MSc en statistiques d'enquête et analyse de données
Budapest, Hongrie
Master ès sciences
DURÉE
2 ans
LANGUES
Anglais
RYTHME
À plein temps
DATE LIMITE D'INSCRIPTION
30 Apr 2026
DATE DE DÉBUT AU PLUS TÔT
01 Sep 2026
FRAIS DE SCOLARITÉ
EUR 3 500 / per semester *
FORMAT D'ÉTUDE
Sur le campus
* pour les étudiants hors UE/EEE| Étudiants de l'UE/EEE : 1550 EUR par semestre
Conseil rapide
En contactant l’école, vous aurez accès à des conseils prioritaires gratuits pour toute question relative aux études et aux inscriptions.
La révolution des données crée un besoin d'analyse des données dans un grand nombre de domaines. Nous avons développé notre programme en réponse à ce besoin. Notre objectif est de former des analystes de données capables de contribuer à la prise de décision fondée sur les données dans les entreprises, l'industrie, l'administration publique ou la recherche sociale.
Nos étudiants seront capables d'analyser de grandes bases de données, de se familiariser avec des solutions statistiques pour la recherche basée sur des enquêtes, et de mener des recherches en ligne et des analyses web dans des applications scientifiques, gouvernementales et commerciales. Ils auront des connaissances en analyse de réseaux et en traitement du langage naturel, seront familiarisés avec les bases de l'apprentissage automatique, seront prêts à mettre en œuvre des solutions analytiques en R et Python et connaîtront les bases de l'infrastructure d'analyse des données (SQL, Git et autres outils). Nous fournirons également les bases mathématiques qui sont essentielles pour une compréhension approfondie des méthodes et pour l'apprentissage tout au long de la vie.
Le programme fournit également aux étudiants des connaissances pratiques qui les initient à l'ensemble du processus d'analyse des données (gestion de projet, collecte de données, visualisation des données et communication d'entreprise). Le programme est recommandé aux candidats qui recherchent un programme complexe et flexible, tout en fournissant une base solide en matière d'analyse de données.
Force du programme
Ce programme, dispensé avec succès en hongrois depuis 30 ans, est l'un des masters les plus populaires de l'ELTE. Son fondateur est Tamás Rudas, professeur au département de statistique de l'Université de Washington, ancien directeur général du Centre de recherche en sciences sociales de l'Académie hongroise des sciences, membre de l'Académie européenne de sociologie et ancien président de l'Association européenne de méthodologie.
Le succès du programme repose sur l'amélioration continue et l'adaptation aux contextes sociaux changeants. L'analyste de données idéal possède trois compétences principales : les statistiques, la programmation et la recherche commerciale/sociale. En conséquence, nous fournissons de solides compétences mathématiques/statistiques/apprentissage automatique pour extraire de nouvelles informations des données. Des compétences en programmation sont également fournies pour une gestion efficace des données. Des connaissances en recherche commerciale/sociale sont fournies pour comprendre le contexte des données.
De plus, nous essayons de développer la créativité nécessaire pour poser de bonnes questions, sélectionner de bonnes données et trouver de bonnes interprétations. Notre force est qu'au-delà de l'aspect technique de l'analyse, nous cherchons également à fournir le contexte commercial afin que nos étudiants puissent traduire de manière autonome les questions de recherche en problèmes analytiques, puis retranscrire les résultats au client.
Parcours / Spécialisations:
Il n'y a pas de spécialisations, mais les étudiants peuvent adapter leur parcours d'apprentissage à leurs propres intérêts puisque les cours au choix sont organisés en modules de deux à trois cours suivants : recherche biomédicale, recherche économique, analyse de données numériques, recherche sociale et recherche commerciale.
Le programme est divisé en 5 blocs obligatoires :
- Fondements mathématiques (fondements mathématiques, algèbre linéaire, théorie des probabilités, statistiques mathématiques)
- Collecte de données (méthodes de collecte et d’échantillonnage des données, traitement des données d’enquête)
- Notions de base sur la recherche commerciale (étude de marché, communication et gestion de projet, pratique de projet)
- Programmation (R, Python, Github, SQL)
- Analyse de données (théorie des probabilités multivariées et statistiques, science des données, analyse de données)
- Applications (recherche qualitative, études sociales, analyse de réseau)
Modules professionnels électifs
En plus des modules obligatoires, nous proposons également des modules professionnels différenciés avec des cours optionnels :
- Recherche biomédicale
- Recherche économique
- Analyse des données numériques
- Recherche sociale
- Recherche commerciale
Le programme a l'avantage de s'adapter aux besoins complexes du marché du travail. Nos diplômés peuvent concevoir des recherches basées soit sur des questionnaires, soit sur des sources de données numériques ou administratives. Nous voulons offrir à nos étudiants la possibilité de développer un parcours d'apprentissage et un cheminement de carrière qui correspondent à leurs propres intérêts, qu'ils souhaitent utiliser des applications d'analyse de données basées sur l'intelligence artificielle ou des outils quantitatifs d'études de marché.
Notre programme comprend un stage de six semaines et nous avons des dizaines d'années d'expérience auprès de personnalités du monde des affaires. Ceci, combiné aux connaissances acquises au cours du programme, permet à nos diplômés de choisir parmi un large éventail de possibilités d'emploi. Ils sont généralement employés dans des secteurs à forte intensité de données : administration publique, infocommunication, services financiers, études de marché et d'opinion publique, marketing, secteur à but non lucratif, soins de santé et produits pharmaceutiques. Parallèlement, nombre de nos diplômés travaillent dans des institutions de recherche ou dans l'enseignement supérieur, car le programme les prépare également à des études doctorales, potentiellement dans toutes les disciplines couvertes par le programme (mathématiques appliquées, statistiques, sciences sociales, informatique).
Exemples de travail
- Data Scientist
- Analyste de Business Intelligence
- Statisticien d'enquête
- Analyste de santé
- Analyste de données