Vous êtes ici :

Formation LMD

Master Optique, Image, Vision, Multimédia parcours Systèmes distribués et technologies de la data Science (SDTS)

Nature :
Formation diplômante
Diplôme national
Type de diplôme :
Master
Durée des études :
2 ans
Année post-bac de sortie :
Bac + 5
Niveau de sortie :
Niveau 1
Lieu(x) de formation :
Campus de Vitry
Accessible en :
  • Formation initiale
  • Formation continue
  • Formation en alternance
  • Formation en apprentissage

Domaine : Sciences - Technologie - Santé
Mention : Optique Image Vision Multimédia
UFR/Institut : UPEC - UFR de Sciences et technologie

Capacité d'accueil

36 étudiants

Objectifs

Le parcours SDTS a une orientation pluridisciplinaire, qui ambitionne de donner aux futurs diplômés des connaissances solides en intégration de solutions d'intelligence artificielle, systèmes distribués et de gestion de projets. Le contenu des cours est mis à jour régulièrement afin de pouvoir suivre de très près l’évolution des technologies et réussir une intégration rapide en entreprise.
 
Dans un monde saturé de "Data Scientists" sachant manipuler des bibliothèques Python sans en comprendre la tuyauterie, le parcours SDTS (Systèmes Distribués et Technologies de la Data Science) de l'UPEC se positionne à la frontière critique entre l'algorithmie de pointe et l'infrastructure de puissance.
Pourquoi ce Master ?
Le déluge de données n'a de valeur que s'il est traité à l'échelle. La réalité du terrain est brutale : 80% des projets de Data Science échouent car ils ne passent pas la mise en production. Notre mission est de former les 20% restants : ceux qui savent concevoir, déployer et optimiser des systèmes capables de traiter des pétaoctets de données en temps réel.

Compétence(s) visée(s)

Former de futurs diplômés capables de maîtriser les systèmes distribués, de développer des applications sur différents systèmes (cloud, edge...), de comprendre, intégrer et déployer des algorithmes d'intelligence artificielle.
La formation est fondée sur l’apprentissage et la maîtrise des technologies avancées dans le domaine des systèmes distribués et de data science ainsi qu'à l’ouverture aux futures technologies.

Le parcours SDTS a été mis en place pour fournir aux étudiants des connaissances à la fois théoriques et pratiques en intelligence artificielle et calculs distribués. Les futurs diplômés devront acquérir une grande autonomie de travail et une capacité d’adaptation à la majorité des postes.

Les 3 piliers de l'Excellence SDTS

  • Ingénierie du Distribué : Ne subissez plus les limites d'une seule machine. Maîtrisez le Cloud Computing, les architectures micro-services et le calcul massivement parallèle.
  • Intelligence Artificielle & Big Data : Allez au-delà des modèles standards. Apprenez le Machine Learning, le Deep Learning et le traitement de flux (streaming) pour extraire de la valeur là où les autres ne voient que du bruit.
  • Sûreté et Performance : La donnée est une responsabilité. Nous intégrons les problématiques de cybersécurité et d'optimisation logicielle pour que vos solutions soient aussi robustes que rapides.

Poursuites d'études

Le parcours SDTS est organisé de manière à permettre au futur diplômé de postuler à la fois dans le domaine industriel et dans le domaine de la recherche avec la préparation d'une thèse de doctorat dans le domaine des Sciences de l'ingénieur. 
 
Un cursus pour les esprits exigeants
Nous ne formons pas des exécutants, mais des ingénieurs-chercheurs capables de résoudre des problèmes complexes. Le programme s'articule autour de projets concrets et d'une immersion technologique constante :
Architecture : Hadoop, Spark, Kubernetes, Docker
Data Science : Programmation avancée (Python, C++, Java), Statistiques
Systèmes : Virtualisation, Réseaux haut débit, Sécurité
Innovation : Méthodologies agiles, Veille technologique, Recherche

Débouchés professionnels

Le coût d'opportunité de ne pas rejoindre SDTS est simple : rester un profil "standard" dans un marché qui se fragmente.
Nos diplômés occupent des postes stratégiques :
- Data Engineer / Architect : le profil le plus recherché par les GAFAM et les licornes.
- Architecte Cloud & Systèmes Distribués : pour piloter la transformation numérique.
- Expert en IA Industrielle : pour transformer la recherche en produits réels.
- Consultant de haut niveau : pour auditer et conseiller les directions techniques

Environnement de recherche

Un environnement de recherche d'excellence
Le Master SDTS bénéficie d'un ancrage scientifique de premier plan grâce à son adossement direct au Laboratoire d’Images, Signaux et Systèmes Intelligents (LiSSi) de l'UPEC. Cette synergie entre formation et recherche garantit un contenu pédagogique constamment actualisé, intégrant les dernières percées mondiales en intelligence artificielle, en traitement massif de données et en systèmes distribués.
Les étudiants évoluent au sein d'un écosystème d'innovation où ils côtoient des enseignants-chercheurs experts et participent à des séminaires de haut niveau. Cet environnement offre des opportunités uniques de stages au sein de projets de recherche de pointe et constitue un tremplin idéal pour ceux qui souhaitent poursuivre leurs études en doctorat.

