Ingénierie Statistique et Financière - 2e année de Master
Descriptif des cours de la formation classique
La formation initiale classique à l'université repose sur un enseignement à temps plein composé de cours théoriques et pratiques dispensés sur le 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
Formation année universitaire 2026 - 2027 - sous réserve de modification
Modalités pédagogiques
Les Modalités des Contrôles de Connaissances (MCC) détaillées sont communiquées en début d'année.
Les enseignements du Master ISFsont organisés en semestres 3 et 4 et la présence en cours est obligatoire. Chaque semestre est constitué d'un bloc fondamental et des blocs complémentaire et optionnel "voie Finance" ou "voie Sciences des données", auxquels s'ajoute une UE stage pour le semestre 4.
L'adossement à la Recherche
Des programmes nourris par la recherche
Les formations sont construites au contact des programmes de recherche de niveau international de Dauphine, qui leur assure exigence et innovation.
La recherche est organisée autour de 6 disciplines toutes centrées sur les sciences des organisations et de la décision.
En savoir plus sur la recherche à Dauphine
