Les modalités de contrôle de connaissances correspondant à chaque contrat pédagogique, ainsi que le règlement des études de l’Université Paris Saclay, sont consultables sur le site WEB. Il est de la responsabilité de chaque étudiant d’en prendre connaissance.

 J’atteste :  

  • Etre inscrit administrativement et pédagogiquement pour l’année en cours ; 
  • Avoir pris connaissance des Modalités de Contrôle des Connaissances de l’année (ci-dessous) ; 
  • Avoir pris connaissance de la nécessité d’activer mon compte sur le site : https://datascience-x-master-paris-saclay.fr ; 
  • Que toutes les informations dans Moodle sont exactes et m’engage à informer par courrier adressé auprès de l’administration du département de mathématiques appliquées de toutes modifications possibles de ma situation (changement adresse, nom, téléphone, courriel…) ; 
  • m’inscrire sur le Moodle pour tous les cours que je souhaite suivre (l’inscription sur le Moodle est un prérequis pour pouvoir passer l’évaluation du module) 

 

En créant un compte sur la plateforme pédagogique du Master 2 Datascience, je m’engage à valider au moins 40 ECTS de cours et à effectuer un stage d’une durée d’au moins 14 semaines.

 

Modalités de contrôle des connaissances

La maquette pédagogique est annexée au présent document (Annexe 1).

Les modalités de contrôle de connaissance sont les suivantes : 

 1. Validation du Master 

Une année de formation compte au moins 60 ECTS.

Les conditions sont cumulatives :  

  • Acquérir 40 ECTS de cours, dont le cours « DATA CAMP » (cours obligatoire de 2.5 ECTS) ; 
  • Le stage est réputé acquis lorsque la note de stage est supérieure ou égale  à 10/20. 

En cas de redoublement, les ECTS restent acquis pour l’année suivante si la note est supérieure à 10/20. 

Le redoublement n’est pas autorisé en dessous de 30 ECTS de cours. 

2. Validation d’une Unité d’Enseignements (UE) et obtention des crédits 

  • Une UE est réputée acquise lorsque la note est supérieure ou égale à 10/20 (en première ou seconde session) ; la totalité des crédits ECTS sont obtenus ; 
  • Une UE non acquise (note inférieure à 10/20 ou défaillance) empêche l’obtention des ECTS ; l’UE doit être présentée en deuxième session, la note de la deuxième session est retenue in fine ;
  • Les UE ne sont pas compensables. 

3. Calcul de la moyenne et Mentions 

La moyenne des UE est pondérée par le nombre d’ECTS. 

La moyenne donne lieu à une mention suivant la règle ci-dessous : 

Passable si la moyenne est comprise entre 10, inclus, et 12 

Assez Bien si la moyenne est comprise entre 12, inclus, et 14 

Bien si la moyenne est comprise entre 14, inclus, et 16 

Très Bien si la note est au-dessus de 16 

Les modalités des contrôles sont déterminées par l’enseignant responsable du module. Les modalités de validation et les critères de réussite sont clairement explicités par l’enseignant responsable du module dans la description du module. La validation du module peut comporter du contrôle continu (nécessitant la présence physique de l’étudiant).  

Le maître de stage joue un rôle important dans l’évaluation du stage : sa présence (en présentielle/en visio-conférence ou son équivalent) lors de la soutenance est essentielle. En outre, en l’absence du formulaire d’évaluation du stage dûment rempli par le Maître de stage, le stage ne sera pas validé. Un formulaire propre à l’Ecole polytechnique est annexé au présent document (Annexe 2). 

Remarques 

  • Une UE de la maquette peut être substituée par une UE d’une autre formation sous couvert de la validation du responsable de formation : erwan.le-pennec@polytechnique.edu  (ex : UE en M2 Mathématiques du vivant) 
  • Pour les élèves suivant un double cursus avec leur école d’ingénieur, il est possible de valider des ECTS en validant des modules dispensés par leur Ecole :

ENSTA : 4 cours scientifiques validés représentent 10 ECTS du programme DATA Science

ENSAE : 4 cours scientifiques (maximum) validés peuvent représenter 10 ECTS maximum du programme DATA Science, ceci incluant les enseignements ouverts dans le cycle ingénieur de l’ENSAE et le M2 data science tel que «Apprentissage en ligne et agrégation» et « Compressed sensing ».

La liste des modules retenus doit être communiquée au correspondant de l’ENSAE dès le début du semestre

  • En cas de validation de plus de cours que nécessaires par période, la meilleure note est retenue (en tenant compte des contraintes exposées ci- dessus) 
  • En cas de validation par un exposé oral ou par projet, la présence de l’élève aux cours est obligatoire 

Les notes et crédits obtenus pour chaque enseignement ne sont attribués définitivement que par le jury composé des responsables pédagogiques des établissements opérateurs du parcours Data Science