La science des données vous interpelle à l'ère du big data ?
Vous souhaitez prendre part aux prises de décision dans le domaine de la santé
à travers l'analytique des données massives ?
Vous souhaitez vous former à un métier d'avenir
alliant santé, machine-learning, et intelligence artificielle ?
Avec le parcours "Data Science pour la santé" en partenariat avec Polytech' Lille, vous deviendrez de véritables spécialistes dans les domaines du big data, du machine-learning et de l'intelligence artificielle appliqués au domaine de la santé !
Le parcours « Data Science pour la Santé » du Master Ingénierie de la Santé a pour objectif de former des professionnels de haut niveau, capables de faire face aux enjeux de l’exploitation des données massives de santé, afin d’en exprimer le potentiel au maximum.
Il s’agit pour ces experts en sciences de la donnée de santé, non seulement de disposer des connaissances et savoir-faire nécessaires à la conception et implémentation d’une architecture « big data » mais aussi l’exploitation pertinente de l’information grâce à la maitrise de l'analytique de grands volumes de données afin d'en tirer des avantages pour le secteur de la santé et des sciences du vivant.
La révolution numérique en cours se traduit par une explosion du nombre de données de santé disponibles. De la génomique aux systèmes d’auto-mesure du « Quantified-self » via les dispositifs embarqués en passant par les écrits réalisés par les professionnels de santé ainsi que les données d’imagerie ou encore les traces laissées sur les autoroutes de l’information (e.g. : réseaux sociaux, blogs, forums), la donnée de santé présente de nombreux défis du fait de :
- son hétérogénéité (données "omiques", physiologiques, biologiques, sociales, environnementales, comportementales) ;
- son format (e.g. : texte, valeurs numériques, signaux, images en 2D, 3D, séquences du génome, micro ARN, ADN bactérien) ;
- sa dispersion au sein de plusieurs systèmes d’information (hôpitaux, laboratoires publics et/ou privés, bases de données publiques, sociétés privées).
A la massification de la donnée de santé s’ajoute la nécessité de comprendre et de prendre en compte les modalités (techniques et scientifiques) de sa production et de sa validation ; ce qui suggère un haut niveau de maîtrise des circuits et technologies de production de cette donnée.
Ces grandes masses de données de santé comportent en revanche d’importantes promesses pour les actions de santé publique, profitables au plus grand nombre, et une médecine mieux informée et s’appuyant sur des innovations adossées à l’exploitation des données. Bien accompagnée, cette révolution devrait soutenir le prochain allongement de la durée de vie des populations ou à tout le moins une espérance de vie élevée en meilleure santé. C’est précisément le rôle des « Data Scientists » en santé d’assurer cet accompagnement technique, technologique et scientifique grâce à leur profil multidisciplinaire.
Formation initiale
Formation Tout au Long de la Vie (rentrée 2019-2020)
Le Master « Data Science pour la Santé » est le résultat d'une collaboration entre le monde académique et le monde socio-professionnel. Le Master a reçu le soutien de grandes institutions à l’instar de Bayer Healthcare, Soladis, Florimond-Desprez, Genes Diffusion ainsi que d’Eurasanté et le Pôle Nutrition Santé Longévité. En outre, il bénéficie de l’appui de l’Agence française de la santé numérique (ASIP-santé) et du think tank international le « Healthcare Data Institute », qui sont des partenaires privilégiés de cette formation.
L’équipe pédagogique est composée d’enseignants, denseignants-chercheurs de l’Université de Lille (ILIS, Polytech’Lille) et de professionnels des données de santé des différentes organisations parties prenantes de ce master. La participation de ces professionnels se fera sous la forme d’enseignements directs, de séminaires, et surtout grâce à leur implication dans les stages et/ou projets de thèse professionnelle en partenariat avec les universitaires.
A l’issue de la formation, le data scientist en santé d’un profil polyvalent est doté d’une triple compétence :
- Maîtrise de l’ingénierie (Intelligence Artificielle, Machine-learning, Big data, statistique) dans toutes ses phases (collecte et extraction des données de santé, visualisation, traitement du signal et des images, fouille de données) et toutes ses composantes (des technologies jusqu’à l’éthique)
- Maîtrise du domaine de la santé, des sciences du vivant dans ses enjeux (organisation, grandes problématiques de santé, la médecine et les industries pharmaceutiques et agro-alimentaires) et ses composantes (médecine, santé des populations, industries)
- Capacité à concevoir, gérer un projet « data » et surtout à communiquer ses résultats pour éclairer la prise de décision de santé, qu’elle soit clinique, industrielle ou de santé publique.
