Image
Développez votre expertise, apprenez les techniques et maîtrisez les outils en analyse de données. Dotez-vous d’habiletés afin de prendre des décisions éclairées et stratégiques dans une organisation.
Présentation
| Acquisition de compétences en analyse des données : statistiques, apprentissage automatique, bases de données (modélisation, conception et gestion), marketing et commerce électronique. |
| Apprentissage des techniques d’analyse et d'exploitation des données (data warehousing et data mining). |
| Maîtrise des logiciels les plus utilisés du domaine, comme R, SAS et Python. |
| Développement de l'habileté à influencer la décision par des recommandations stratégiques. |
| Enseignement par un corps professoral de calibre international, provenant des universités et du monde des affaires. |
Caractéristiques
du programme
-
2ᵉ cycle
-
30 crédits
Le crédit est une unité qui permet d'attribuer une valeur numérique à la charge de travail requise d'un étudiant pour atteindre les objectifs particuliers d'un cours et représente 45 heures de travail. Un cours dans le système universitaire québécois correspond, en général, à 3 crédits.
- Temps plein
- Temps partiel
- Jour
- Présentiel
- Côte-des-Neiges
Pour mettre la théorie en pratique
Le Laboratoire de calcul et d’exploitation des données donne accès à :
- Des bases de données économiques, financières, de marketing et d’autres domaines de la gestion.
- Des logiciels spécialisés permettant de traiter ces données et de réaliser des calculs et des simulations scientifiques.
Vos perspectives professionnelles
Cette expertise en intelligence d’affaires est recherchée dans plusieurs domaines de la gestion, entre autres la finance et les services bancaires, l’assurance, l’informatique et le marketing.
Exemples de postes que vous pourriez occuper :
- Analyste d’affaires
- Analyste en intelligence d’affaires
- Coordonnatrice ou coordinateur marketing
- Spécialiste de solutions analytiques
Une passerelle vers la maîtrise
Le D.E.S.S. en gestion – intelligence d’affaires vous permet de poursuivre vos études vers la maîtrise en gestion (M. Sc.) – intelligence d’affaires. Des cours de préparation peuvent être requis.
Ces autres programmes pourraient vous intéresser
Vous étudiez déjà dans le programme? Consultez votre liste de cours dans HEC en ligne > Progression scolaire.
Vous devez réussir 10 cours pour un total de 30 crédits.
-
MARK 60105Analyse des bases de données en marketingMatièreMarketingProgrammeMaîtrise en gestion (M. Sc.)LieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Des concepts clés tels que la valeur à vie des consommateurs ainsi que la segmentation de type RFM seront abordés, ainsi que des différentes techniques statistiques. Par ailleurs, dans le cadre du travail de session, les étudiants mettront en application ces concepts et techniques afin de proposer des solutions à une ou plusieurs problématiques marketing réelles proposées par l'entreprise partenaire du cours. À la fin du cours, les étudiants devraient être en mesure d'occuper un premier emploi comme analyste ou conseiller junior en marketing des bases de données.Thèmes couverts
Marketing
Analytique d'affaires
Statistiques
Bases de données
Intelligence d'affaires
Problématiques liées à l'application de l'apprentissage supervisé sur des BDM
Problématiques liées à l'application de l'apprentissage non-supervisé sur des BDM
Les techniques de segmentation en marketing et en analytique d'affaires
L'identification des comportement des clients dans une base de données
Le ciblage
La proposition de recommandations à l'aide de l'analyse d'une base de donnéesVoir la page web du coursRemarques importantesPréalable(s) : MATH 60600(A) ou MATH 60602 ou MATH 60619 Ce cours s'adresse aux étudiants ayant déjà des connaissances de base du logiciel statistique SAS. -
MATH 60619Analyse et inférence statistiqueMatièreMathématiquesProgrammeMaîtrise en gestion (M. Sc.)LieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Plus particulièrement, ce cours présente les tests de localisation pour deux échantillons, l'analyse de variance à un et deux facteurs, les modèles linéaires, l'analyse de données longitudinales et les modèles linéaires généralisés.Thèmes couverts
Tests de localisation pour deux échantillons
Analyse de la variance
Modèles linéaires
Analyse de données corrélées et longitudinales
Modèles linéaires généralisésVoir la page web du coursRemarques importantesCours mutuellement exclusif(s) : MATH 60604(A) Vous ne pouvez pas vous inscrire à ce cours si vous avez postulé ou réussi le cours MATH 60604(A), ou si le cours MATH 60604(A) fait partie de votre structure. -
MATH 60602Analyse multidimensionnelle appliquéeMatièreMathématiquesProgrammeMaîtrise en gestion (M. Sc.)LieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Sujets couverts: l'analyse factorielle exploratoire, l'analyse de regroupements, les méthodes de sélection de variables en régression, la régression logistique (incluant modèles pour données multinomiales), l'analyse de survie et le traitement de données manquantes. L'emploi de concepts mathématiques sera réduit à son minimum et ces derniers ne serviront qu'à faciliter la compréhension des méthodes étudiées. Une connaissance des concepts et méthodes statistiques de base est requise.Thèmes couverts
- Analyse exploratoire
- Analyse factorielle exploratoire et analyse en composantes principales
- Analyse de regroupements
- Sélection de variables pour les modèles de régression
- Régression logistique pour données binaires et multinomiales
- Analyse de survie
- Données manquantesVoir la page web du coursRemarques importantesCours mutuellement exclusif(s) : MATH 60603(A) Vous ne pouvez pas vous inscrire à ce cours si vous avez postulé ou réussi le cours MATH 60603(A), ou si le cours MATH 60603(A) fait partie de votre structure. -
MATH 60600Techniques d'exploitation de données (data mining)MatièreMathématiquesProgrammeMaîtrise en gestion (M. Sc.)Mode d'enseignementPrésentielCrédits3Ce cours présente certaines des principales techniques d'analyse de grandes bases de données (data mining). Les technologies de l'intelligence d'affaires permettent aux entreprises, entre autres, d'analyser les données recueillies pour leurs opérations afin de mieux comprendre le comportement de leurs clients dans le but d'aider à anticiper la demande, accroître la rétention ou réduire la fraude. Différentes techniques de l'intelligence d'affaires, parmi les plus utilisées en pratique, seront donc présentées et illustrées à partir d'exemples concrets dans différents domaines de gestion.Thèmes couverts
Arbres de classification et de régression.
