• LAREMA UMR 6093 CNRS
  • SFR Math-STIC
  • Faculté des sciences
  • Université d’Angers

Mathématiques à Angers

  • Accueil
    • Contacts
    • Nous visiter
    • Commission parité
    • Bibliothèque de Mathématiques
  • Annuaire
  • Les formations
    • Licence de Mathématiques
    • Double Licence Mathématiques-Économie
    • Double licence Mathématiques-Informatique
    • Licence de mathématiques à distance
    • Master Mathématiques Fondamentales et Applications
    • Master MEEF Mathématiques
    • Master Data Science
    • Parcours d’étudiants
  • Recherche
    • Équipe Algèbre et Géométries
    • Équipe Analyse, Probabilités et Statistique
    • Publications du LAREMA
    • Séminaires du LAREMA
  • Liens internes
    • Intranet
    • plmbox du LAREMA
    • Gestion des séminaires
  • Grand public
    • Années des mathématiques
    • Pourquoi faire des maths ?
    • Math en Jeans
    • Fête de la science
    • Les cinq minutes Lebesgue
    • Images des mathématiques
    • Maison mathématique de l’Ouest
    • Agence Lebesgue
    • Math in France
  • Prix mathématique Ducrot
    • Comment candidater ?
    • Soutenir le prix
    • Cérémonie 2023

Sur la promotion 2021-2022, le taux d'insertion professionnelle à 6 mois est de 77 % tandis que le salaire médian brut annuel est de 34601 E.

 

Insertion à 6 mois promo 2022/2023

Sur la promotion 2022-2023, le taux d’insertion professionnelle à 6 mois est de 82 % tandis que le salaire médian brut annuel est de 32 885 €.

Master Data Science : résultats et rentrée 2021-2022

Avec un taux de réussite moyen de 82% en M1-DS et de 90% en M2-DS depuis sa création, le master Data Science affiche des performances largement au-dessus de la moyenne nationale pour les masters du même domaine. Pour l’année 2021-2022, ce sont 25 étudiant.e.s qui intègrent le M1-DS, sélectionnés parmi 154 candidatures. En M2-DS, pas […]

Master Data Science, M1-DS : résultats et rentrée 2020-2021

Bravo aux étudiants du M1-DS dont 88% valident l’année et intègreront le M2-DS en 2020-2021, en alternance pour près de 40% d’entre eux. Plus d’une centaine d’étudiants ont candidaté en M1-DS cette année, hors candidats internationaux. Les étudiants recrutés se retrouveront à la réunion de rentrée le lundi 7 septembre prochain.

Master Data Science : les rencontres de l’alternance

Les étudiants du master Data Science ont participé aux Rencontres de l’alternance et des stages, organisées par les départements d’Informatique et de Mathématiques de l’UA, le jeudi 13 février 2020.

Master Data Science : les étudiantes du M1-DS à Paris

Les étudiantes du M1-DS étaient présentes le 06 février 2020 au CESE de Paris, dans le cadre du forum Réseaux & Carrières au féminin. L’occasion d’affirmer que les sciences se conjuguent de plus en plus au féminin à l’UA.

Master Data Science : remise de diplômes

La première promotion du master Data Science sera présente samedi 23 novembre à l’UFR Sciences de l’UA pour la cérémonie de remise des diplômes. Un taux de réussite de 93,3% en 2018-2019 pour nos étudiants et alternants de M2-DS, un taux de réussite en 2 ans de 81 %. Deux poursuivent en thèse de doctorat, […]

Master Data Science : forum étudiants-entreprises

Les étudiants et responsables du master Data Science seront présents le jeudi 24 octobre 2019 au forum étudiants-entreprises, centre des congrès à Angers, pour rencontrer les près de 50 entreprises et plus de 200 professionnels présents.

M2-Data Science : soutenances de stages et d’alternance

Les 5 et 6 septembre 2019, des soutenances de nos 16 data scientists du M2-DS sur une variété de thèmes: reconnaissance vocale automatique, textmining, traitement d’images et segmentation, détection de fraudes, clustering de données clients, génotypes de semences et classification, analyse de données cliniques et aide aux diagnostiques, techniques d’apprentissage et modélisations en aéronautique, etc..

