Master Actuariat
- Sciences et ingénierie
- Management, économie et gestion, communication
Pour y accéder
Etre titulaire d'une licence de Mathématiques, de Mathématiques-Informatique ou de Mathématiques Appliquées aux Sciences Humaines et Sociales. Les dossiers sont examinés par une commission.
Les plus de la formation
La formation se déroule en alternance dès le début du M1. Les étudiants ont un contrat d'alternance d'une durée de 2 ans qui se traduit dans la majorité des cas, sous la forme soit d'un contrat d'apprentissage, soit d'un contrat professionnel. Cette formation en alternance permet aux étudiants d'acquérir non seulement un bagage théorique en théorie des probabilités et en statistique mais aussi une solide expérience professionnelle favorisant l'insertion dans la vie active.
Compétences visées
Acquisition de connaissances en Mathématiques Actuarielles, Modélisation Aléatoire, Probabilités, Statistiques et Informatique permettant le traitement des données.
Capacité d'accueil
20
Modalités d'accès
Pour le M1 Actuariat via l'application TrouverMonMaster (TMM) :
Pour le M2 Actuariat Via l’application de candidatures eCandidat :
Lien des modalités de candidature
Lieu(x) de la formation
Campus Marne la Vallée - Champs sur Marne
Bâtiment Copernic
Après la formation
Les étudiants souhaitant poursuivre leurs études en Actuariat peuvent se diriger vers l'ENSAE (école avec laquelle nous avons une convention) ou d'autres formations. La plupart se dirige vers le monde professionnel en tant que Chargé(e) d'études actuarielles. Il leur sera ensuite possible d'obtenir le titre d'actuaire par une formation continue (CNAM) ou auprès du CEA.
Insertion professionnelle
Chargés d'études actuarielles ou statistiques puis chefs de projet,dans les sociétés de services, banques,assurances et dans les départements de Recherche et développement des grandes sociétés.
Objectifs de la formation
L'objectif est de donner aux étudiants une formation théorique et Appliquée dans les domaines des probabilités, des statistiques, de l’analyse des données, accompagnées du bagage informatique permettant le maniement des données.
Disciplines majeures
Probabilités, Statistique, Mathématiques Actuarielles
Organisation de la formation
Alternance dès le début du M1 (24 mois) ou en M2 (12 mois)
Modalités d'admission en FI :
Après étude du dossier par une commission d’admission.
Avoir un bagage solide en mathématiques et plus spécifiquement en probabilités est nécessaire. Le résultat de l’admission dépend de la qualité du dossier non seulement intrinsèque mais également au regard de la qualité des autres candidatures.
Modalités d'admission en FC :
Après étude du dossier par une commission d’admission.
Avoir un bagage solide en mathématiques et plus spécifiquement en probabilités est nécessaire. Le résultat de l’admission dépend de la qualité du dossier non seulement intrinsèque mais également au regard de la qualité des autres candidatures.
Modalités d'admission en FA :
Après étude du dossier par une commission d’admission.
Avoir un bagage solide en mathématiques et plus spécifiquement en probabilités est nécessaire. Le résultat de l’admission dépend de la qualité du dossier non seulement intrinsèque mais également au regard de la qualité des autres candidatures.
Calendrier
Alternance dès le début du M1 (24 mois) ou en M2 (12 mois)
Soutenance de fin de M1 : fin juin ou juillet
Soutenance de fin de M2 : fin juin ou juillet ou début septembre
Date de rentrée
09/09/2024
Environnement de recherche
L’équipe pédagogique est composée d’enseignants-chercheurs de l’Université de Marne-la-Vallée et de professionnels du monde de l’assurance issus de grands groupes comme AXA, Generali, Malakoff-Médéric, CHUBB ou du monde du conseil en actuariat comme le groupe Sinalys.
