Marc-Alexandre SENEGAS
Responsable de la formation
marc-alexandre.senegas%40u-bordeaux.fr
Parcours Economic risks and data science (ERDS)
Dernière mise à jour :
Ce parcours vise à former des spécialistes de l'analyse, la modélisation et la gestion des risques dans le monde de l'économie, de la finance de marché, crédit et assurance, en s'appuyant sur des compétences fortes acquises en modélisation et data sciences.
Objectifs
Le parcours IREF-ERDS forme des spécialistes de l’analyse et la modélisation des risques dans le monde de l’économie, la finance de marché, crédit assurance en s’appuyant sur des compétences fortes acquises en modélisation et data sciences.
Nos diplômés disposent de solides connaissances en finance, risque, assurance ou en matière de traitement de dynamiques économiques complexes, tout comme de compétences opérationnelles approfondies en mathématiques appliquées et sciences des données. Ils seront à ce titre préparés tant sur le plan théorique qu’opérationnel à affronter des missions requérant de mobiliser des méthodes pointues tant dans le domaine du traitement des données que de celui de la détection et la quantification des risques économiques et financiers, leur modélisation et leur contrôle mais aussi de comprendre des environnements complexes tant au niveau réglementaire qu’en terme de complexité des produits (assurantiels, financiers). Leur aisance en informatique est un plus indéniable pour affronter ces missions (maitrise des langages Python, R, VBA, ).
Une grande partie des enseignements en M2 du parcours ERDS est par ailleurs donnée en anglais pour renforcer l’insertion professionnelle des étudiants à l’internationale.
Compétences développées
Nous cherchons à donner à nos étudiants un ensemble de compétences sophistiquées et une vraie capacité d’analyse et de modélisation qui puisse être pleinement opérationnelle. Elles peuvent être déclinées comme suit :
- Compétences en économie : Théorie de la décision dans l’incertain, Économie du risque et de l’assurance, Macroéconomie monétaire et financière, Économie de l’innovation, analyse et modélisation des réseaux, Dynamiques complexes en économie et finance
- Compétences en finance : Théorie financière, Value at risk, Scoring, Gestion des risques de marché, Environnement prudentiel et gestion des risques, Finance et risques climatiques
- Compétences en sciences des données : Datamining, , Data Visualisation, Économétrie des séries temporelles, Économétrie des big data, Machine Learning, Statistique Computationnelle l'exploration de données, Webscrapping,
- Maitrise des langages de programmation : Python, R-Project, VBA
Description des enseignements
Syllabus à télécharger (Master 1)
BCC 1 : Data science tools for economics (niveau 1)
SEMESTRE 1
UE 1.1 : Statistiques Inférentielles / R - Remediation
UE 1.2 : Econométrie 1
UE 1.3 : Représentation de données et statistique multidimensionnelle
UE 1.4 : Outils informatiques pour les sciences des données
BCC 2 : Data science tools for economics (niveau 2)
SEMESTRE 2
UE 2.1 : Économétrie des series temporelles
UE 2.2 : Économétrie des Big Data 1
UE 2.3 :Outil VBA et applications
UE 2.4 : Statistique Computationnelle pour l'exploration de données*
BCC 3 : Fondamentaux en Économie et en Finance
SEMESTRE 1
UE 3.1 : Économie de l'incertain
UE 3.2 : Marchés financiers et politique monétaire
UE 3.3 : Optimisation
1 UE à choisir parmi les 2 suivantes :
UE 3.4 : Mise à niveaux Mathématiques
UE 3.5 : Mise à niveaux Économie
BCC 4 : Finance, risque et assurance (niveau 1)
SEMESTRE 2
UE 4.1 : Théorie financière
UE4.2 : Economie du risque et de l'assurance
BCC 5 : Data-based Modeling Applications in Economics (niveau 1)
SEMESTRE 2
UE 5.1 : Analyse des réseaux*
UE 5.3 : Système dynamiques en économie*
UE 5.4 : Économie de l'innovation
BCC transversal : Soft Skills and Career Development
UE1: Anglais (Semestre 1)
UE Libres / facultatives / Supplément diplôme
UE 1 Mise en situation professionnelle /TER - TEP
UE 2 Sport
UE 3: Stage en milieu professionnel
Syllabus à télécharger (Master 2)
BCC 6 : Data-based Modeling Applications in Economics (niveau 2)
UE 6.1 : Technology dynamics
SEMESTRE 3
UE 6.2 : Macroeconomic risks and forecasting
SEMESTRE 3
UE 6.3 : Complex Economic Dynamics
SEMESTRE 3
UE 6.4 : Dynamics of Networks
SEMESTRE 3
BCC 7 : Finance, risques et assurance (niveau 2) : Data-driven risk assessment & Computanional Finance
UE 7.1 : Scoring et applications, risque credit
SEMESTRE 3
UE 7.2 : Value at Risk
SEMESTRE 3
UE 7.3 : Econometrics of Big Data 2
SEMESTRE 3
UE 7.4 : Climate Risks and Finance
SEMESTRE 3
UE 7.4 : Big Data Tools for Economists
SEMESTRE 3
BCC 8 : Gestion des risques
UE 8.1 : Gestion des risques de marché*
SEMESTRE 3
UE 8.2 Environnement prudentiel de la gestion des risques*
SEMESTRE 3
UE 8.3 : Gestion et risques opérationnels
SEMESTRE 4
BCC transversal : Soft Skills and Career Development
UE9.1 : Séminaires professionnels et Soft skills
SEMESTRES 3 ET 4
1 UE à choisir parmi les 2 suivantes :
UE 9.2: Professional Internship
SEMESTRE 4
UE 9.3 : Research intenrship
SEMESTRE 4
UE Libres / facultatives / Supplément diplôme
UE Libre 1 : Mise a niveau Finance (ENSEIRB et nouveaux arrivants)
SEMESTRE 3
UE Libre 2: NUMERICS
SEMESTRE 3
UE Libre 3 : Reinforced English skills for Risk and Finance data-based analysis
UE Libre 4 : Deep Learning - Defi IA
SEMESTRE 4
Maquette de la formation - M1 IREF ERDS
Mise à jour du lien vers la maquette : 17/10/2024
Maquette de la formation - M2 IREF ERDS
Mise à jour du lien vers la maquette : 17/10/2024
Les débouchés
- Data scientist in finance and economics
- Data analyst in Financial risks
- Contrôleur des risques
- Modélisateur risque crédit, marché, liquidité
- Auditeur de modèles
- Économiste de marché
- Métiers de l’analyse économique et de la prévision
Conditions d'accès
Master 1
Les candidatures pour le M1 IREF sont évaluées par une commission transversale aux différents parcours de la mention MAS.
Cette commission se prononce en fonction des préférences émises par les étudiants sur les choix en matière de parcours et tient compte des capacités d'accueil, le cas échéant.
L'accent est mis sur la capacité de réussite et d'adaptation des étudiants sur le parcours sélectionné en premier choix.
Master 2
Avoir réussi une première année de master répondant aux exigences de ce parcours.