Master Data Science for Social Sciences

Economie

Statistique

Sciences sociales

  • Langue d'enseignement Anglais

  • Durée 2 ans

  • ECTS 120

  • Type de programme Formation initiale, Alternance

  • Diplôme Diplôme national

Le programme de master « Econometrics, Statistics - Data Science for Social Sciences » vise à doter les étudiants souhaitant poursuivre une carrière professionnelle de haut niveau ou des recherches doctorales d’une solide culture en économie et en statistiques, ainsi que dans divers domaines connexes des mathématiques appliquées.

  • La première année de la filière internationale « Data Science for Social Sciences » propose des cours généraux obligatoires en économie théorique, économétrie, statistiques mathématiques et logiciels statistiques destinés aux data scientists, ainsi que des cours optionnels de spécialisation en mathématiques et leurs applications, tels que, par exemple, la finance, les bases de données, l’optimisation, les chaînes de Markov, la théorie des martingales, la modélisation probabiliste et le big data.
  • La deuxième année de ce master met l’accent sur les techniques avancées et appliquées en science des données, en statistiques et en économétrie. Elle propose des cours approfondis en science des données, notamment sur les mathématiques des algorithmes d’apprentissage automatique et d’apprentissage profond, l’exploration de données, le big data, la réglementation de la diffusion et de la protection des données, ainsi que des cours spécialisés dans différents domaines d’application des statistiques aux sciences sociales, tels que les statistiques spatiales et l’économétrie, la théorie des graphes et l’analyse de graphes, le géomarketing, le scoring et l’exploration du Web. De plus, cette deuxième année du programme propose des cours de niveau avancé sur les logiciels statistiques, à savoir R, Python et SAS, ainsi que sur la gestion de bases de données massives. Les différents cours permettent aux étudiants d’acquérir des compétences polyvalentes dans le traitement de données complexes (données de panel, d’enquête, de survie, graphiques, spatiales) à l’aide de méthodes statistiques modernes paramétriques, non paramétriques et d’apprentissage.

Alternance

Pour les futurs étudiants souhaitant acquérir davantage d’expérience en milieu professionnel, le programme peut être adapté afin de permettre de suivre un parcours en alternance uniquement pour le Master 2 au cours de l’année universitaire 2027-2028. De septembre à mars, les apprentis passent 3 jours à l’université (lundi, mardi, mercredi) et 2 jours en entreprise (jeudi, vendredi). D’avril à août, ils travaillent principalement en entreprise.

Témoignage de Mathilde, elle raconte son parcours au sein du master Data Science for Social Science

Programme 2026-2027

M1 "Econometrics, Statistics" - Data Science for Social Sciences - Parcours international

(syllabus non contractuel, les cours peuvent varier d'un semestre à l'autre)

SEMESTRE 1

SEMESTRE 2

Cours obligatoires :

UE1 - Mathematics for Data Sciences

  • Probability and Statistics for Data Science*
  • Software for Data science (R, Python, Julia)
  • Introduction to Convex Optimization for Machine Learning *

UE2 - Econometrics

UE7 - Professional Development

UE6 - French as a Foreign Language - FLE

2 option au choix parmi 6 :

Cours obligatoires :

UE1 - Mathematics for Data Sciences

  • Foundations of Machine Learning *
  • Stochastic Methods for Optimization and Sampling *
  • Topics in AI *

UE2 - Econometrics

UE6 - French as a Foreign Language - FLE

2 option au choix parmi 8 :

  • Industrial Organization **
  • Corporate finance **
  • Market Finance**
  • Dynamic Optimization
  • Martingales theory and applications
  • Time series **
  • Data Bases **
  • Program Evaluation *

Facultatif : Math Camp

UE5 - Stage ou mémoire*

* UE1/UE2/UE5 : note plancher 10/20

** Les directeurs de Masters 2 recommandent de suivre les options suivantes : 

  • Times series: M2 Statistics and Econometrics et M2 EEE
  • Corporate Finance and Market Finance: M2 Finance
  • Industrial Organization: M2 EMO

*** Cours de remise à niveau en mathématiques, ouvert aux étudiants de M1 et M2 (consultez l'annonce publiée sur le site web pour connaître les dates exactes ; les cours ont généralement lieu fin août)

Bonification

La pratique d'une activité sportive ou culturelle, l'engagement citoyen ou une activité professionnalisante peuvent donner lieu à des points de bonification. Pour en savoir plus, reportez-vous aux modalités de contrôle des connaissances (MCC) de la formation ci-contre.

