Master 2 Mathématiques pour les Sciences du Vivant
Année d’étude | Master 2 |
Programme | Mathématiques pour les Sciences du Vivant |
Crédits ECTS | 60 |
Langue | Français |
Orientation | Recherche et professionnel |
Lieu | Campus de Palaiseau, Université Paris-Saclay, Agro Paristech, ENS Cachan |
Durée de la formation | 12 mois à temps complet |
Début des cours | Septembre |
Diplôme délivré | Master |
POURQUOI INTÉGRER CE PROGRAMME ?
Atout n° 1
Suivre une formation de mathématiques appliquées aux sciences du vivant, avec quatre parcours privilégiés
Atout n°2
Interagir avec des spécialistes et des experts (biologistes, écologues, médecins), notamment lors de la réalisation d’un projet annuel et d’un stage
Atout n°3
Poursuivre des carrières d’experts dans le monde académique et de la recherche ou en entreprise
Le Master 2 Mathématiques pour les Sciences du Vivant (MSV) est une formation complète et structurée dans les domaines mathématiques en interface avec les sciences du vivant (biologie, médecine, écologie). Son originalité réside dans son ancrage mathématique, la largeur du spectre des compétences mathématiques communes acquises par les diplômés et la variété des spécialisations en modélisation pour les sciences du vivant qui leur sont proposées. L’interaction avec les biologistes, écologues ou médecins est favorisée par la réalisation d’un projet annuel, la participation au séminaire jusqu’à la fin du second semestre et enfin par le stage accompli à partir du 1er avril.
Objectifs
Ce programme permet aux étudiants :
- D’acquérir lors du premier semestre une base commune de compétences mathématiques (modélisation déterministe et stochastique, apprentissage statistique, optimisation et calcul numérique), complétée par un cours sur les concepts fondamentaux de la biologie et un séminaire d’ouverture vers les questionnements actuels en sciences du vivant
- Se spécialiser au second semestre dans le domaine de leur choix :
- Écologie et modèles d’évolution
- Machine learning en biologie et médecine
- Biomécanique
- Mathématiques pour les neurosciences et la neuroimagerie
Ce Master ouvre la porte à la fois à la recherche en mathématiques en interface avec les sciences du vivant (biologie, médecine, écologie) et propose des débouchés professionnels dans le domaine des biotechnologies.
A l’issue de ce Master, les étudiants peuvent préparer une thèse au sein d’un laboratoire en milieu académique ou en entreprise. Du côté académique, plusieurs grands instituts de recherche tels que le CNRS, l’INRA et l’INSERM sont, au même titre que les universités, concernés par l’accueil ou l’embauche des futurs diplômés pendant ou après leur thèse. Du côté non académique, les entreprises naturellement concernées sont celles du secteur de la biopharmacie, de l’agroalimentaire ou encore de l’environnement.
Tronc commun
Concepts fondamentaux de la biologie et de l’écologie (M. El Karoui, C. Dillmann, S. Billiard) | 18 h 4 ECTS Français |
Processus stochastiques (S. Méléard) | 30 h 6 ECTS Français |
Modélisation déterministe (M. Rumin, J.‑B. Lagaert) | 30 h 6 ECTS Français |
Optimisation et simulation numérique (L. Nenna, E. Kuhn, S. Faure) | 30 h 6 ECTS Français |
Groupe de travail (C. Coron) | 20 h 2 ECTS Français |
Séminaire (M. Tomasevic) | 40 h 2 ECTS Français |
Options
Statistiques en grande dimension (C. Giraud, Z. Naulet) | 30 h 6 ECTS Français |
Apprentissage par renforcement (E. Le Pennec) | 30 h 6 ECTS Français |
Chaque étudiant choisit en concertation avec un responsable (de spécialité ou du M2) un projet ainsi que 3 unités d'enseignement (UE) à valider au choix parmi les UE ci-dessous :
Processus de branchement et populations structurées (V. Bansaye) | 20 h 4 ECTS Français |
Outils probabilistes et statistiques pour l’étude de la diversité génétique d’une population (A. Veber) | 20 h 4 ECTS Français |
