Master - Marketing - Vente, Master 1
Marketing vente
Marketing et Data Science
Formation
Le parcours Marketing data science MDS vise à apporter les connaissances fondamentales et un fort niveau de professionnalisation pour les nouveaux métiers du marketing digital et de l’environnement bigdata.
Cette professionnalisation fixe deux objectifs :
- Maîtriser les concepts et techniques mathématiques, statistiques, informatiques et algorithmiques nécessaires au traitement des données massives.
- Appliquer les compétences acquises en M1 pour mettre en œuvre la stratégie data de l’entreprise.
Les partenariats avec les entreprises leader du secteur sont nombreux et seront encore développés avec les stages et conventions que nous établirons avec les intervenants professionnels et experts du domaine.
L’enseignement est assuré à la fois par des enseignants-chercheurs spécialistes en marketing quantitatif et data driven marketing (autour de la donnée) et en statistique/analyse de données et par des professionnels issus de diverses entreprises : consultants spécialisés en data science, bigdata et marketing analytics, web agencies, spécialistes des études de marché et l’analyse des data clientèles, etc.
La formation bénéficie du support des enseignants-chercheurs et chercheurs du Laboratoire Lille Economie Management, Unité Mixte de Recherche, UMR CNRS 9221.
Débouchés
Les diplômés du parcours MDS se destinent aux métiers suivants :
- Data scientist
- Data analyst
- Chief Data Officer
- Head of data
- Data Protection Officer
- Business analyst
- Social media analyst
- Web advertising
- Data miner
- Database tuning (administrateur de BD)
- Big Data Architect
- Business Intelligence
- Customer Relationship and Interaction Management
- Web architect
- Scientific data manager
- Machine learning ingeneer
- Web analytics
La formation permet aussi aux étudiants qui le souhaitent de poursuivre leurs études vers un parcours en
Doctorat en sciences de gestion spécialité marketing.
Découvrez le master avec la responsable de formation en zoom (sur incription
Découvrez le master avec la responsable de formation en zoom (sur incription
Sur monmaster.gouv.fr
Candidater en Master 1Date de début des candidatures :26/02/2024
Date de fin des candidatures : 24/03/2024
Date d'examen des candidatures: du 02/04/2024 au 28/05/2024
Date de phase d'admission:du 04/06/2024 au 24/06/2024
Le Master MDS s’effectue en formation initiale, en apprentissage, en contrat de professionnalisation ou en formation continue dans les locaux « Vieux Lille » de l’IAE Lille University School of Management.
Pour les Professionnels en Formation Continue (FC) : la formation s’effectue en stage alterné, en contrat de professionnalisation ou dans l’entreprise dans laquelle vous êtes salarié(e).
PUBLICS VISÉS :
- Formation en alternance: apprentissage ou contrat de professionnalisation.
- Formation continue (stage, contrat de professionnalisation ou entreprise actuelle)
- Formation initiale (les conventions de stage alterné seront délivrées au cas par cas après accord avec le Directeur du Parcours si l’étudiant ne trouve pas de contrat d’alternance)
Cette formation est ouverte aux étudiants qui ont validé une Licence 3 (pour le M1)
Les candidats doivent envoyer un dossier.
Pièces à joindre au dossier
- Lettre de motivation
- Curriculum Vitae
- Photocopies des diplômes et relevés de notes obtenus depuis le Bac
- Attestations de stage
- Lettre d’engagement signée de l’entreprise d’accueil pour l’alternance (si disponible)
- Résultats au Score IAE Message (facultatif),
- Test langue (facultatif),
- Lettres de recommandation (facultatif)
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 18 h
Organisation : TD
MCC ou évaluation : Contrôle continu (CC)
Intervenant(s) cours : David Gendre
Objectifs :
– Acquérir les outils et la méthodologie de l’apprentissage et du perfectionnement autonome des compétences linguistiques et de la préparation à la certification en langue.