Statistiques

Formation professionnelle (formation en apprentissage, formation continue et VAE)
Obtenir le taux de satisfaction, de réussite et d'insertion

Organisation de la formation

Format de la formation
Présentiel avec accès aux ressources numériques (documentation, autoformation bureautique, plateforme d'enseignement des langues en ligne)

Méthodes pédagogiques mobilisées
Les équipes pédagogiques mettent en oeuvre des méthodes multimodales et adaptées à leurs publics : cours magistraux, projets collectifs et/ou travaux individuels.


Programme des enseignements

(sous réserve de vote des instances)


Master 1

Semestre 1
UE Conception et analyse d'algorithmes
UE Programmation orientée objet
UE Analyse et traitement des données numériques 1
UE Apprentissage non supervisé
UE Techniques d'optimisation
UE Temps réel, systèmes embarqués
UE Anglais S1 OIVM
Semestre 2
UE Bases de données
UE Graphes et algorithmiques
UE Développement Web Front
UE Apprentissage supervisé
UE Analyse et traitement des données numériques 2
UE Gestion de projets
UE Programmation parallèle et distribuée
UE Programmation pour le multimédia
UE Anglais S2 OIVM


Master 2

Semestre 3
UE Optimisation stochastique
UE Bases de données avancées OIVM
UE Cloud computing
UE Apprentissage profond
UE Processus métiers
UE Psychologie du travail et gestion du stress
UE Gestion des projets
UE Certification TOEIC
UE Séminaires
Semestre 4
Stage OIVM-STDS

Stage / Alternance

Le mémoire de stage (ou du rapport d'activités pour les apprentis) est obligatoirement rédigé par l’étudiant sous l’autorité de son maître de stage. Le mémoire est noté par deux rapporteurs désignés par le responsable de la spécialité. La moyenne arithmétique des deux notes constitue la note de mémoire. La soutenance est publique, elle se fait devant le jury assisté pour chaque étudiant des deux rapporteurs, du maître de stage, du chercheur/enseignant chargé du suivi de stage. Le jury de soutenance est composé au moins de trois membres : le responsable de la spécialité, le maître de stage et le chercheur/enseignant chargé du suivi de stage.

Modalités de contrôle des connaissances

L’évaluation des UE est organisée sous la forme d’épreuves terminales ou de contrôle continu, théoriques ou pratiques, ou de toute combinaison de ces formes d’examens.
Une UE est définitivement acquise si la note est égale ou supérieure à 10/20. Le contrôle des connaissances du premier semestre est validé si la moyenne pondérée des notes des UE est égale ou supérieure à 10/20.
L'inscription à la deuxième session est obligatoire pour être convoqué, par voie d’affichage, aux épreuves et l'étudiant doit préciser les UE non acquises auxquelles il se représente.
La note de première session sera attribuée automatiquement pour les UE non acquises pour lesquelles il ne se sera pas présenté à la deuxième session.

Calendrier pédagogique

Semestres 1 et 3 : de septembre à janvier de l'année suivante
Semestre 2 : de février à mai de la même année

Niveau(x) de recrutement

Bac + 3, Bac + 4, [ Autre ]

Modalités d'admission en formation initiale

En master 1
Sélection sur dossier.
Etre titulaire d'une L3 (électronique, énergie électrique, automatique ; sciences pour l'ingénieur ; informatique) validée avec un minimum de 12/20 et un minimum de 12/20 pour les UE scientifiques et techniques.

En master 2
Accès au parcours à partir de la deuxième année de master : étudiants ayant validé un master 1 ou son équivalent (en France ou à l'étranger)

Peuvent candidater au parcours SDTS les étudiants ayant suivi une formation en lien avec les domaines suivants :
- mathématiques appliquées,
- systèmes distribués,
- informatique,
- intelligence artificielle,
- Calculs parallèles et HPC.
 
Le jury d'admission évalue particulièrement :
  • Le dossier académique : Une attention particulière est portée aux notes obtenues en algorithmique, programmation (Java, C++, Python), systèmes et statistiques.
  • La motivation et le projet : Le candidat doit démontrer une adéquation entre son projet de carrière et les spécialités du parcours (systèmes et data)
  • Les compétences techniques : La réalisation de projets académiques ou personnels significatifs est un atout majeur.
  • Le niveau d'anglais : Une maîtrise de l'anglais technique est requise pour l'accès aux ressources internationales et la réussite professionnelle.