Programme 2026-2027

M2 "Econometrics, Statistics" - Data Science for Social Sciences - Parcours International

(syllabus non contractuel, les cours peuvent varier d'un semestre à l'autre)

SEMESTRE 3 

SEMESTRE 4

Cours obligatoires :

1 option au choix parmi 2 :

  • Communication skills
  • French as a Foreign language (FLE)

Facultatif :

  • Algebra Refresher ***
  • Probability Refresher ***
  • Dynamic Optimization Refresher ***
  • Professional Development**

Cours obligatoires :

  • Statistical Consulting****
  • Topics in Big Data and AI :
    • Big Data Management with AI and Cloud Computing
    • Advanced Topics in AI
    • Behavioral Science for the Ethics of AI
  • Spatial Econometrics
  • Data Bases
  • Web Mining
  • Graph analysis
  • Extreme Risk Analysis

1 option au choix parmi 3 :

  Stage ou mémoire

* Cours communs avec la 1re année de master.

** Les étudiants ayant suivi le cours « Professional Development / Coaching » en 2025-2026 en sont dispensés.

*** Cours de remise à niveau en mathématiques, ouvert aux étudiants de M1 et M2 (consultez l'annonce publiée sur le site web pour connaître les dates exactes ; les cours ont généralement lieu fin août)

**** Groupes de 4 étudiants

 (i) Les étudiants ayant suivi Project Management en M1 ne peuvent pas s’inscrire en M2. Et (i) Sous réserve de la compatibilité des horaires

L’effectif maximal pour chaque spécialisation est fixé à 30 étudiants pour ceux qui suivent la spécialisation Econometrics and Statistics.

- Stage : d’une durée habituelle de 6 mois, noté sur la base du rapport de stage et de la soutenance orale.

- Projets encadrés : (a) le cours « Statistical Consulting » (4 étudiants par groupe) consiste en un projet proposé par une entreprise et supervisé par deux enseignants-chercheurs, avec un rapport à remettre au client avant la soutenance finale ; (b) des projets collectifs (2 à 4 étudiants par groupe) pour plusieurs cours (par exemple, Survey sampling, Non-parametric models, et Spatial Econometrics) encadrés par un enseignant, avec une soutenance orale finale.

- Mémoire (option alternative au stage) : sujet au choix ou proposé par un tuteur, encadré par un enseignant ou un chercheur, avec une soutenance orale finale en M2 et sans soutenance en M1.

La deuxième année de ce master existe également en parcours d’apprentissage, avec quelques différences telles que des cours dispensés pendant les périodes de vacances.

Parcours Apprentissage

SEMESTRE 3 

SEMESTRE 4

Obligatoire :

1 option au choix parmi 2 :

  • Communication skills
  • French as a Foreign language (FLE)

Facultatif : 

  • Algebra Refresher ***
  • Probability Refresher ***
  • Dynamic Optimization Refresher ***
  • Professional Development**

Obligatoire :

  • Non-parametric models
  • Survey Sampling
  • Topics in Big Data and AI :
    • Big Data Management with AI and Cloud Computing
    • Advanced Topics in AI
    • Behavioral Science for the Ethics of AI
  • Spatial econometrics
  • Data bases
  • Web Mining  
  • Graph analysis
  • Extreme Risk Analysis

Facultatif : 

Activity Report

* Cours communs avec la 1re année de master.

** Les étudiants ayant suivi le cours « Professional Development / Coaching » en 2025-2026 en sont dispensés.

*** Cours de remise à niveau en mathématiques, ouvert aux étudiants de M1 et M2 (consultez l'annonce publiée sur le site web pour connaître les dates exactes ; les cours ont généralement lieu fin août)

L’effectif maximal pour chaque spécialisation est fixé à 30 étudiants pour ceux qui suivent la spécialisation Econometrics and Statistics.

