# MSc in Data Analytics with Artificial Intelligence.

Canonical HTML: https://dsti.school/fr/msc-data-analytics-ai

This Markdown copy is generated from the same DSTI static-site build as the canonical HTML page. It is intended for machine readability and concise retrieval.

MSc • Data Analytics • Intelligence artificielle • automatisation IT

Un parcours de niveau master pour les étudiants qui veulent transformer la donnée en décisions, automatisation et impact opérationnel — avec assez d’IA, d’IT et de culture d’ingénierie pour travailler dans de vrais systèmes numériques, pas seulement produire des rapports en marge.

C’est le parcours analytics pour les étudiants qui veulent gagner en autonomie : comprendre les données, les outils, les systèmes et le contexte organisationnel assez bien pour rendre l’analytics utile en production.

[Candidater](https://dsti.school/fr/candidater)
[Prendre rendez-vous](https://meetings-eu1.hubspot.com/dsti/information-meeting)
[Comparer les parcours MSc](https://dsti.school/fr/choisir-programme-msc)
[Télécharger la brochure](https://dsti.school/fr/telecharger-brochure)

Au-delà des dashboards Une analytics qui peut être mise en œuvre, automatisée et maintenue.
Analytics avec culture IA Machine learning et modélisation sans perdre le contexte de décision.
Autonomie IT SQL, cloud, data pipelines, CRM, reporting et bases de software.

Centre de gravité du programme
Décisions fondées sur les données, mises en œuvre dans de vrais systèmes d’information.

Pour les étudiants qui veulent comprendre la méthode analytique et l’environnement technique qui la soutient.

120 ECTS Programme de niveau master
• RNCP niveau 7
835h Volume total du programme

[Programme labellisé 3IA Labellisé par le programme 3IA de l’Université Côte d’Azur.](https://3ia.univ-cotedazur.eu/education/education)

01 — Identité du programme

## L’analytics ne se limite pas aux dashboards. C’est aussi de la mise en œuvre.

Ce programme s’adresse aux étudiants qui veulent un profil data analytics crédible techniquement, pratique et relié à la chaîne IT et d’automatisation.

Positionnement DSTI

## De l’analyse à l’action.

Beaucoup de programmes d’analytics s’arrêtent au reporting et à l’interprétation métier. L’approche de DSTI va plus loin : raisonnement statistique, culture IA, bases de données, data engineering, principes software, culture cloud et compréhension des systèmes d’information.

Analytics

### Rendre les données utiles à la décision

Apprendre à structurer les données, les analyser, les visualiser et communiquer clairement les éléments de preuve.

IA

### Utiliser la modélisation de manière responsable

Le machine learning et les fondations statistiques aident à comprendre ce que les modèles peuvent, et ne peuvent pas, faire.

IT

### S’intégrer aux systèmes numériques

SQL, data pipelines, cloud, CRM, outils de reporting et principes software rendent les diplômés plus autonomes.

Automatisation

### Dépasser l’analyse manuelle

L’objectif n’est pas seulement de produire des analyses, mais d’aider à opérationnaliser l’analytics dans de vrais workflows.

02 — Pour qui ce programme est conçu

## Pour les étudiants qui veulent une vraie autonomie analytique, pas une simple formation à des outils.

Le MSc in Data Analytics with AI est le parcours MSc le plus ouvert de DSTI, tout en restant exigeant sur les mathématiques, l’IT et la progression technique.

Bon profil

### Vous voulez un rôle data crédible, relié au métier, à l’IT et à l’automatisation.

- Vous aimez la décision fondée sur les données et la mise en œuvre concrète.

- Vous voulez comprendre les bases de données, les outils de reporting, Python, R, SQL et les environnements cloud.

- Vous voulez assez de machine learning et d’IA pour utiliser les modèles intelligemment.

- Vous pouvez venir du business, du management, de l’économie, de l’ingénierie, des sciences ou d’un autre parcours quantitatif.

