Comment postuler à Rennes School of Business
On vous guide pour trouver la formation qui correspond le plus à vos besoins.
Actualités de l’école
Découvrez ce qui fait vivre l’école au quotidien : conférences, partenariats entreprises, projets étudiants et moments forts du campus.
Nos campus
Nos campus de Rennes et de Paris accueillent les étudiants dans des environnements propices à la réussite.
Plongez au cœur de la transformation numérique du secteur financier avec le MSc Financial Data Intelligence de Rennes School of Business. Ce programme innovant allie les fondamentaux de la finance aux technologies avancées de la science des données, offrant une formation d’excellence au sein d’une grande école de management reconnue internationalement.
Ce master dispensé en anglais sur le campus de Rennes prépare les étudiants à relever les défis du monde financier contemporain, en mettant l’accent sur l’intelligence artificielle, le data mining, le big data, le machine learning et la business intelligence. Grâce à une approche pédagogique centrée sur l’expérience, les étudiants développent des compétences techniques et analytiques pointues, tout en bénéficiant d’un encadrement personnalisé et d’un environnement multiculturel.
Diplôme : Master of Science + Grade de Master Diplôme Supérieur en Analyse, Intelligence et Sécurité des Données – Niveau 7 RNCP Titre No. 39273
Campus : Rennes
Durée : 1 ou 2 ans
Format : Temps plein
Langue : Anglais
Niveau d'admission : Bac +3 et Bac +4
Des questions sur cette formation ?
Échangez avec votre conseiller pédagogique.
Justine Rébulard
Chargée des admissions – MSc
Préparez-vous à relever les défis de la finance moderne en combinant analyse des données, intelligence financière et stratégie des marchés.
Master Année 1 (M1)
Le Master 1 Financial Data Intelligence propose une formation alliant finance, gestion des données et intelligence artificielle. Les étudiants acquièrent des compétences en analyse de données, statistiques avancées, programmation, science des décisions, IA et apprentissage automatique. Le programme inclut des modules pratiques en gestion des données et analyse des séries temporelles, permettant de réaliser des projets concrets en data analytics.
Découvrez le détail des modules du programme en téléchargeant la brochure.
LANGUES
EXPÉRIENCE PROFESSIONNELLE
Master Année 2 (M2)
Le Master 2 Financial Data Intelligence offre une spécialisation approfondie en finance et technologies avancées, préparant les étudiants à devenir des experts en analyse de données appliquées à la finance. Ils explorent des domaines clés tels que la modélisation financière avancée, la blockchain, les crypto-actifs et l’intelligence artificielle appliquée à la finance. Grâce à des modules sur l’apprentissage profond (deep learning), les réseaux neuronaux et l’analyse de texte pour la finance, les étudiants acquièrent des compétences techniques de pointe.
RECHERCHE
À l’issue de votre formation, vous saurez :
Approche d’apprentissage par l’expérience et méthodes d’évaluation
Un apprentissage par l’expérience, ancré dans la pratique professionnelle Nos programmes master reposent sur une approche d’apprentissage 100 % expérientielle, intégrant de manière fluide des problématiques concrètes issues du monde de l’entreprise dans chaque cours. Grâce à une immersion directe auprès de partenaires professionnels, à des projets en temps réel et à une résolution de problèmes en conditions réelles, les étudiants développent des compétences pratiques et une vision stratégique, dans un environnement reflétant les réalités du monde des affaires actuel.
La pédagogie mise en œuvre dans les différents modules s’adapte aux différents objectifs d’apprentissage. Les pédagogies actives sont privilégiées et des méthodes comodales sont développées. Des tailles de groupe sont réduites, permettant une interaction privilégiée entre les étudiants et avec les intervenants professionnels et enseignants-chercheurs.
Le programme est validé par un double examen :
Certification du programme
RNCP 39273 – niveau 7 – Diplôme Supérieur en Analyse, Intelligence et Sécurité des Données (Grade Master), certifié par le Groupe Rennes School of Business et le ministère de l’Enseignement Supérieur et de la Recherche, date d’enregistrement 05/07/2024, date d’échéance 31/08/2027.
