MSc in Financial Technology and Data Science

Porté par l'ensIIE, école d'ingénieurs de prestige spécialisée en mathématiques appliquées et informatique, ce Master offre une approche interdisciplinaire unique combinant finance quantitative, intelligence artificielle, blockchain et informatique avancée.

Objectifs de la formation

Ce programme prépare les diplômés à faire le lien entre la modélisation financière traditionnelle et les technologies numériques modernes. À l'issue de cette formation, les étudiants acquerront une expertise dans les domaines suivants :

• Fondements mathématiques et statistiques (probabilités, processus stochastiques)

• Principes de la science des données et techniques de modélisation avancées

• Intégration des technologies modernes (IA/apprentissage automatique, blockchain, informatique quantique)

• Développement algorithmique et calcul scientifique

• Gestion des risques et réglementation financière (RegTech)

Public concerné et Prérequis

Profils recherchés

Cette formation s'adresse principalement aux diplômés STEM (Science, Technology, Engineering, Mathematics) souhaitant s'orienter vers la FinTech.

Prérequis académiques

• Diplôme : Être titulaire au minimum d'un Bachelor (Licence ou Bac +3) en Mathématiques, Statistiques, Informatique, Économie ou Finance quantitative.

• Compétences techniques : Solides bases en mathématiques (probabilités/statistiques) et en programmation (Python, R, C ou Java).

• Niveau de langue : Un niveau B2 minimum en anglais est requis (certifié par IELTS 6.5, TOEFL iBT 90, TOEIC 850 ou équivalent).

Note : Une dérogation peut être accordée à un maximum de 20 % des candidats ayant une expérience professionnelle significative (plus de deux ans) ou ayant démontré une motivation exceptionnelle.

Programme de la formation

La formation dure 4 semestres, incluant 95 ECTS de cours, un stage (15 ECTS) et une thèse de Master (15 ECTS).

Structure des enseignements

• Semestre 1 (Core) : Processus stochastiques, Analyse de données, Programmation avancée (C++), Recherche opérationnelle, Analyse fonctionnelle.

• Semestre 2 : Modélisation statistique, mégadonnées, apprentissage automatique, instruments financiers et introduction aux options.

• Semestre 3 : Risques financiers, intelligence artificielle de confiance, informatique verte et spécialisation approfondie.

• Semestre 4 : Un cours au choix (Blockchain, Crypto-marchés ou Low Latency) suivi du stage et de la thèse.

Parcours de spécialisation (Pathways)

À partir du semestre 2, les étudiants peuvent choisir des cours optionnels parmi trois parcours ou combiner des cours optionnels de différents parcours :

1. PMF : Probability and Mathematical Finance.

2. SDS : Statistics and Data Science.

3. ORQ : Operations Research and Quantum Computing.

Stage et Thèse de Master

Le dernier semestre (à partir d'avril) est dédié à un stage professionnel obligatoire d'au moins 4 mois en entreprise ou centre de recherche. Parallèlement, l'étudiant prépare une thèse de Master sous la supervision d'un tuteur académique, avec une soutenance prévue en septembre.

Débouchés professionnels

Les diplômés occupent des postes hybrides à haute valeur ajoutée :

• Ingénieur FinTech / Développeur Blockchain.

• Data Scientist spécialisé en finance.

• Quant (Analyste quantitatif).

• Spécialiste en IA et Machine Learning financier.

• Gestionnaire de risques technologiques.

Ouverture des candidatures : Janvier 2026.
Rentrée : Septembre.

Frais de scolarité

Formation sur 2 ans

• Formation initiale (hors UE) : 6750,00 €/an

• Formation initiale (UE) : 4 750,00 €/an

• Formation continue (HT) : 6 000 €/ans

Diplôme obtenu 

Au terme de la formation, les étudiants ayant validé l'ensemble des modules et soutenu leur thèse avec succès obtiennent le titre de Master of Science (MSc) Financial Technology and Data Science, diplôme accrédité par la Conférence des Grandes Écoles (CGE), correspondant à 125 crédits ECTS.
 

Dossier de pré-candidature

Dépôt de pièces

Contacts
Contact admission