Moins adapté si

### Votre objectif principal est la recherche avancée sur les modèles ou l’ingénierie d’infrastructure.

- Si votre intérêt principal est la modélisation avancée et les systèmes d’IA, comparez avec le MSc in Data Science & AI.

- Si votre intérêt principal est les plateformes data, l’architecture cloud et les pipelines, comparez avec le MSc in Data Engineering for AI.

- Si votre intérêt principal est la protection des systèmes et le risque, comparez avec le MSc in Cyber Security.

03 — Structure du programme

## La structure du programme, en un coup d’œil.

La structure combine Warm Up technique, cours spécialisés, séances de soutien et expérience professionnelle intégrée.

720h Cours principaux couvrant analytics, data engineering, visualisation, systèmes d’information, management, droit et éthique.

75h DSTI Warm Up pour renforcer les mathématiques, la programmation, la culture IA, les bases IT et la pratique des systèmes.

40h Séances de soutien pour réviser, poser des questions, reprendre les notions difficiles et préparer les examens.

30 ECTS Expérience professionnelle par stage, emploi ou activité professionnelle validée.

04 — Programme académique

## Un contenu de programme transparent, cours par cours.

DSTI ne se cache pas derrière des intitulés vagues. Le MSc in Data Analytics with AI est présenté ci-dessous par blocs d’enseignement, heures, ECTS et contenus de cours.

Warm Up • 75h

### Point de départ technique

Une passerelle préparatoire pour des étudiants issus de parcours académiques variés avant d’entrer dans le cœur du MSc.

Cours principaux • 720h

### Approfondissement en analytics, IA et IT

Une structure transparente, cours par cours, couvrant l’analyse, la modélisation, les systèmes de données, la visualisation et la gouvernance.

Expérience professionnelle • 30 ECTS

### Application en contexte professionnel

Une expérience professionnelle validée où les étudiants appliquent le programme dans un environnement de travail pertinent.

Warm Up
75h • 6 ECTS

### Fondations avant le cœur du MSc

Le Warm Up aide les étudiants issus de parcours variés à renforcer les fondations techniques nécessaires pour aborder sérieusement le programme.

10h

#### Fundamental Mathematics

Core mathematics needed to approach optimisation, data science and quantitative coursework.

20h

#### Data Structure and Machine Learning using Python & R

First technical bridge into programming, data structures and machine-learning workflows.

5h

#### Data Management

Introduction to how data is organised, stored, queried and prepared for analysis.

5h

#### AI Awareness

Initial orientation on artificial intelligence concepts, limits and responsible use.

5h

#### Computer Architecture

A first look at how computers execute, store and process information.

5h

#### Networking

Essential networking concepts for students who will work with connected systems and platforms.

10h

#### Computer Systems Labs

Hands-on system practice to consolidate the IT foundation of the programme.

10h

#### Clean IT

Sustainable IT awareness and responsible digital practice.

5h

#### Excel Basics

Baseline spreadsheet skills before advanced analytics and visualisation coursework.

Data Analytics
225h • 30 ECTS

### Statistiques, machine learning, modélisation et usages métier

C’est le cœur analytique du programme : mathématiques, statistiques, machine learning, modélisation, interprétation et applications sectorielles.

25h 3 ECTS

#### Mathematics for Data Science

Calculus, linear algebra and complex numbers required for optimisation and data science.

25h 3 ECTS

#### Foundations of Statistical Analysis & Machine Learning — Part 1

Descriptive statistics, probability theory and applications using R.

25h 3 ECTS

#### Big Data Processing with R

Importing, manipulating, transforming, visualising, exploring and modelling large datasets in R.

25h 4 ECTS

#### Python Machine Learning Labs

Data preparation, feature engineering and machine-learning modelling with Python libraries.

25h 4 ECTS

#### Semantic Web Technologies

RDF, SPARQL and web standards for representing, querying and using knowledge on the web.

25h 3 ECTS

#### Time-Series Analysis

Temporal data analysis with mathematical foundations and applications in R for forecasting.