Machine Learning et deep learning pour les sciences du vivant (T. Rebafka) | 20 h 4 ECTS Français |
Modèles à variables latentes en biologie et écologie (S. Donnet) | 20 h 4 ECTS Français |
Biostatistics (R. Porcher) | 20 h 4 ECTS Français |
Problèmes directs et inverses en dynamique des populations (M. Doumic) | 20 h 4 ECTS Français |
Modèles d’équations aux dérivées partielles pour l’écologie (G. Raoul) | 20 h 4 ECTS Français |
Imagerie fonctionnelle cérébrale et interface cerveau ordinateur (T. Papadopoulo, B. Thirion, Marie‑Constance Corsi) | 20 h 4 ECTS Français |
Géométrie et espace de formes (A. Trouvé, J. Glaunes) | 20 h 4 ECTS Français |
Modélisations probabilistes et statistiques pour l’épidémiologie (V.C. Tran) | 20 h 4 ECTS Français |
Modèles d’équations aux dérivées partielles pour la matière active (N. Meunier) | 20 h 4 ECTS Français |
Modélisation mathématique en neurosciences (E. Löcherbach) | 20 h 4 ECTS Français |
Modélisation, analyse et discrétisation d'un problème d'interaction fluide-structure (M. Boulakia) | 18 h 4 ECTS Français |
Modélisation mathématique et estimation en biomécanique cardiaque -- de la théorie aux applications médicales (P. Moireau) | 20 h 4 ECTS Français |
Séminaire (M. Tomasevic) | 40 h 2 ECTS Français |
Prérequis
Prérequis académiques
Accomplissement d’un Master 1 en Mathématiques à l’Institut Polytechnique de Paris ou équivalent en France (Université, Écoles d’ingénieurs, Écoles normales supérieures...) ou à l’étranger.
Prérequis linguistiques
Français B2
Procédure de candidature
Les candidatures se font exclusivement en ligne. Vous devrez fournir les documents suivants :
- Diplômes et relevés de notes
- Deux références académiques (notez qu'il vous incombe de vous assurer que les personnes que vous désignerez fournissent leurs références en ligne)
- CV
- Lettre de motivation
Vous recevrez une réponse sur votre espace candidat dans les deux mois suivant la date de clôture de la session d’admission.
Droits de scolarité et bourses
Les droits d'inscription sont disponibles ici
Plus d’informations sur les bourses
Veuillez noter que les droits de scolarité et les bourses peuvent changer pour l'année suivante.
Candidatures et calendrier des admissions
Responsables
Secrétariat pédagogique
Informations générales
Le Master 2 Mathématiques pour les Sciences du Vivant (MSV) est une formation complète et structurée dans les domaines mathématiques en interface avec les sciences du vivant (biologie, médecine, écologie). Son originalité réside dans son ancrage mathématique, la largeur du spectre des compétences mathématiques communes acquises par les diplômés et la variété des spécialisations en modélisation pour les sciences du vivant qui leur sont proposées. L’interaction avec les biologistes, écologues ou médecins est favorisée par la réalisation d’un projet annuel, la participation au séminaire jusqu’à la fin du second semestre et enfin par le stage accompli à partir du 1er avril.
Objectifs
Ce programme permet aux étudiants :
- D’acquérir lors du premier semestre une base commune de compétences mathématiques (modélisation déterministe et stochastique, apprentissage statistique, optimisation et calcul numérique), complétée par un cours sur les concepts fondamentaux de la biologie et un séminaire d’ouverture vers les questionnements actuels en sciences du vivant
- Se spécialiser au second semestre dans le domaine de leur choix :
- Écologie et modèles d’évolution
- Machine learning en biologie et médecine
- Biomécanique
- Mathématiques pour les neurosciences et la neuroimagerie
Ce Master ouvre la porte à la fois à la recherche en mathématiques en interface avec les sciences du vivant (biologie, médecine, écologie) et propose des débouchés professionnels dans le domaine des biotechnologies.
