Statistical and Financial Engineering - Master's Year 2
Syllabus initial training
The initial training at university is based on full-time education consisting of theoretical and practical courses taught on campus.
Bloc fondamental
- Deep learning : architectures et optimisation
- Langage SQL
- Machine learning : Algorithmes en pratique avec Python
- Statistical learning with interpretable models
- Visualisation des données avec R
Bloc complémentaire "voie Finance"
- Calculs stochastiques et méthodes avancées en finance
- Gestion des risques et construction de portefeuille
- Initiation à VBA pour Excel
- Modèles de taux d'intérêt
- Pratique de Bloomberg
Bloc complémentaire "voie Science des données"
Bloc fondamental
Bloc complémentaire "voie Finance"
- Activités de marché d'une banque d'investissement
- Calibration de Modèles
- Gestion globale des risques : VAR
- Méthodes numériques en finance
- Structured products & commodities
- Risque de crédit
Bloc optionnel "voie Finance"
- Enjeux et modélisation des risques climatiques
- Gestion Actif-Passif et Modélisation ALM (dans le cadre de la Solvabilité 2)
- Learning theory
- Méthodes actuarielles
- Reinforcement learning
- Advanced machine learning
- Clustering en pratique
- Cybersécurtié : bases et pratique
- Generative AI for business
- Machine learning - théorie et algorithme
- Optimal transport
- Séries temporelles et applications actuarielles
- Trading algorithmique
Bloc complémentaire "voie Science des données"
- Advanced machine learning
- Advances topics through research papers
- Clustering en pratique
- Cybersécurtié : bases et pratique
- Generative AI for business
- Machine learning - théorie et algorithme
- Optimal transport
Bloc optionnel "voie Science des données"
- Calculs stochastiques et méthodes avancées en finance
- Gestion Actif-Passif et Modélisation ALM (dans le cadre de la Solvabilité 2)
- Gestion des risques et construction de portefeuille
- Initiation à VBA pour Excel
- Pratique de Bloomberg
- Activités de marché d'une banque d'investissement
- Calibration de Modèles
- Monte-Carlo et machine learning pour le modèle interne
- Risque de crédit
- Séries temporelles et applications actuarielles
- Structured products & commodities
Bloc mémoire - 12 ECTS
Academic Training Year 2026 - 2027 - subject to modification
Teaching modalities
Detailed assessment methods are communicated at the beginning of the year.
The courses are organized into semesters 3 and 4. Each semester consists of a fundamental block and complementary and optional blocks in "Finance" or "Data Science", to which is added an internship course for semester 4.