Les enseignements du Master « Data Science pour la Santé » doivent promouvoir une pensée et une approche translationnelle, afin de fournir des connaissances et savoir-faire susceptibles d’être appliqués pour aider le secteur biologie-santé ainsi que la médecine en pleine mutation. Les étudiants issus de formations initiales variées peuvent tirer profit des enseignements puisque le Master a été structuré pour assurer :
- une remise à niveau en fonction de l'origine disciplinaire de chaque étudiant ;
- un partage de connaissances les uns avec les autres ;
- les apprentissages dans un cadre pluridisciplinaire plutôt que dans un silo spécialisé.
Master 1 Ingénierie de la Santé, parcours "Data Science en Santé"
Semestre 1
Matières | ETCS | CM | TD/TP | HETD |
---|---|---|---|---|
UE1 - bases disciplinaires | 12 | 40 | 40 | 100 |
Informatique | 6 | 10 | 35 | 50 |
Mathématiques-statistique | 6 | 10 | 35 | 50 |
Sciences pour la santé | 6 | 30 | 5 | 50 |
UE2 - Outils-Humanités-Langues | 8 | 0 | 80 | 70 |
Outils du data scientiste (R & Python) | 3 | 30 | ||
Formation à la recherche | 2 | 20 | ||
Professionnal English | 3 | 20 | ||
UE3 - Mathématiques et Applications aux données massives de santé | 7 | 10 | 40 | 55 |
Mathématiques-statistique - niveau 1 | 6 | 10 | 30 | 45 |
Séminaires | 1 | 0 | 10 | 10 |
UE4 - préspécialisation | 3 | 15 | 7,5 | 20 |
Expertise métiers de santé |
Semestre 2
Matières | ETCS | CM | TD/TP | HETD |
---|---|---|---|---|
UE1 - Informatique et applications aux données massives de santé | 7 | 15 | 52,5 | 75 |
Informatique - niveau 1 | 6 | 15 | 42,5 | 65 |
Séminaires | 1 | 0 | 10 | 65 |
UE2 - Discipline de santé | 6 | 43 | 15,5 | 80 |
Discipline de santé - niveau 1 | ||||
UE3 - Marketing - communication | 2 | 5 | 12,5 | 20 |
Marketing - gestion - niveau 1 | 1 | 5 | 2,5 | 10 |
Outils de communication | 1 | 10 | 10 | |
UE4 - professionnalisation | 15 | |||
Stage et soutenance rapport de stage | ||||
UE5 - Libre (facultatif) | 4 | |||
Engagement civique | 2 | |||
Activités physiques et/ou sportives (SCAPS) | 1 | |||
Activités culturelles | 1 |
Master 2 Ingénierie de la Santé, parcours "Data Science en Santé"
Semestre 1
Matières | ECTS | CM | TD/TP | Total HETD |
---|---|---|---|---|
UE1 - Discipline de santé | 5 | 45 | 12,5 | 80 |
Disciple de santé - niveau 2 | ||||
UE2 - Mathématiques et informatique appliquées aux données massives | 10 | 24 | 104 | 140 |
Mathématiques-Statistiques - niveau 2 | 5 | 12 | 32 | 50 |
Informatique - niveau 2 | 5 | 12 | 72 | 90 |
UE3 - Mathématiques-informatique avancée et données massives de santé | 6 | 12 | 27 | 45 |
Mathématiques-informatique avancée | ||||
UE4 - Marketing - communication - Applications aux données massives de santé | 6 | 9 | 16,5 | 30 |
Marketing et communication - niveau 2 | 3 | 3 | 10,5 | 15 |
Gestion | 3 | 6 | 6 | 15 |
UE5 - Domaines de spécialisation (1 au choix) | 3 | 20 | ||
Opérationnel et recherche: institutions et organisations publiques | ||||
Opérationnel et R&D : entreprises privées | ||||
Métiers du conseil |
Semestre 2
Matières | ETCS | CM | TD/TP | HETD |
---|---|---|---|---|
UE1 - projet professionnel et langue | 3 | 0 | 35 | 35 |
Professionnal English | 2 | |||
Projet professionnel personnel | 1 | |||
UE2 - Mémoire | 15 | 4 | ||
Méthodologie d'élaboration du mémoire | ||||
Rédaction et soutenance du mémoire | ||||
UE3 - Professionnalisation | 12 | |||
Stage | 9 | |||
Présentation des résultats industriels de la thèse professionnelle | 3 | |||
UE4 - Libre | 4 | |||
Engagement civique | 2 | |||
Activités physiques et/ou sportives (SCAPS) | 1 | |||
Activités culturelles | 1 |
Deux périodes en entreprise sont inscrites dans le programme afin que l’étudiant mette en pratique les connaissances acquises et complètent ces compétences sur le terrain.