A l’issue de ce Master, les étudiants peuvent préparer une thèse au sein d’un laboratoire en milieu académique ou en entreprise. Du côté académique, plusieurs grands instituts de recherche tels que le CNRS, l’INRA et l’INSERM sont, au même titre que les universités, concernés par l’accueil ou l’embauche des futurs diplômés pendant ou après leur thèse. Du côté non académique, les entreprises naturellement concernées sont celles du secteur de la biopharmacie, de l’agroalimentaire ou encore de l’environnement.
Tronc commun
Concepts fondamentaux de la biologie et de l’écologie (M. El Karoui, C. Dillmann, S. Billiard) | 18 h 4 ECTS Français |
Processus stochastiques (S. Méléard) | 30 h 6 ECTS Français |
Modélisation déterministe (M. Rumin, J.‑B. Lagaert) | 30 h 6 ECTS Français |
Optimisation et simulation numérique (L. Nenna, E. Kuhn, S. Faure) | 30 h 6 ECTS Français |
Groupe de travail (C. Coron) | 20 h 2 ECTS Français |
Séminaire (M. Tomasevic) | 40 h 2 ECTS Français |
Options
Statistiques en grande dimension (C. Giraud, Z. Naulet) | 30 h 6 ECTS Français |
Apprentissage par renforcement (E. Le Pennec) | 30 h 6 ECTS Français |
Chaque étudiant choisit en concertation avec un responsable (de spécialité ou du M2) un projet ainsi que 3 unités d'enseignement (UE) à valider au choix parmi les UE ci-dessous :
Processus de branchement et populations structurées (V. Bansaye) | 20 h 4 ECTS Français |
Outils probabilistes et statistiques pour l’étude de la diversité génétique d’une population (A. Veber) | 20 h 4 ECTS Français |
Machine Learning et deep learning pour les sciences du vivant (T. Rebafka) | 20 h 4 ECTS Français |
Modèles à variables latentes en biologie et écologie (S. Donnet) | 20 h 4 ECTS Français |
Biostatistics (R. Porcher) | 20 h 4 ECTS Français |
Problèmes directs et inverses en dynamique des populations (M. Doumic) | 20 h 4 ECTS Français |
Modèles d’équations aux dérivées partielles pour l’écologie (G. Raoul) | 20 h 4 ECTS Français |
Imagerie fonctionnelle cérébrale et interface cerveau ordinateur (T. Papadopoulo, B. Thirion, Marie‑Constance Corsi) | 20 h 4 ECTS Français |
Géométrie et espace de formes (A. Trouvé, J. Glaunes) | 20 h 4 ECTS Français |
Modélisations probabilistes et statistiques pour l’épidémiologie (V.C. Tran) | 20 h 4 ECTS Français |
Modèles d’équations aux dérivées partielles pour la matière active (N. Meunier) | 20 h 4 ECTS Français |
Modélisation mathématique en neurosciences (E. Löcherbach) | 20 h 4 ECTS Français |
Modélisation, analyse et discrétisation d'un problème d'interaction fluide-structure (M. Boulakia) | 18 h 4 ECTS Français |
Modélisation mathématique et estimation en biomécanique cardiaque -- de la théorie aux applications médicales (P. Moireau) | 20 h 4 ECTS Français |
Séminaire (M. Tomasevic) | 40 h 2 ECTS Français |
Prérequis
Prérequis académiques
Accomplissement d’un Master 1 en Mathématiques à l’Institut Polytechnique de Paris ou équivalent en France (Université, Écoles d’ingénieurs, Écoles normales supérieures...) ou à l’étranger.
Prérequis linguistiques
Français B2
Procédure de candidature
Les candidatures se font exclusivement en ligne. Vous devrez fournir les documents suivants :
- Diplômes et relevés de notes
- Deux références académiques (notez qu'il vous incombe de vous assurer que les personnes que vous désignerez fournissent leurs références en ligne)
- CV
- Lettre de motivation
Vous recevrez une réponse sur votre espace candidat dans les deux mois suivant la date de clôture de la session d’admission.
Droits de scolarité et bourses
Les droits d'inscription sont disponibles ici
Plus d’informations sur les bourses
Veuillez noter que les droits de scolarité et les bourses peuvent changer pour l'année suivante.