Rennes School of Business s’engage à favoriser une politique d’admission non discriminatoire et à promouvoir activement la diversité des profils.
Entrée en Master 1 : Diplôme de Licence ou Bachelor Entrée en Master 2 : Master 1 obtenu dans le cadre d’un parcours diplômant OU Licence avec 3 ans minimum d’expérience professionnelle (demande de VAPP obligatoire)
Niveau d’anglais Score TOEIC min. 785 ou IELTS min. 6.0 ou TOEFL min. 80 ou Cambridge B2 ou deux dernières années d’études supérieures effectuées en anglais NB : un test de langue officiel sera nécessaire pour la diplomation (TOEIC>800, TOEFL>80 ou IELTS>6,5)
Comment postuler
1. Postulez en ligne Soumettre des copies numérisées en anglais de votre CV, d’une lettre de recommandation et de vos relevés de notes pour toutes les années de votre diplôme précédent.
2. Entretien en ligne Les candidats éligibles seront invités à un entretien en ligne avec des questions préenregistrées.
Les tarifs varient en fonction du format du programme. Consultez la page Tarifs et financements pour connaître les tarifs actuels ainsi que les informations sur les aides financières, les prêts étudiants et les bourses d’études.
Tarifs et financements
L’école fournit également des informations sur les subventions régionales, nationales et internationales permettant aux candidats éligibles de réduire leur charge financière.
Des bourses peuvent être attribuées pour des résultats académiques d’excellence ou selon des critères sociaux.
Découvrez un aperçu de Rennes School of Business et de ses campus.
Notre école triplement accréditée offre un cadre de vie idéale pour une vie étudiante épanouie.
Le MSc Financial Data Intelligence prépare les étudiants à intégrer les métiers émergents situés à l’interface de la finance et de la science des données. Les diplômés sont en mesure de travailler dans différents types d’organisations : banques, assurances, cabinets de conseil, fintech, grandes entreprises, ou encore institutions publiques.
Les étudiants accueillis cette année à Rennes School of Business sont au cœur des préoccupations de l’école, dédiée à 100% au bien-être et à la vie étudiante sur notre campus.
Étudier à Rennes School of Business signifie non seulement bénéficier d’un environnement d’études exceptionnel, mais c’est aussi faire partie d’une expérience étudiante unique.
Vivre à Rennes Vivre à Paris
Rennes School of Business s’engage à lutter contre toutes les formes de discrimination et d’inégalité pour donner à tous nos étudiants les mêmes chances de réussite.
Bien-être étudiant
Accueil et accompagnement des étudiants en situation de handicap
Quel est le profil idéal pour ce programme ?
Le programme s’adresse à des étudiants titulaires d’un diplôme en finance, mathématiques, ingénierie, informatique ou économie, avec un intérêt pour la data science et la business intelligence.
Ce master est-il reconnu à l’international ?
Oui, le Master of Science délivré par Rennes SB bénéficie du grade de Master reconnu en Europe et au-delà. L’école est également accréditée par les trois labels internationaux (EQUIS, AACSB, AMBA).
Quelles sont les compétences développées ?
À la fin du programme, les étudiants maîtrisent les techniques de data analysis, de modélisation statistique, de machine learning, de data mining et d’interprétation stratégique des données financières.
Puis-je intégrer le programme sans formation en finance ?
Oui, à condition de démontrer un intérêt fort pour le domaine financier et une capacité à assimiler des outils quantitatifs. Des modules d’introduction permettent aux profils moins spécialisés de se mettre à niveau.
Quelles entreprises recrutent les diplômés ?
Les diplômés du programme intègrent des entreprises comme BNP Paribas, AXA, EY, Société Générale, Capgemini, ainsi que des fintech et startups du numérique.
Vous avez une question sur ce programme ? Contactez votre conseiller :
School
École
Programmes
Faculté & Recherche
Faculty & Research