25h 4 ECTS

#### Agent-Based Modelling

Complex problem modelling using ABM, with comparison to statistical, Markov and system dynamics approaches.

25h 3 ECTS

#### Inferential Modelling

Tests, confidence intervals, models, assumptions, linear models and regression.

25h 3 ECTS

#### Data Analytics Domain Application

Practical analytics applications across sectors such as marketing, finance, industry and risk management.

Data Engineering
210h • 28 ECTS

### Les systèmes et pipelines derrière l’analytics

Un data analyst autonome sur le plan IT doit comprendre les bases de données, data warehouses, pipelines, cloud et principes software.

25h 3 ECTS

#### Data Wrangling with SQL

Relational databases, advanced SQL queries, stored procedures, triggers, dynamic SQL and Microsoft SQL Server.

25h 3 ECTS

#### Data Warehousing & ETL

Design and implementation of data warehouses and ETL processes in stand-alone and cluster deployments.

25h 4 ECTS

#### Graph Databases — NoSQL Part 1

Graph-based problem modelling and practical implementation in Neo4j graph databases.

10h 4 ECTS

#### Document Databases — NoSQL Part 2

MongoDB collections, documents, advanced queries, aggregations and data architecture.

25h 4 ECTS

#### Data Pipeline — Part 1

XML data flow, DTD and schemas, XSL transformations and JSON data formats.

50h 4 ECTS

#### Cloud Computing — Amazon AWS

AWS cloud services and preparation for AWS Certified Solutions Architect – Associate.

25h 3 ECTS

#### Software Engineering — Part 1

Procedural programming in Rust, memory representation, ownership, borrowing and reliable code.

25h 3 ECTS

#### Software Engineering — Part 2

Object-oriented programming in C#, SOLID principles, UML, MVC, design patterns and Entity Framework.

Data Management & Visualisation
125h • 22 ECTS

### Aide à la décision, reporting et systèmes d’information

Ce bloc relie l’analytics aux outils et systèmes que les organisations utilisent réellement pour le reporting, le CRM et l’aide à la décision.

25h 4 ECTS

#### Advanced Excel for Data Analytics

Formulas, data visualisation, PowerPivot, Solver and Visual Basic for Applications.

25h 4 ECTS

#### Data & Machine Learning Visualisation Ecosystem

Data visualisation and machine-learning ecosystem, with a focus on SAS Viya.

25h 2 ECTS

#### Analysis & Design of Information Systems

Principles and methodologies for designing and analysing information systems.

25h 6 ECTS

#### Reporting & Visualisation

Preparation for Microsoft Power BI data analysis certification and reporting workflows.

25h 6 ECTS

#### CRM Data Management

Microsoft Power Platform Functional Consultant preparation and CRM data management software.

Management, éthique & droit
50h • 4 ECTS

### Gouvernance, droit et contexte projet

Les professionnels de l’analytics doivent aussi comprendre l’environnement organisationnel, juridique et éthique dans lequel les données sont utilisées.

25h 2 ECTS

#### Data Laws & Regulations — Philosophies, Geopolitics & Ethics

Data privacy and security principles, EU and US regulation, and differences between common law and code law.

25h 2 ECTS

#### IT Project Management: Traditional and Agile Approaches

Project management lifecycle and implementation using traditional and agile approaches.

Soutien & expérience professionnelle
40h de soutien • 30 ECTS d’expérience

### Consolidation et application professionnelle

Le programme inclut un soutien structuré et une expérience professionnelle afin que les connaissances soient consolidées et appliquées.

40h

#### Support Sessions

Reviewing course topics, answering student questions, re-explaining harder notions and preparing for examinations.

4 à 6 mois 30 ECTS

#### Integrated Professional Experience

Internship, employment or contracting experience validated through DSTI’s standard evaluation procedures.

05 — Certifications professionnelles

## Des certifications professionnelles avec des signaux d’employabilité.

Les étudiants MSc Data doivent valider la certification Neo4j. Une seconde certification approuvée est fortement recommandée et donne droit à la distinction « with Honours » à l’obtention du diplôme.