Rentrée M1-DS 2019

La rentrée 2019 du M1 DS est le lundi 2 septembre à 9h30. La semaine du 2/09 au 6/09 est consacrée à différentes remises à niveau en informatique.

Rencontres de l’alternance – 7 février 2019

Les étudiant(e)s du master DS seront présent(e)s le 07 février 2019 à la faculté des Sciences, aux rencontres de l’alternance (apprentissage et contrat de professionnalisation) organisées par les départements de mathématiques et d’informatique de l’Université d’Angers.

Page suivante »

Séminaires à venir

Séminaire des doctorant.es
In this presentation, I focus on the semiclassical Schrödinger equation, a fundamental equation in quantum mechanics that describes the evolution of quantum particles over time. Since exact solutions to this equation are rarely explicit and conventional numerical methods are often impractical, my goal is to develop approximate solutions that are both easier to compute and accurate. To achieve this, I study special functions called wave packets, which represent localized quantum states. First, I will present how, starting from initial data defined by a wave packet, we can construct a good approximate solution using a wave packet, for the scalar semiclassical Schrödinger equation. Then, I will explain how this approach can be extended to more complex vector-valued systems, where new phenomena arise.

Les derniers séminaires

Séminaire des doctorant.es
In this talk, we will explore the behavior of a random walk when conditioned to remain within a cone. We will begin by introducing the problem of conditioning a random walk to never escape a cone. To address this, we will examine the concept of the Doob h-transform and its role in shaping the walk's behavior. Next, we will delve into the set of harmonic functions associated with random walks and discuss their significance in the context of conditioning the walk. Finally, we will derive the conditions under which a unique discrete harmonic function exists for a Dirichlet problem posed within a cone under certain assumptions about the transition kernel of the random walk and the cone itself.

Séminaire des doctorant.es
Inference of the tail parameters of a distribution is a question of interest. Indeed, some extreme events can have disastrous consequences and being able to estimate their probability of appearance allows us to prevent them. It is however a difficult question because usual statistics theory does not work well in that case. Extreme value theory has been developed for this purpose. In particular, the Conditional Tail Moments (CTMs) are useful tools in risk quantification. For instance, the Expected Shortfall (ES), a particular case of CTM, is a risk measure widely used in finance. The estimation of CTMs and the demonstration of convergence results on these estimators have been the purpose of my first year of PhD. In this talk, I will start with an introduction and motivation to Extreme Value Theory. I will then define the Conditional Tail Moment and give the mathematical framework in which estimation of extreme CTM is manageable. Finally, if time permits, I would like to present some of the convergence results me and my PhD supervisors have been able to produce so far.

Séminaires systèmes dynamiques et géométrie
For a given smooth manifold $M$ the Teichmüller space $\mathcal{T}(M)$ is a topological space parametrising all complex structures on $M$, up to diffeomorphisms smoothly isotopic to the identity. The Kuranishi space of a complex manifold is an analytic space encoding its small deformations. Catanese posed the question when the Teichmüller space, or at least some of its connected components, can be endowed with a natural complex structure coming from the Kuranishi spaces of the complex manifolds parametrised by $\mathcal{T}(M)$. Unfortunately, there are very few known examples where this occurs. In this talk, I will discuss this question for nilmanifolds, that is, $M= \Gamma \backslash G$ is the compact quotient of a simply connected nilpotent Lie group $G$ by a discrete subgroup $\Gamma$. Such manifolds admit a Kähler structure only if $M$ is a torus, which is one of the few examples where $\mathcal{T}(M)$ is known to admit connected components carrying a natural complex structure. Nevertheless, we will see that similar results still hold for several classes of nilmanifolds.

Site hébergé par l'Université d'Angers.
Directeurs de la publication : Hélène Maynadier-Gervais et Laurent Meersseman