– (Ré)-activer les compétences décrites au niveau B2 du Cadre Européen Commun de Référence en Langues (CECRL)
– Savoir documenter une argumentation interculturelle en recherchant des ressources anglophones pertinentes dans le domaine d’études.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 18 h
Organisation : CTD
MCC ou évaluation : Contrôle continu (CC)
Intervenant(s) cours : Dominique Crie, Sophie Lacoste-Badie
Objectifs :
Initier les étudiants à la recherche marketing
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 24 h
Organisation : TD
MCC ou évaluation : Contrôle continu (CC)
Intervenant(s) cours : Dominique Crie
Objectifs :
Donner la possibilité aux étudiants de formaliser des projets personnalisés en fonction de leur désirs d’acquisition de compétences.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 40 h
Organisation : 20 h CM + 20 h TD
MCC ou évaluation : Contrôle continu (CC)
Intervenant(s) cours : Michel Calciu
Objectifs :
Théorie et outils du Datamining, présentation de logiciels de Datamining (Weka, Tanagra) et de Text Mining.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 18 h
Organisation : 9 h CM + 9 h TD
MCC ou évaluation : Contrôle continu (CC)
Intervenant(s) cours : Michel Calciu
Objectifs :
Maîtriser la qualité des données, mise en forme des données, détection des doublons, des outliers et des données manquantes, utilisation des open data.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 15 h
Organisation : 9 h CM + 6 h TD
MCC ou évaluation : Contrôle continu (CC)
Intervenant(s) cours : Antoine Ayache
Objectifs :
L’objectif de ce cours est de permettre aux étudiants d’avoir des connaissances suffisamment solides en mathématiques pour pouvoir bien suivre plusieurs autres enseignements du master MDS qui lui succèdent notamment : Calcul et lois de probabilités, Chaînes de Markov et fiabilité, Econométrie des séries temporelle, Modélisation prédictive, Recherche opérationnelle, et Statistique inférentielle.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 15 h
Organisation : 9 h CM + 6 h TD
MCC ou évaluation : Contrôle continu (CC)
Intervenant(s) cours : Antoine Ayache
Objectifs :
L’objectif de ce cours est de permettre aux étudiants d’avoir des connaissances suffisamment solides en probabilités pour pouvoir bien suivre plusieurs autres enseignement du master MDS qui lui succèdent notamment : Chaînes de Markov et fiabilité, Econométrie des séries temporelle, Modélisation prédictive, et Statistique inférentielle.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 18 h
Organisation : 9 h CM + 9h TD
MCC ou évaluation : Contrôle continu (CC)
Intervenant(s) cours : Michel Calciu
Objectifs :
Initiations aux concepts d’Architecture Systèmes et Réseaux et de Cloud Computing pour développer la capacité des étudiants de mettre en place une infrastructure pour les calculs Big Data basée sur un cluster d’ordinateurs physique ou virtuel dans le Cloud.
Des compétences en configuration, provisionnement et orchestrations des infrastructures Big Data seront développées.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 18 h
Organisation : 12 h CM + 6 h TD
MCC ou évaluation : Contrôle continu (CC)
Intervenant(s) cours : Michel Calciu
Objectifs :
L’objectif du cours est double : d’une part apprendre à utiliser et développer des services web pour la collecte et le traitement des données et d’autre part de familiariser les étudiants avec les technologies de management des données : data-sourcing, ETL – Extract-Transform-Load et plus récemment le ELT pour les Big Data.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 15 h
Organisation : 9 h CM + 6 h TD
MCC ou évaluation : Contrôle continu (CC)
Intervenant(s) cours : René Lefebure
Objectifs :
Data Science plateforms : Software as a service (SaaS) and Platform as a service (PaaS) (Alteryx, H2O.ai, SasMiner, RapidMiner, Mathworks, Dataiku, Databricks…)
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 15 h
Organisation : 9 h CM + 6 h TD
MCC ou évaluation : Contrôle continu (CC)
Intervenant(s) cours : Michel Calciu
Objectifs :
Présentation de plusieurs systèmes de gestion des bases de données (SQL et/ou NoSQL) comme MySQL, Postgres, MongoDB etc.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 18 h
Organisation : 6 h CM + 12 h TD
MCC ou évaluation : Contrôle continu (CC)
Intervenant(s) cours : Richard Ladwein
Objectifs :
Initiation à R
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 6 h
Organisation : TD
MCC ou évaluation : Contrôle continu (CC)
Intervenant(s) cours : Michel Calciu
Objectifs :
Introduction aux langages de programmation et à leur diversité. Comprendre les principaux paradigmes qui ont influencé l’évolution de ces langages, les éventuelles convergences et les caractéristiques qui rendent certains langages plus adaptés pour le traitement des données massives.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 27 h
Organisation : 14 h CM + 13 h TD
MCC ou évaluation : Contrôle continu (CC)
Intervenant(s) cours : Marie Beck, Laurent Carpentier
Objectifs :
Transmettre les connaissances et compétences indispensables en analyses de données afin que l’étudiant sache à terme analyser un volume conséquent de données, les simplifier, les décrire, les interpréter et prendre des décisions managériales en conséquence.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 18 h
Organisation : TD
MCC ou évaluation : Contrôle continu (CC)
Intervenant(s) cours : David Gendre
Objectifs :
A la suite du semestre 1
– Savoir documenter une argumentation interculturelle en recherchant des ressources anglophones pertinentes dans le domaine d’études.