Bonification

La pratique d'une activité sportive ou culturelle, l'engagement citoyen ou une activité professionnalisante peuvent donner lieu à des points de bonification. Pour en savoir plus, reportez-vous aux modalités de contrôle des connaissances (MCC) de la formation ci-contre.

À TSE, l’apprentissage est enrichi par des intervenants extérieurs, majoritairement des professionnels issus de secteurs variés. Ces experts apportent leur expérience pratique et leurs perspectives concrètes, en complément des enseignements dispensés par nos professeurs académiques. Cette synergie offre aux étudiants une formation ancrée à la fois dans la théorie et dans les réalités du monde professionnel.

Semestre 1, master 2

  • Sylvia Gil Casals (Data Scientist, Microsoft, INSA Toulouse), Mathematics of Machine and Deep Learning Algorithms + Data mining
  • Stéphane Malkawi (Business Analytics, Airbus), Statistical consulting
  • Jean-Philippe Navarro (Expert in advanced modeling and probabilistic methods for end-to-end Airframe Design at Airbus), Statistical Consulting
  • Louis Olive (Senior Quantitative Analyst, Banque de France), Scoring
  • Valentin Guillet (IRT Engineer, Saint ExupéryAI & Robotics), Mathematics of Machine and Deep Learning Algorithms

Semestre 2, master 2

  • Raphaël Danjou (CGI associate | Expert Conseil Data Gouvernance), Datanomics
  • Nicolas Le Gall (Data Scientist at Aqsone), Big data
  • Van Duy NGO (PhD candidate, IRIT),  Data bases
  • Marion Hoffman (Mathematical Sociologist, IAST), Graph analysis
  • Marijn Keuzer (Sociologist and Research Fellow at IAST) Graph analysis
  • Lynda Lechani (professor at Paul Sabatier), Web mining
  • Stéphane Malkawi (Data Science, Business Analytics at Airbus), Statistical consulting
  • Jean-Philippe Navarro (Expert in advanced modeling and probabilistic methods for end-to-end Airframe Design at Airbus), Statistical Consulting
  • Claire Vaufrey (teacher at ENAC), Project Management

Cette filière internationale vise à former des data scientists, des analystes de données, des chefs de projet, des ingénieurs et/ou des consultants en statistiques, issus de formations en économie et en économétrie. Les diplômés bénéficient d’une insertion professionnelle immédiate, non seulement dans le secteur tertiaire (par exemple, le marketing quantitatif, la banque, l’assurance), mais aussi dans l’industrie et la recherche universitaire.

L'admission repose sur l'excellence académique.

Les cours sont dispensés intégralement en anglais : un certificat d'anglais de niveau C1 peut être exigé en fonction du profil du candidat (IELTS Academic, TOEFL iBT ou CAE).

Les candidats qui ne sont pas titulaires d'un diplôme obtenu dans le système d'enseignement supérieur français doivent fournir les résultats du test GRE.

Admission en première année :

L'admission en première année sera supprimée à compter du cycle d'admission 2026 pour l'année universitaire 2026-2027. Pour l'année universitaire 2027-2028, les candidatures devront être déposées dans le cadre du TSE Master of Science.

Postulez au programme d'apprentissage via Mon Master

Admission en deuxième année :

Calendrier

  • Session d'automne (bourse Eiffel) : du 22 octobre au 11 novembre 2026
  • Session d'hiver : du 11 janvier au 1er février 2027
  • Session de printemps (pour les étudiants titulaires d'un diplôme français) : du 25 mars au 13 avril 2027.

Postulez au programme D3S

Responsable du programme 1ère année Sébastien Gadat

Responsable du programme 2ème année Abdelaati Daouia

Scolarité Master 1 Sabine Cockenpot

Scolarité Master 2 Sarah Parra

Gestion administrative Alternance Elodie Fontana

Echangez avec nos étudiants !