Règle MSc Data

### Neo4j est obligatoire. Les certifications du programme sont préparées dans les cours.

Pour Data Analytics, DSTI met en avant les certifications préparées à travers CRM Data Management, Power BI reporting, SAS Visual Statistics et AWS cloud computing. D’autres certifications reconnues peuvent être acceptées uniquement lorsque le corps enseignant et la Direction des Études valident leur niveau et leur pertinence.

Obligatoire Certification Neo4j pour tous les étudiants MSc Data.

Distinction with Honours Une seconde certification approuvée donne droit à la distinction « with Honours » à l’obtention du diplôme.

Alternatives encadrées Les certifications alternatives sont acceptées uniquement après validation par le corps enseignant et la Direction des Études.

![Neo4j logo](https://media.dsti.school/wp-content/uploads/2026/06/11142416/Neo4j-logo.avif)

![Microsoft logo](https://media.dsti.school/wp-content/uploads/2026/06/11135259/Microsoft_logo.svg)

![SAS logo](https://media.dsti.school/wp-content/uploads/2026/06/11135427/SAS_logo.svg)

![AWS logo](https://media.dsti.school/wp-content/uploads/2026/06/11135153/Amazon_Web_Services_2025.svg)

![Neo4j logo](https://media.dsti.school/wp-content/uploads/2026/06/11142416/Neo4j-logo.avif)

Neo4j

### Certification Neo4j

Contexte de cours : Graph Databases NoSQL

[Site de la certification](https://graphacademy.neo4j.com/certifications/neo4j-certification/)

![Microsoft logo](https://media.dsti.school/wp-content/uploads/2026/06/11135259/Microsoft_logo.svg)

Microsoft

### Exam PL-200: Microsoft Power Platform Functional Consultant

Contexte de cours : CRM Data Management

[Site de la certification](https://learn.microsoft.com/en-us/credentials/certifications/exams/pl-200/)

![Microsoft logo](https://media.dsti.school/wp-content/uploads/2026/06/11135259/Microsoft_logo.svg)

Microsoft

### Exam PL-300: Microsoft Certified: Power BI Data Analyst Associate

Contexte de cours : Reporting and Visualisation

[Site de la certification](https://learn.microsoft.com/en-us/credentials/certifications/data-analyst-associate/?practice-assessment-type=certification)

![SAS logo](https://media.dsti.school/wp-content/uploads/2026/06/11135427/SAS_logo.svg)

SAS

### Modeling Using SAS Visual Statistics

Contexte de cours : Data & Machine Learning Visualisation

[Site de la certification](https://learn.sas.com/course/view.php?id=7048)

![AWS logo](https://media.dsti.school/wp-content/uploads/2026/06/11135153/Amazon_Web_Services_2025.svg)

AWS

### AWS Certified Solutions Architect – Associate

Contexte de cours : Cloud Computing - Amazon AWS

[Site de la certification](https://aws.amazon.com/certification/certified-solutions-architect-associate/)

Parcours de certification validé

### Certifications alternatives acceptées

Cette liste n’est pas une liste libre. Chaque certification alternative doit être pertinente au regard du parcours d’études et des objectifs professionnels de l’étudiant, et reste soumise à la validation du corps enseignant et de la Direction des Études.

![MongoDB logo](https://media.dsti.school/wp-content/uploads/2026/06/11134914/MongoDB_Logo.svg)

MongoDB

#### All Mongo certification

NoSQL - MongoDB
[Page officielle](https://learn.mongodb.com/)

![C++ Institute logo](https://media.dsti.school/wp-content/uploads/2026/06/11134913/ISO_Cpp_Logo.svg)

C++ Institute

#### CPA – C++ Certified Associate Programmer Certification

Software Engineering 2
[Page officielle](https://cppinstitute.org/cpa)

![Microsoft logo](https://media.dsti.school/wp-content/uploads/2026/06/11135259/Microsoft_logo.svg)