Tarif FC (Les informations ci-contre s'adressent uniquement aux adultes en reprise d'études)
7000 €/an
Semestre 1
| Enseignements | ECTS | CM | TD | TP |
|---|---|---|---|---|
|
Analyse des données et SAS
Présenter les méthodes classiques d’Analyse des données et initiation au logiciel SAS | 6 | 16h | 36h | |
|
PROBABILITES AVANCEES
Introduction aux processus à temps discret. Modélisation dynamique de comportement aléatoire via l’introduction des chaines de Markov et des processus de Poisson. | 6 | 24h | 24h | |
|
Statistique inférentielle
Approfondissement des méthodes d’estimation paramétrique. Introduction des modèles linéaires. Utilisation du logiciel R | 6 | 24h | 24h | |
|
SERIES TEMPORELLES
Traitement statistique et modélisation des séries chronologiques | 4 | 16h | 16h | |
|
Assurance vie
Savoir concevoir un produit d'assurance vie et rédiger une note Savoir concevoir un produit d'assurance vie et rédiger une note technique | 6 | 36h | ||
|
BASE DE DONNEES
Introduction à l’architecture des bases de données, SQL | 2 | 8h | 8h |
Semestre 2
| Enseignements | ECTS | CM | TD | TP |
|---|---|---|---|---|
|
Calcul stochastique pour la finance
Introduction à la finance mathématique via la formalisation du concept d’arbitrage. Valorisation d’options dans des modèles en temps discret et continu. Découverte des outils probabilistes du calcul stochastique | 6 | 24h | 24h | |
|
Assurance des biens
Introduction aux problématisues de l'assurance non-vie | 5 | 36h | ||
|
Gestion actif passif
Compréhension de ce qu’est l’interaction actif - passif dans l’assurance, et de son importance dans le cadre concurrentiel et réglementaire actuel | 2 | 20h | ||
|
Enterprise Risk Management
Présentation des bases de l'identification et de l'évaluation des risques en entreprise, et plus particulièrement dans les entreprises du secteur financier | 2 | 20h | ||
|
ANGLAIS
Apprentissage du vocabulaire spécifique à l'assurance | 2 | 30h | ||
|
Apprentissage statistique et optimisation
Introduction des principaux algorithmes de marchine learning et implémentation sous Python. | 6 | 24h | 24h | |
|
HACKATHON
Hackathon de 2 jours sur un projet d'actuariat | 1 | 8h | ||
|
FORMATION EN ENTREPRISE
Formation au sein de l'entreprise accueillant l'étudiant dans le cadre de la formation par alternance | 6 | 20h |
Semestre 3
| Enseignements | ECTS | CM | TD | TP |
|---|---|---|---|---|
|
Simulation et copules
Méthodes de Monte Carlo pour la simulation et utilisation de copules pour les risques multidimensionnels | 6 | 30h | 12h | |
|
STATISTIQUE EN GRANDE DIMENSION
Statistiques en grande dimensions : algorithmes, estimation et pénalisation | 6 | 30h | 12h | |
|
Architecture big data
Manipulation de grosses bases de données et pratique du calcul parallèle | 5 | 30h | ||
|
Estimation empirique - Valeurs extrêmes
Théorie des valeurs extrêmes, modèles de durée et estimation emprique | 5 | 24h | 6h | |
|
ANGLAIS
Pratique de l’anglais financier et actuariel | 3 | 30h | ||
|
ANONYMISATION ET EQUITE ALGORITHMIQUE
Méthodes d'anonymisation informatique et conservation de propriétés statistiques – technique de réduction de biais des algorithmes | 5 | 24h | 6h |
Semestre 4
| Enseignements | ECTS | CM | TD | TP |
|---|---|---|---|---|
|
Théorie de la ruine
Théorie de la ruine et conséquences de valorisation actuarielle | 3 | 24h | ||
|
SERIES TEMPORELLES MULTIVARIEES, MODELES DE DUREES ET CYBER-RISQUE
Modèles VAR, VECM, cointégration ; Modèles de durée avec des applications au risque cyber (processus de Hawkes et modèle épidémiologique) | 2 | 20h | ||
|
Comptabilité des assurances
Comptabilité des assurances et solvabilité 2 | 4 | 28h | ||
|
Assurance collective
Système français des assurances collectives et assurances retraite | 1 | 12h | ||
|
REASSURANCE
Pratique et fonctionnement du marché de la réassurance | 2 | 20h | ||
|
Droit
Principale notions juridiques pour le secteur de l’assurance | 3 | 24h | ||
|
Hackathon
Hackathon de 2 jours sur un projet d'actuariat, en commun avec les M1 | 1 | 8h | ||
|
Formation en entreprise
Alternance | 14 |
MERLEVEDE Florence (M2)
JEANTHEAU Thierry (M1)
TRAN Viet-chi (M2)
BARTOLI Brigitte (M1-M2)
Partenaire(s)
