Skip to main content

Master's degree Data Science and Digital Society

Macaron diplôme national de Master contrôlé par l'Etat
Bac+1
Bac+2
Bac+3
Bac+4
Bac+5
M1
M2
Field(s)
Human and social sciences, architecture, sport
Degree
Master's degree  
Mention
Social Sciences  
Program
Data Science and Digital Society  
How to apply
Apprenticeship, Continuing education, Initial training, Recognition of prior learning  
Course venue
  • Campus Marne la Vallée - Champs sur Marne, Bâtiment Bois de l’Etang
  • BOIS-DE-L'ETANG, BATIMENT ALBERT CAMUS ;ESIEE
Capacities
Master 1 : 8 Master 2 : 25  
Training from

Entry requirements

The Master's programme is open to two types of student: those with a Licence degree in social sciences and those with a Licence degree in computer science or applied mathematics. In addition to the knowledge and skills specific to each of these Licence degrees, students are required to have an aptitude for digital technology, computer and statistical data processing, and the analysis of social behaviour and processes.

Benefits of the program

"The programme is multi-disciplinary, and offers training open to two types of complementary profiles: students with a background in data science (computer science and applied mathematics) or social science. Some courses are shared with ESIEE engineering students.

 

A combination of technical skills and social analysis, backed by social science and IT research laboratories.

 

Enrolment in the Digital Studies & Innovation for Smart Cities Graduate Programme, which offers merit-based research grants from M1.

 

Organisation of a study trip abroad as part of a data sprint."

Acquired skills

"Know how to use data science methods (machine learning, data mining, network analysis, text analysis) applied to the study of social phenomena, and undertake research in computational sociology.

 

Conduct technical and organisational audits of data infrastructures.

 

Understand the social and ethical issues at stake, and know how to analyse the transformations brought about by the development of digital technology, the algorithmic use of massive data, artificial intelligence, etc."

International

One-week study trip to Amsterdam

Capacities

Master 1 : 8

Master 2 : 25

Course venue

Campus Marne la Vallée - Champs sur Marne, Bâtiment Bois de l’Etang

Other course venue

BOIS-DE-L'ETANG, BATIMENT ALBERT CAMUS ;ESIEE

Your future career

"Employment opportunities: Data scientist in the public or private sector, Chief data officer in the public or private sector, pursuing a PhD in social sciences, analyst in the web analytics and social listening sector, analyst in a polling institute...

 

All students benefit from personalised support in their search for employment. Apprenticeships are supervised by a teacher and are designed to prepare students for the world of work. Regular meetings with the professional and research communities are organised (conferences, workshops, study trips)."

Professional integration

The primary goal of this Master's is to train data scientists specialized in social phenomena analysis. Students are trained in research as well as in the various data analysis professions.

Study objectives

" - Mastering data science methods (machine learning, network analysis and textual analysis) used for studying social phenomena.

 

- Preparing research in the field of digital humanities

 

- Acquiring specific methodological and epistemological knowledge for exploring digital footprints (social media web data), requiring multidisciplinary knowledge in social sciences, skills (working with big traceability data) and mastery of specific computer programming languages (R and Python scripts).

 

- Developing a critical approach to algorithm ethics and historic knowledge of Internet, web and its uses. "

Major thematics of study

Sociology, computer science, data science

Calendar

"M1 in initial training, with completion of a research dissertation,

 

M2 in apprenticeship, 3 weeks at the university then 3 days a week with a company

 

Several training sites:

 

- Cité Descartes: Bois de l'Étang, Camus and Esiee buildings;

- Paris: Institut des Systèmes Complexes (several days)"

Back-to-school date

09-09-2024

Semester 1

CoursesECTSCMTDTP
Sciences sociales 1 7
Sociologie des mondes numériques

Cet enseignement analyse la façon dont le numérique transforme les mondes sociaux - qu'il s'agisse de la politique, de l'économie, de la culture ou des médias. En prenant appui sur les savoirs des sciences sociales et de la sociologie, il explore les principales ruptures et continuités dans la façon dont le numérique bouleverse les pratiques et les représentations.

 

312h 12h
Sociologie des sciences et de l'innovation Choix 1

Ce cours est une introduction à la sociologie contemporaine de l’innovation, des sciences et des techniques. Il aborde les préoccupations, théories, terrains et méthodes qui structurent ce domaine depuis les années 1970, en s’efforçant de les rattacher aux principales traditions sociologiques qui l’irriguent, aux débats qui le fragmentent, et aux grands résultats qui le caractérisent. Après une présentation de propositions théoriques importantes, issues du « Programme fort » de la sociologie de la connaissance scientifique (SSK), de la construction sociale des technologies (SCOT), et de la théorie de l’acteur-réseau (ANT), l’enseignement adopte une entrée thématique et empirique pour familiariser les étudiants à certains développements récents touchant à la politique des artefacts technologiques, aux rôles et aux figures des usagers dans l’innovation, à la production de connaissances et d’informations dans les organisations, et à des questions de démocratie technique