– Consolider le répertoire lexical spécifique au domaine d’étude envisagé dans le Master.
– Préparer et optimiser le score de la certification Test Of English for International Communication (TOEIC).
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 12 h
Organisation : CTD
MCC ou évaluation : Contrôle continu (CC)
Intervenant(s) cours : Annabel Martin-Salerno, Nadia Steils, Sophie Lacoste-Badie
Objectifs :
Cet EC d’initiation aux méthodes de recherche vise à découvrir les fonctionnalités du logiciel Amos, à présenter les méthodes expérimentales et les études eye-tracking.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 18 h
Organisation : CTD
MCC ou évaluation : Contrôle continu (CC)
Intervenant(s) cours : Marie Beck, Laurent Carpentier
Objectifs :
Transmettre les connaissances et compétences indispensables en analyses de données afin que l’étudiant sache à terme analyser un volume conséquent de données, les simplifier, les décrire, les interpréter et prendre des décisions managériales en conséquence.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 12 h
Organisation : CM
MCC ou évaluation : Contrôle continu (CC)
Intervenant(s) cours : Christophe Benavent
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 18 h
Organisation :
Mcc ou évaluation :
Intervenant(s) cours : Agathe Voillemet, Jean-François Toti
Objectifs :
L’objectif de ce cours est d’enseigner l’ensemble des règles juridiques relatives à la protection des données personnelles de façon à ce que les étudiants soient en capacité de mettre en oeuvre un traitement de données personnelles en conformité avec le droit positif en vigueur (selon les principes d’accountability, de privacy by design et de privacy by default dégagés par le RGPD) (Agathe Voillemet).
Dans un second temps, la question de la protection des données est abordée par la pratique en marketing. Au-delà des aspects juridiques, il s’agira de porter un regard critique sur l’éthique en marketing (Jean-François Toti).
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 24 h
Organisation : TD
MCC ou évaluation : Contrôle continu (CC)
Intervenant(s) cours : Dominique Crie, Annabel Martin-Salerno
Objectifs :
Donner la possibilité aux étudiants de formaliser des projets personnalisés en fonction de leur désirs d’acquisition de compétences.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 18 h
Organisation : 9 h CM + 9 h TD
MCC ou évaluation : Contrôle continu (CC) + Contrôle terminal (CT)
Intervenant(s) cours : Michel Calciu
Objectifs :
Initiation à la programmation avec un langage informatique adapté à la Data Science (Python, R etc.). Les étudiants pourront choisir un langage qui leur convient et qui leur semble familier afin de mettre en place des algorithmes de calcul relativement simple.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 9 h
Organisation : 6 h CM + 3 h TD
MCC ou évaluation : Contrôle continu (CC)
Intervenant(s) cours : René Lefebure
Objectifs :
Présentation des algorithmes du Deep Learning
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Volume horaire : 14 h
Organisation : CTD
MCC ou évaluation : Contrôle continu (CC)
Intervenant(s) cours : Michel Calciu
Objectifs :
Comprendre le Web sémantique comme une extension et une évolution du Web actuel afin de permettre aux étudiants de trouver, partager et combiner des informations plus facilement. Introduire cette vision de l’information qui peut être facilement interprétée par les machines, de sorte que les machines peuvent effectuer une plus grande partie du travail fastidieux impliqué dans la recherche, la combinaison et l’action sur les informations sur le web.
Contact
Directeur de la mention
Dominique CRIÉ
Annabel MARTIN-SALERNO
Responsable de la formation
Sophie LACOSTE-BADIE
Secrétariat formation
Justine ROUSSEAUX