Mathématiques
Présentation
Le Département de Mathématiques propose des enseignements en mathématiques fondamentales et appliquées, en modélisation, en probabilités, en statistique, en optimisation et en analyse numérique. Les travaux de recherche contribuent au développement des outils mathématiques utilisés dans les sciences, l'ingénierie, l'économie et les technologies de l'information.
- ABOUNACER RachidaPES
- AKHARRAZ ISMAILPES
- AMANSAG AhmedMCH
- ARCHID AtikaMCH
- ASIMI AHMEDPES
- AZIZI SAMIR MY Must.AMINEMC
- BENMOUSSA KhalidPES
- BOUIDI ABDERRAHIMPES
- BOULOUZ AbedMC
- BOUNIT HAMIDPES
- CHAHBI AbdellatifMCH
- CHOUKAIRI DINI AHMEDPES
- DOUZI HASSANPES
- ECHCHAABAOUI EL MAHJOUBMC
- EL FAHRI KamalMCH
- EL MENNAOUI OMARPES
- EL MOURCHID SAMIRPES
- EL OTMANI MohamedPES
- EL QORACHI EL HOUCIENPES
- ES-SARHIR ABDELHADIPES
- EZZAKI HASSANMCH
- FARAH Fatima-EzzahraMC
- HADD SAIDPES
- HAFIDI BEZZAPES
- HAMDAOUI KhadijaMC
- IZEM NOUHPES
- KHAROU YASSINEMC
- KHELTENT MOHAMEDPES
- MACHMOUM AHMEDPES
- MARAGH FouadMCH
- MAZID SehailMCH
- REDOUANI AHMEDPES
- RIFFI AbelkbirMCH
- SADIK MOHAMEDPES
- SANI AhmedMCH
- WAKRIM MohamedPES
- ZERROUDI BenaissaMCH
Contact
Chef de Département
Pr. SADIK Mohamed
Programmes
Licence Mathématiques Appliquées
Objectifs de la formation Une formation de base en mathématiques et en informatique, avec la maîtrise des outils de calcul et de modélisation pour leur mise en œuvre dans divers domaines d'application. La filière Sciences Mathématiques Appliquées offre une formation de base Bac+3, composée d'un tronc commun sur les quatre premiers semestres puis de deux parcours en S5-S6 (Mathématiques Appliquées et Modélisation mathématique). Elle donne aux étudiants une formation de base en mathématiques et en informatique, ainsi que la maîtrise des principaux outils de calcul, de modélisation et des outils informatiques permettant de mettre en œuvre cette formation théorique dans divers domaines d'application. Conditions d'accès Bac Sciences Mathématiques A / Sciences Mathématiques B / Sciences de la Vie et de la Terre / Sciences Physiques. Accès direct pour les bacheliers Math A/B ; étude du dossier pour les bacheliers en sciences expérimentales (moyenne du bac, mentions, notes des matières principales avec pondérations). Compétences acquises Accessibilité : filière accessible aux bacheliers scientifiques (Sciences mathématiques et Sciences expérimentales). Passerelles : passerelles prévues entre filières, comme mentionné dans les modalités d'accès. Organisation du cursus Semestres 1 et 2 (tronc commun aux 4 premiers semestres) : Thermodynamique, Informatique 1, Mécanique du point, Analyse 1, Algèbre 1, Algèbre 2, Méthodologie du travail universitaire, Optique géométrique, Informatique 2, Algèbre 3, Langues étrangères, Analyse 3, Analyse 2, Électrostatique et magnétostatique. Semestres 3 et 4 (tronc commun) : Informatique 3, Mécanique du solide, Analyse 4, Probabilités et statistiques, Langues étrangères, Analyse 5, Algèbre 4, Électromagnétisme, Langues étrangères, Algèbre 6, Algèbre 5, Analyse numérique, Informatique 4, Analyse 6 : calcul intégral. Semestre 5 (spécialisation propre à la filière) : Recherche opérationnelle, Intégration, Calcul différentiel, Analyse numérique 2, Topologie, Informatique et systèmes de gestion de contenu (CMS), Langues étrangères. Semestre 6 (spécialisation propre à la filière) : Optimisation continue, Analyse complexe, Analyse fonctionnelle, Théorie des probabilités et statistiques appliquées, Équations différentielles ordinaires, Langues étrangères, Droit, civisme et citoyenneté. Débouchés professionnels Poursuite en master : à la fin de la filière, l'étudiant peut suivre un master (recherche ou professionnel). Enseignement : carrière dans l'enseignement des mathématiques. Poursuite d'études Masters du département de Mathématiques (sur sélection), formation doctorale, enseignement.
Master Mathématiques Appliquées et Intelligence Artificielle (MAIA)
Objectifs de la formation Une double compétence en mathématiques avancées et en intelligence artificielle, de la théorie du machine learning à l'implémentation d'algorithmes. Former des spécialistes capables de comprendre, modéliser et développer des méthodes avancées d'intelligence artificielle en s'appuyant sur des fondements mathématiques solides : fournir une double compétence en mathématiques avancées et IA, maîtriser les fondements mathématiques du machine learning (probabilités, statistiques, optimisation, analyse), former à la conception et l'implémentation d'algorithmes d'apprentissage automatique, développer une capacité à traiter et valoriser des données massives, et initier à la recherche scientifique en IA et mathématiques appliquées. Conditions d'accès Licence des études fondamentales / Licence en Sciences et Techniques / Licence (parcours d'excellence) / Bachelor ou diplôme équivalent (Bac+3/Bac+4). Sélection sur dossier (résultats académiques, adéquation du profil, connaissances de base requises), test écrit, entretien. Capacité : 40 places/an. Compétences acquises Compétences scientifiques : modéliser des problèmes complexes à l'aide d'outils mathématiques, analyser théoriquement les algorithmes d'apprentissage, évaluer la performance et la robustesse des modèles. Compétences techniques : concevoir et implémenter des algorithmes de machine learning, manipuler et analyser des bases de données complexes, développer des solutions IA opérationnelles. Recherche et innovation : identifier des problématiques ouvertes en IA, gérer un projet scientifique et technique, réaliser un travail de recherche (mémoire, stage). Organisation du cursus Semestre 1 : Analyse fonctionnelle, Advanced Probability, Analyse convexe et optimisation, Statistique inférentielle, Calcul scientifique, Bases de l'intelligence artificielle, Anglais scientifique Semestre 2 : Analyse et équations aux dérivées partielles (EDP), Différences finies et volumes finis, Calcul stochastique appliqué à la finance, Introduction à l'ingénierie numérique, Machine Learning, Méthodologie de la recherche scientifique, Culture entrepreneuriale et techniques de communication Semestre 3 : Apprentissage statistique, Optimisation et intelligence artificielle, Méthodes meshless et apprentissage physique pour les EDP, Méthode des éléments finis, EDP appliquées à la finance : méthodes numériques et apprentissage, Deep Learning for PDEs, Traitement d'images par Fourier, ondelettes et IA Semestre 4 (Projet de fin d'études) : Stage / mémoire de fin d'études Débouchés professionnels Secteur industriel et technologique : Data Scientist, Ingénieur en Intelligence Artificielle, Machine Learning Engineer, Ingénieur R&D. Secteurs d'application : finance et assurance, industrie (optimisation, maintenance prédictive), santé (imagerie, bio-informatique), énergie et environnement, marketing et e-commerce. Recherche académique : doctorat en mathématiques appliquées / IA, carrières universitaires et centres de recherche. Poursuite d'études Formation doctorale en mathématiques appliquées et intelligence artificielle.