 

218h
Sociologie des réseaux Choix 2

Théories sociologiques prenant appui sur la notion de réseau. L’école de Manchester (Bott, Barnes, Boissevain) ; formalisation autour de White ; sociologie économique : Granovetter, Burt ; sociabilité, réseaux égocentrés : Wellman, Bidart, Grossetti ; sociabilité en ligne

 

218h
Analyser en sciences sociales 1 20
Enquêter en sciences sociales

Ce cours a pour but de transmettre aux étudiants les savoirs et savoir-faire indispensables à la construction et à l’utilisation des différents outils permettant de recueillir des données, à savoir, principalement, le questionnaire, l’entretien et l’observation. Un des principaux objectifs est aussi de savoir quand utiliser les différentes méthodes, autrement dit de comprendre pourquoi, dans certains cas, il semble préférable d’utiliser la méthode du questionnaire et pourquoi, dans d’autres situations, il paraît plus utile de réaliser des entretiens ou des séquences d’observation. De façon fondamentale, le choix pour une méthode d’enquête est déterminé par la façon dont le chercheur conçoit abstraitement les phénomènes et les acteurs sociaux. Enfin, d’un point de vue général, les choix méthodologiques peuvent être reliés aux grandes traditions théoriques qui ont émergé dans le domaine des sciences sociales.

 

524h
Méthodologie du mémoire

Ce cours a pour finalité de transmettre aux étudiants les outils nécessaires à la rédaction de leur mémoire. Il vise à leur indiquer ce qui est attendu d'un mémoire de recherche sur le plan de la méthodologie, de la mobilisation des connaissances, de l'utilisation des cadres théoriques, de l'analyse des données, de la construction d'une problématique, du respect des normes académiques. Des conseils pratiques seront donnés à l'occasion de ce cours sur l'utilisation et la hiérarchisation des sources et des références,la construction d'une bibliographie et d'une annexe,la rédaction d'une introduction et d'une conclusion, la soutenance du mémoire, etc.

 

1518h
Traiter les données 1 10
Programmation en Python

Principes de base de la programmation, le langage python, structures de contrôle, manipulations de données élémentaires, notions d’algorithmique.

 

418h
Statistique pour les SHS

Rappels des principes de base de la statistique, appliqués à la manipulation de jeux de données fournis, en langage Python

 

318h
Bases de données

Savoir utiliser un Système de Gestion de Base de Données Relationnelles (SGBDR) ; connaître les concepts essentiels des bases de données et le vocabulaire employé dans les différents SGBD ; concevoir une base de données relationnelle. Savoir utiliser un logiciel de modélisation de système d'information.

 

324h
Élargissement des connaissances 1 5
Culture juridique

Le cours a pour objectif de dispenser aux étudiants une formation indispensable pour pouvoir appréhender les concepts fondamentaux du droit du travail. Les étudiants doivent comprendre les mécanismes de base du droit social, son sens et son application dans des cas concrets. Seront abordés dans le cadre du cours : rappel des sources du droit et de l’organisation judiciaire ; la naissance de la relation de travail (recrutement, formalités préalables à l'embauche) ; la conclusion du contrat de travail (la conclusion du CT, les différentes formes de CT) ; l'exécution du contrat de travail (Obligations réciproques aux parties du contrat, la modification du CT) ; la rupture du contrat de travail (licenciement et autres formes de rupture)

 

218h
Anglais

Améliorer ses compétences de communication en anglais général et anglais de la communication (niveau B2- C1). Enrichir sa connaissance du monde anglophone et approfondir sa compréhension de la communication. Elaborer des documents écrits structurés (CV, emails), s’entraîner à la présentation orale dynamique et à l’interaction. Approche : exploitation d’articles et de vidéos, appropriation de vocabulaire et structures, mise en situation et interaction entre différents rôles. Evaluation : 100% contrôle continu - Assiduité : obligatoire Oral 1 : 10% participation (implication, qualité de l’expression) Oral 2 : 20% interaction (improvisée, 8 min à 2) Oral 2 : 20% présentation (préparée, 6 min) Ecrit 1 : 25% compréhension écrite et/ou orale/ exercice de vocabulaire et/ou grammaire Ecrit 2 : 25% expression écrite

 

316h

Semester 2

CoursesECTSCMTDTP
Analyser en sciences sociales 2 20
Méthodologie du mémoire

Ce cours a pour finalité de transmettre aux étudiants les outils nécessaires à la rédaction de leur mémoire. Il vise à leur indiquer ce qui est attendu d'un mémoire de recherche sur le plan de la méthodologie, de la mobilisation des connaissances, de l'utilisation des cadres théoriques, de l'analyse des données, de la construction d'une problématique, du respect des normes académiques. Des conseils pratiques seront donnés à l'occasion de ce cours sur l'utilisation et la hiérarchisation des sources et des références,la construction d'une bibliographie et d'une annexe,la rédaction d'une introduction et d'une conclusion, la soutenance du mémoire, etc.