Microsoft

#### Microsoft Office Specialist: Excel Associate

Advanced Excel for Data Analytics
[Page officielle](https://learn.microsoft.com/fr-fr/credentials/certifications/mos-excel-2019/?practice-assessment-type=certification)

![Google logo](https://media.dsti.school/wp-content/uploads/2026/06/11134912/google.svg)

Google

#### Google Data Analytics Professional Certificate

Big Data Processing with R
[Page officielle](https://www.coursera.org/google-certificates/data-analytics-certificate?utm_source=google&utm_medium=institutions&utm_campaign=sou--direct__med--none-direct__cam--gwgsite__con--null__ter--null)

![Google logo](https://media.dsti.school/wp-content/uploads/2026/06/11134912/google.svg)

Google

#### Google Cloud Data Analytics professional Certificate

Cloud data analytics
[Page officielle](https://www.coursera.org/professional-certificates/google-cloud-data-analytics-certificate?msockid=30700ccd742d676b399218ff755566fc)

![Tableau logo](https://media.dsti.school/wp-content/uploads/2026/06/11134920/Tableau_logo.svg.png)

Tableau

#### All Tableau certifications

Data visualisation and analytics
[Page officielle](https://www.tableau.com/learn/certification)

![dbt logo](https://media.dsti.school/wp-content/uploads/2026/06/11134908/dbt-logo.png)

dbt

#### dbt Analytics Engineering Certification Exam

Analytics engineering
[Page officielle](https://www.getdbt.com/certifications/analytics-engineer-certification-exam)

![Microsoft logo](https://media.dsti.school/wp-content/uploads/2026/06/11135259/Microsoft_logo.svg)

Microsoft

#### Microsoft Certified: Power Platform Developer Associate

CRM Data Management
[Page officielle](https://learn.microsoft.com/fr-fr/credentials/certifications/power-platform-developer-associate/?practice-assessment-type=certification)

![Microsoft logo](https://media.dsti.school/wp-content/uploads/2026/06/11135259/Microsoft_logo.svg)

Microsoft

#### Exam MO-211: Microsoft Excel Expert

Advanced Excel for Data Analytics
[Page officielle](https://learn.microsoft.com/fr-fr/credentials/certifications/exams/mo-211/)

![Microsoft logo](https://media.dsti.school/wp-content/uploads/2026/06/11135259/Microsoft_logo.svg)

Microsoft

#### Microsoft Office Specialist: Excel Expert

Advanced Excel for Data Analytics
[Page officielle](https://learn.microsoft.com/en-gb/credentials/certifications/mos-excel-expert-2019/?practice-assessment-type=certification)

![Elastic logo](https://media.dsti.school/wp-content/uploads/2026/06/11134910/elastic.svg)

Elastic

#### Elastic Certified Analyst

Analytics search and observability
[Page officielle](https://www.elastic.co/training/elastic-certified-analyst-exam)

![Oracle logo](https://media.dsti.school/wp-content/uploads/2026/06/11134916/Oracle_logo.svg)

Oracle

#### Oracle Database SQL Certified Associate

Datawarehousing & ETL
[Page officielle](https://education.oracle.com/oracle-database-sql-certified-associate/trackp_457)

![Oracle logo](https://media.dsti.school/wp-content/uploads/2026/06/11134916/Oracle_logo.svg)

Oracle

#### MySQL 8.0 Database Developer Oracle Certified Professional

Datawarehousing & ETL
[Page officielle](https://education.oracle.com/mysql-80-database-developer-oracle-certified-professional/trackp_MYSQLPRG80OCP)

![Qlik logo](https://media.dsti.school/wp-content/uploads/2026/06/11134918/Qlik_Logo.svg)

Qlik

#### Qlik Sense Business Analyst Certification

Datawarehousing & ETL
[Page officielle](https://learning.qlik.com/student/page/2161175-qlik-sense-business-analyst-certification-exam)