Modalités d'admission en formation continue

Public concerné
Salariés en plan de développement des compétences, demandeurs d'emploi ou professionnels en reconversion
Le parcours SDTS est accessible aux professionnels souhaitant actualiser leurs compétences ou réorienter leur carrière vers les métiers de l'ingénierie des données et du cloud computing.
Pré-requis
Avoir niveau Bac+3 ou un diplôme équivalent ou obtenir le droit d'entrer en formation par le biais de la procédure de la validation des acquis professionnels et personnels (VAPP).
Etre en poste sous le régime de la formation continue. L'expérience professionnelle est prise en compte pour l'évaluation des pré-requis.
Tarif de la formation
8400 € par année de formation 
En savoir plus

Modalités d'admission en formation par apprentissage

En master 1
Titulaire d'une licence sciences et technologie dans le domaines des sciences de l'ingénieur, de l'informatique ou des mathématiques
En master 2
Apprentis du M1 de l'UPEC ou titulaire d'un master 1 ou autre
 
Le Master SDTS est ouvert à l'apprentissage, offrant une immersion professionnelle concomitante à la formation académique. Cette voie d'excellence permet d'appliquer les concepts de systèmes distribués et de data science au sein de structures industrielles ou de centres de recherche.

Processus de sélection
Les candidats doivent d’abord satisfaire aux critères de sélection académique (identiques à la formation initiale). L’admission définitive est toutefois conditionnée par la signature d’un contrat d’apprentissage ou de professionnalisation avec une entreprise dont les missions sont en adéquation avec les objectifs pédagogiques du master.
Public visé : étudiants de moins de 30 ans (contrat d'apprentissage) ou demandeurs d'emploi/salariés (contrat de professionnalisation).

Modalités d'admission en formation par alternance

Le master est accessible en contrat de professionnalisation.

VAE

Quels que soient votre âge, votre nationalité, votre statut, vous pouvez prétendre à la VAE, si vous justifiiez d'une expérience professionnelle et/ou personnelle d'au moins un an en lien direct avec ce diplôme
En savoir plus

Candidature

Formation initiale
• Pour les candidatures en Master 1
- Etudiants ou adultes en reprise d’études : https://www.monmaster.gouv.fr/     
- Etudiants internationaux (hors Campus France) : https://www.monmaster.gouv.fr/ 
- Etudiants internationaux (procédure Campus France) : www.campusfrance.org
• Pour les candidatures en Master 2
- Etudiants ou adultes en reprise d’études : https://candidatures.u-pec.fr
- Etudiants internationaux (hors Campus France) : https://candidatures.u-pec.fr
- Etudiants internationaux (procédure Campus France) : www.campusfrance.org

Formation en apprentissage
• Pour les candidature en Master 1 : https://www.monmaster.gouv.fr/
Pour les étudiants candidats titulaires d'une licence UPEC : adresser un mail au responsable pédagogique pour informer de la candidature permettant de traiter le dossier
• Pour les candidatures en Master 2 : https://candidatures.u-pec.fr
Au moment du dépôt de la candidature en apprentissage sur e-candidat, merci d'en informer le responsable pédagogique

Responsable(s)

Responsable de la mention : Amir Nakib
Responsables du M1 OIVM SDTS : Jalel Ben-Othman  et Amir Nakib
Responsable du parcours M2 SDTS (formation initiale et en apprentissage) : Amir Nakib

Secrétariat

Formation initiale
Master 1
Lyneda Ould-Yahia
UPEC - UFR de sciences et technologie
Campus Centre de Créteil
Bâtiment P2 - 3e étage - Bureau P2 343B
61, avenue du Général de Gaulle - 94000 Créteil
Tél : 01 45 17 14 93 - lyneda.ould-yahia@u-pec.fr

Master 2
Anahita Zabeti Jahromi
UFR de sciences et technologie
Campus de Vitry
122-124, rue Paul Armangot
94400 Vitry-sur-Seine
Tél : 01 41 80 73 23  - anahita.zabeti-jahromi@u-pec.fr

Formation en apprentissage
Master 1 et master 2
Anahita Zabeti Jahromi
UPEC - UFR de sciences et technologie
Campus de Vitry
122-124, rue Paul Armangot
94400 Vitry-sur-Seine
Tél : 01 41 80 73 23 - anahita.zabeti-jahromi@u-pec.fr

Plus d'informations

Etudes et handicap
Aménagement des études et des examens, accès aux locaux et aux équipements scientifiques, l'UPEC propose aux usagers en situation d'handicap un accompagnement spécifique pour leur permettre d'étudier dans les meilleures conditions
En savoir plus
Mis à jour le 9 février 2026