 

1518h
Enquêter par les données

Ce cours a pour objectif de familiariser les étudiants à l'analyse de données issues du web et des réseaux sociaux. Les étudiants seront initiés à diverses méthodes telles que la collecte automatique de données issues du web (scraping); l'analyse statistique des activités en ligne ; l'analyse quantitative de corpus textuels.

 

518h
Traiter les données 2 5
Formats de données

Formats de fichiers : csv, xml, json, txt, xlsx, docx ; manipulations en python avec des jeux de données.

 

212h
Visualisation de données

Principes de visualisation de données, manipulation de librairies python, intégration de notions statistiques.

 

318h
Élargissement des connaissances 2 5
Le numérique en entreprise

L’objectif est d’analyser les usages et les effets des technologies numériques dans les organisations. Un premier fil met l’accent sur les usages au sein d’organisations hiérarchisées, mettant en évidence des dimensions de contrôle, voire d’absence d’usage due au contexte organisationnel mais aussi d’innovations organisationnelles. Ce point est important pour de futurs responsables qui seront chargés de mettre en place ce type d’outils et confrontés aux statistiques de leur usage ou non-usage. Le deuxième fil porte sur les transformations du travail à l’ère numérique, multi-activité, « dispersion » au travail, télétravail, brouillage des frontières vie privée/professionnelle… Les séances mobilisent la lecture et le commentaire d’articles sociologiques. Une enquête collective dirigée porte sur la réception du rapport Mettling « transformation numérique et vie au travail » dans la presse, auprès des syndicats et dans les grandes entreprises.

 

218h
Anglais

 

216h
Atelier pré-pro

 

16h
Stage facultatif

 

Semester 3

CoursesECTSCMTDTP
Sociologie

6
Problèmes sociologiques

Initiation à la sociologie à travers des études de cas concrets

 

3 9h 9h
Quantification et action publique

Sociologie de la quantification, processus de mise en données, construction sociale des indicateurs pour l'action publique

 

3 9h 9h
Data science appaliquée aux SHS

9
Analyse de réseaux

Ce cours couvre de manière compléte les méthode d'analyse de réseaux sociaux en s'appuyant sur la plateforme Cortext

 

6 48h
Data sprint

Travail sur un jeu de données spécifique pendant une sémaine, en principe au Digital Method Initiative à Amsterdam.

 

3 35h
Statistique et informatique

6
Programmation

Enseignement de la programmation en Python ou en R, en deux ou trois modalités selon le niveau, allant des bases de la programmation pour les plus débutants, à des éléments d'algorithmique pour les plus avancés

 

3 24h
Machine learning 1

Méthodes du machine learning supervisées et non supervisées

 

3 30h
Méthode et mémoire

9
Conduite du projet de recherche

Les étudiants définissent leur projet de mémoire et apprennent les pratiques du monde de la recherche

 

6 18h
Anglais

 

3 16h

Semester 4

CoursesECTSCMTDTP
Sociologie

6
Politique des algorithmes

enjeux socio-politiques du déploiement des algorithmes dans la société

 

3 9h 9h
Sociologie et éthique des algorithmes

Ce cours revient sur le débat autour de l'éthique des algorithmes. Il couvre les concepts philosophique de l'éthique en rapport aux machines et la sociologie de la quantification. Il a également une dimension pratique : les étudiants découvrent les méthodes de calcul des biais et les manières de rendre explicables les calculs du machine learning.

 

3 30h
Data sciences appliquées aux SHS

9
Traces numériques et espace public

Atelier de sociologie numérique sur un corpus numérique autour de l'étude d'un mouvement social ou d'une controverse.

 

3 6h 12h
Analyse de larges corpus

Analyse de larges corpus avec des méthodes issues de l'intelligence artificielle générative

 

3 18h
Data sprint

 

3 35h
Statistique et informatique

6
Machine learning 2

Poursuite du cours de machine learning

 

3 30h
Text mining

Ce cours revient sur les fondamentaux du traitement automatique des langues. Il couvre ensuite différentes methodes de fouille de texte (lexicométrie, modèle thématique et classification supervisés de documents).

 

2 9h 9h
Approches sémantiques de l'IA

 

2 9h 9h
Visualisation de données

Découverte des bases théoriques de la visualisation de données et mise en pratique sur un jeu de données fourni

 

2 18h
Méthode et mémoire

9
Conduite du projet de recherche

Les étudiants définissent leur projet de mémoire et apprennent les pratiques du monde de la recherche

 

4 18h
Mémoire

Soutenance

 

2
Anglais

 

2 16h

MATHIEU-FRITZ Alexandre (M1-M2)

PRIEUR Christophe (M1-M2)

Academic coordinator

SIVO Nicolas (M1-M2)

Academic secretary
Phone number : 01 60 95 72 46
Partners