![Microsoft logo](https://media.dsti.school/wp-content/uploads/2026/06/11135259/Microsoft_logo.svg)

Microsoft

#### Microsoft Certified: Fabric Analytics Engineer Associate

Microsoft Fabric analytics
[Page officielle](https://learn.microsoft.com/en-us/credentials/certifications/fabric-analytics-engineer-associate/?practice-assessment-type=certification)

![Microsoft logo](https://media.dsti.school/wp-content/uploads/2026/06/11135259/Microsoft_logo.svg)

Microsoft

#### Microsoft Excel Certification

Advanced Excel for Data Analytics
[Page officielle](https://www.tosa.org/EN/microsoft-excel-certification?sbj_id=334)

![scikit-learn logo](https://media.dsti.school/wp-content/uploads/2026/06/11134918/scikit-learn.svg)

scikit-learn

#### Scikit-learn Certification (all levels accepted)

Machine learning with Python
[Page officielle](https://papers.probabl.ai/official-scikit-learn-certification-launch)

![SAS logo](https://media.dsti.school/wp-content/uploads/2026/06/11135427/SAS_logo.svg)

SAS

#### SAS Certified Specialist: Machine Learning Using SAS Viya

Data & Machine Learning Visualisation
[Page officielle](https://www.sas.com/en_au/certification/credentials/advanced-analytics/machine-learning-using-sas-viya.html)

![SAS logo](https://media.dsti.school/wp-content/uploads/2026/06/11135427/SAS_logo.svg)

SAS

#### SAS Viya Supervised Machine Learning Pipelines

Data & Machine Learning Visualisation
[Page officielle](https://learn.sas.com/course/view.php?id=7051)

06 — Où et comment étudier

## Un seul programme DSTI, plusieurs façons de rejoindre la classe.

DSTI a été construite autour d’un enseignement connecté. Les étudiants peuvent suivre les cours sur campus, en Live Streamed, ou par le parcours Online asynchrone lorsque ce mode correspond à leur situation et à leur éligibilité.

[French Riviera / Sophia-Antipolis Étudier dans la première technopole d’Europe, près de Nice et d’Antibes.](https://dsti.school/fr/campus-cote-azur-sophia-antipolis)
[Campus de Paris Étudier au centre de Paris, proche des entreprises, des transports et de la vie étudiante.](https://dsti.school/fr/campus-paris)
[Live Streamed Suivre les mêmes cours en direct depuis un autre lieu, avec les mêmes exigences académiques.](https://dsti.school/fr/live-streamed)
[Online asynchrone Accéder au programme via le parcours online de DSTI lorsque ce mode correspond le mieux à votre situation.](https://dsti.school/fr/online-asynchrone)

07 — Carrières

## L’analytics devient réelle lorsqu’elle est utilisée dans les organisations.

Le programme inclut une expérience professionnelle intégrée. Le parcours dépend du lieu où se trouve l’étudiant et de ce qui a du sens pour son projet professionnel.

Parcours principal

## Réalisez un stage ou une [alternance](https://dsti.school/fr/etudes-en-alternance) pertinents, là où votre projet professionnel a du sens.

DSTI peut accompagner une expérience professionnelle en France ou à l’étranger (en stage seulement), sous réserve de validation académique et des règles du programme. La mission doit être pertinente au regard des objectifs d’apprentissage.

Stage local

### Votre pays ou marché professionnel

Pour beaucoup d’étudiants en Live Streamed ou internationaux, le meilleur parcours est un stage pertinent dans leur marché de l’emploi local.

![CRCC Asia logo](https://media.dsti.school/wp-content/uploads/2025/05/14121739/Logo-CRCC-Asia.avif)

Alternative structurée

### Option CRCC Asia

Lorsque cela est pertinent, DSTI peut orienter les étudiants vers une option de stage international structurée avec CRCC Asia.

[Visiter CRCC Asia](https://www.crccasia.com/)

Accompagnement carrière

### CV, profils et positionnement

Les étudiants reçoivent des conseils sur les CV, les profils publics, les candidatures et le positionnement professionnel.

