université et trois jours en entreprise. Lors du premier mois de la formation, l’enseignement s’organise autour d'un bain numérique visant une mise à niveaux en statistique et programmation (initiation accélérée à R et Python pour la data science) .

L'enseignement en data science est mutualisé avec les enseignements des élève ingénieurs de la filière Data Science et Intelligence Artificielle à l'ESIEE.

Deux data sprint au premier et second semestre sont organisés, l'un à Amsterdam dans le cadre de l’université d'hiver du Digital Method Initiative et un autre à Paris à la fin de la formation. La plupart des cours relève du travail pratique sur des jeux de données de nature variées (réseaux sociaux, corpus textuelle, données d'enquête etc.). Les étudiants suivent aussi un séminaire de recherche en sociologie numérique. Se les enseignements s'organisent dans une perspective d'apprentissage, ils permettent aux étudiants qui le souhaitent de s’orienter vers la recherche en sciences sociales.

Disciplines majeures

Sciences des données; sociologie numérique; programmation informatique; éthique des algorithmes

Les options de la formation

Possibilité de suivre pour certains étudiants de manière optionnelle des séminaires à l'EHESS.

Internationalisation de la formation

Les étudiants participent à l'Université d'hiver du Digital Method Initiative à Amsterdam.

Que faire à la fin de la formation : Master DATA SCIENCE ET SOCIETE NUMERIQUE (D2SN)?

Les compétences acquises dans D2SN sont très recherchées dans de multiples sphères professionnelles, en particulier dans le secteur de la recherche et de l’innovation.

D2SN permet aux candidats d'accéder à un large panel de métiers, aussi bien dans le public que dans le privé: data scientist, data analyste, ingénieur analyste.

Environnement de recherche

Laboratoire Interdisciplinaire Science et Innovation (LISIS); Institut Francilien Recherche Innovation et Société (IFRIS); ESIEE; Institut des Systèmes Complexes.

Partenariats

Digital Method Initiative (Université d'Amsterdam)

Institut Francilien Recherche Innovation Société (Labex IFRIS)

Institut des Systèmes Complexes de Paris Île-de-France

Laboratoire Innovation Science et Société (LISIS)

Plateforme Cortext

Co-accréditation

La formation D2SN repose sur une co-accréditation avec l'ESIEE (Ecole Supérieure d'ingénieurs en électronique et Informatique)

Lieu de formation

Bâtiment : Albert Camus (UPEM) 2 allée Jean Renoir 93160 Noisy le Grand