En M1, 105 jours de mars à août, sont à réaliser sous convention de stage.
En M2, l’expérience professionnelle obligatoire peut prendre deux formes :
- jusqu’à 1 an de contrat (contrat de professionnalisation, CDD, CDI)
- ou 5 mois sous convention de stage à partir de janvier.
La seconde année de Master, un rythme d’alternance sera proposé.
Dans les 2 cas, l’expérience professionnelle peut être réalisée en France ou à l’étranger.
L’insertion professionnelle des titulaires du Master "Data Science pour la Santé" se fera dans le secteur de :
- La santé,
- L’industrie pharmaceutique,
- L’industrie agro-alimentaire,
- Les laboratoires, type INSERM
- Les compagnies d’assurance santé complémentaire et les mutuelles.
- Les agences sanitaires nationales ou internationales : ANSM, ANSES, Santé Publique France, ASIP-Santé, OMS, CDC, Banque Mondiale, etc.
Les impétrants exerceront des métiers de Data Analyst en santé, Data Scientist en santé (puis en tant que Chief Data Manager) ou de Data scientist hospitalier à l’interface entre l’informatique et les soins de santé (cadre/ingénieur dans le secteur public ou privé). Ils peuvent exercer ces rôles au sein d’une équipe R&D pour l’industrie pharmaceutique ou agro-alimentaire, que ce soit dans de grands groupes ou dans des PME innovantes : Sociétés de conseil, Sociétés de Service en Informatique (SSII) et au sein des start-ups.
Accès au Master 1 :
La formation s’adresse aux étudiants titulaires d’une licence en Sciences pour la Santé, Biologie, Santé Publique (Sciences Sanitaires et Sociales), Informatique, Mathématiques, Physique, Chimie, ainsi qu’aux élèves-ingénieurs ou tout autre diplôme jugé équivalent.
Les étudiants titulaires d’un autre Master pertinent, d’un cursus Ingénieur voire d’un doctorat, et désireux d’acquérir les connaissances et savoir-faire/compétences développés dans le Master Data Science pour la Santé peuvent y être admis.
Accès au Master 2 :
L’inscription en deuxième de Master est conditionnée par la validation de tout ou partie des modules dispensés en M1. Les étudiants d’un autre M1 jugé pertinent peuvent prétendre au M2 sous réserve de l’accord du comité pédagogique du Master Data Science pour la Santé.
Les étudiants titulaires d’un M1 ou un M2 dans une seule discipline (e.g., Ingénierie de la santé, Sciences du vivant, Informatique ou Mathématiques) seront donc redirigés vers une inscription en M1.
Les enseignements du Master sont dispensés principalement en français. Toutefois, certains enseignements peuvent être dispensés en anglais. Un bon niveau en anglais est un réquisit pour suivre et réussir cette formation dans de bonnes conditions, sachant qu’elle va évoluer dans les prochaines années sur un mode bi-langue, français et anglais.
Comment s'inscrire ?
Pour les masters, la sélection se fait sur dossier et entretien. Candidatez en ligne via la plateforme "ecandidat" à partir du 20 février 2019. Les dates de clôture des candidatures varient en fonction de la formation demandée :
- 1ere année de master : les candidatures sont ouvertes jusqu'au 7 juin 2019
- 2eme année de master : les candidatures sont ouvertes jusqu'au 23 juin 2019
Des sessions d'entretiens (composés d'un écrit et d'un oral) sont prévues lors des semaines suivantes :
- Semaine du 08 au 12 avril 2019
- Semaine du 13 au 18 mai 2019
- Semaine du 17 au 22 juin 2019
Lieu de formation :
Faculté Ingénierie et Management de la Santé (ILIS), 42 rue Ambroise Paré – 59120 LOOS
Tél : 03 20 62 37 37.
Pour tout renseignement sur le Master, contacter le responsable administratif :
Madame ROGE Aline : aline.roge[chez]univ-lille[point]fr
- Responsable pédagogique (ILIS) : Dr. GUINHOUYA C. Benjamin
- Co-responsable (Polytech’Lille) : Dr. N’GUESSAN L. Assi