Premières étapes professionnelles

### Rôles analyste et BI

Les premiers rôles typiques incluent Data Analyst, Business Intelligence Analyst, Reporting Analyst ou CRM / Data Management Analyst, selon le parcours de l’étudiant et son projet de stage.

Progression professionnelle

### Évoluer par des réalisations concrètes

Avec l’expérience, les diplômés peuvent évoluer vers Analytics Consultant, Analytics Engineer, Data Product Analyst ou des responsabilités d’analytics au niveau d’une équipe. Le programme ne remplace pas la nécessité de réalisations prouvées.

08 — Admissions

## Une admission sélective, avec un parcours ouvert à des profils variés.

Le MSc in Data Analytics with AI est ouvert à un éventail plus large de parcours Bachelor que les parcours d’ingénierie plus spécialisés, mais les mathématiques, l’anglais et la préparation technique restent importants.

Éligibilité

### Bachelor ou équivalent

Les candidats doivent être titulaires d’un Bachelor reconnu en 3 ou 4 ans, ou équivalent. Un niveau de mathématiques de fin de lycée, ou équivalent, est attendu.

Examen d’entrée

### Utilisé si nécessaire

Les candidats issus de parcours moins techniques peuvent être invités à passer l’examen d’entrée en ligne de DSTI en mathématiques et IT.

English (& Français)

### B2 minimum

Les cours sont dispensés en anglais. IELTS 6.0, Duolingo 110 ou une preuve équivalente peuvent être demandés. En [alternance](https://dsti.school/fr/etudes-en-alternance), un test de français du même niveau est aussi nécessaire, pour votre employabilité.

Prérequis IT

### Ordinateur portable Windows

Les étudiants doivent disposer d’un ordinateur portable Windows PC avec au moins 16 Go de RAM, capable d’exécuter la dernière version de Windows.

Entrée directe en Année 2 +

Les candidats ayant validé, ou terminant, soit une première année d’un programme de niveau Master dans le même domaine, soit un Bachelor en quatre ans dans le même domaine, peuvent demander une entrée directe en Année 2. La Direction des Études décide de l’admission après une revue académique spécifique.

Examens communs requis : Applied Mathematics ; Foundations of Statistical Analysis — Part 1 ; Data Wrangling with SQL. Examen(s) complémentaire(s) du programme : Analysis & Design of Information Systems.

- Analysis & Design of Information Systems
- Les examens se passent en ligne sur DSTI Learn, avec surveillance par vision informatique et Safe Exam Browser, dans les 30 jours suivant la candidature.
- Des frais supplémentaires d’examen de 50 € sont requis et crédités sur les frais de scolarité en cas d’admission. La Direction des Études examine les candidats atteignant la note minimale de réussite de DSTI, soit 60 %.

[Lire les informations sur l’entrée directe](https://dsti.school/fr/admissions-msc#direct-entry)

Rentrée d’automne 2026

### Entrée en octobre

- Étudiants internationaux : 17 juillet 2026

- Étudiants UE & Live Streamed : 31 juillet 2026

- Intégration : 2 octobre 2026

- Début des cours : 5 octobre 2026

Rentrée de printemps 2027

### Entrée en mars

- Étudiants internationaux & Live Streamed : 22 janvier 2027

- Étudiants UE : 12 mars 2027

- Intégration : 25 mars 2027

- Début des cours : 26 mars 2027

## Data Analytics with AI est-il le bon parcours pour vous ?

Si vous hésitez entre Data Analytics, Data Engineering for AI et Data Science & AI, la question centrale est votre centre de gravité : décision et mise en œuvre, plateformes et pipelines, ou modélisation et systèmes d’IA.

[Prendre rendez-vous](https://meetings-eu1.hubspot.com/dsti/information-meeting)
[Candidater](https://dsti.school/fr/candidater)
[Comparer les parcours MSc](https://dsti.school/fr/choisir-programme-msc)

Sur cette page