Combinaison d'arbres. Boosting et forêts aléatoires.
Réseaux de neurones.
Interprétation des modèles.
Classification avec classes déséquilibrées.
Modélisation incrémentale et effets de traitement individuels.Voir la page web du coursRemarques importantesCours en anglais : MATH 60600A
Cours mutuellement exclusif(s) : MATH 60603(A) Vous ne pouvez pas vous inscrire à ce cours si vous avez postulé ou réussi le cours MATH 60603(A), ou si le cours MATH 60603(A) fait partie de votre structure. -
TECH 60701Technologies de l'intelligence d'affairesMatièreTechnologies de l'informationProgrammeMaîtrise en gestion (M. Sc.)LieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Voir la page web du coursL'intelligence d'affaires vise à extraire de la connaissance à partir de sources de données hétérogènes. Ce cours porte sur les différentes technologies reliées au stockage ainsi qu'à l'exploitation des données en contexte d'intelligence d'affaires. Dans ce cours, l'étudiant est amené à développer un regard critique sur la (1) structure, (2) la manipulation ainsi que (3) l'extraction de données de sources opérationnelles. Au-delà des enjeux techniques liés à l'utilisation de technologies couramment utilisées dans ce domaine, l'étudiant développera une bonne compréhension des enjeux reliés à la gestion de ces technologies (intégration et gouvernance de données, visualisation, prise de décision, enjeux reliés au big data).
- Soit 5 cours à option
- Soit 4 cours à option et 1 cours au choix
Cours à option
Marketing
-
MARK 60151Analyse de la demandeMatièreMarketingProgrammeMaîtrise en gestion (M. Sc.)LieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Ce cours porte sur l'analyse de la demande tant sur les marchés canadiens qu'étrangers, qu'il s'agisse de nouveaux produits, de produits existants, ou encore de services. L'objectif est de fournir à l'étudiante ou à l'étudiant les moyens nécessaires à l'analyse, en ce qui concerne les sources de données disponibles et les outils et techniques qui permettent de les analyser, ainsi que les approches couramment utilisées dans le domaine.Voir la page web du coursThèmes couverts
Approches utilisées dans l'analyse de la demande
Où et comment trouver les données nécessaires à l'analyse de la demande?
Analyse de la demande pour les produits existants les nouveaux produits et les services
Estimation de la demande actuelle et potentielle
Estimation de la demande prévisionnelle
Analyse de la demande selon la perspective des consommateurs -
MATH 60622Modèles de décision en marketingMatièreMathématiquesProgrammeMaîtrise en gestion (M. Sc.)LieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Ce cours est une initiation à la modélisation mathématique en marketing. On introduit les outils de base pour formuler des modèles réalistes qui permettent l'obtention de solutions implémentables en pratique. On apprend à identifier les variables pertinentes d'un problème et à clarifier les relations entre elles; à obtenir des solutions rigoureuses; à établir une distinction entre la connaissance reliée à des faits et la connaissance inférée de ces faits. Les principales applications traitées dans le cours touchent, entre autres, à la tarification de produits et services, au design et positionnement de produits, et à l'optimisation de l'impact publicitaire.Voir la page web du coursThèmes couverts
Typologie des modèles de décision en marketing: modèles descriptifs prescriptifs et théoriques; fonctions de réponse du marché; modèles statiques et dynamiques déterministes et stochastiques.
Optimisation d'un programme marketing: modèles linéaires non-linéaires dynamiques et de théorie des jeux. Applications (publicité force de vente espace tablette etc.)
Tarification de produits et services: stratégies en concurrence imparfaite tarification dans les réseaux de distribution. Consommateurs stratégiques et stratégies de prix.
Promotion des ventes: stratégies de réduction des prix promotion non tarifaire.
Modèles de parts de marché. Modèles de choix de discrets.
Positionnement de produits: positionnement multidimensionnel. -
TECH 60110Web analytiqueMatièreTechnologies de l'informationProgrammeMaîtrise en gestion (M. Sc.)Mode d'enseignementPrésentielCrédits3Ce cours se concentre sur les éléments uniques des données Internet en termes de trafic de sites Web, de référencement sur Internet, de modèles commerciaux, et d'optimisation des sites Web. À l'aide d'une combinaison d'études de cas, de discussions d'articles, d'exercices pratiques et d'un mandat pour un client, les étudiantes et étudiants apprendront à créer, surveiller et répondre aux mesures liées à l'activité sur le Web. Un accent particulier sera mis sur la compréhension de mesures significatives, telles que les taux d'abandon des paniers d'achat et les taux de conversion. Une variété d'outils logiciels sera couverte, y compris, mais sans s'y limiter, Google Analytics.Thèmes couverts
Introduction à l'analyse Web et aux modèles commerciaux
Avantages et applications de l'analyse Web
Google Analytics: apprentissage pratique
Analyse des données clickstream et parametres appliquées
Modèles de commerce électronique
Modèles de logiciel en tant que service (SaaS)
Modèles de médias sociaux
Référencement sur Internet (SEO)
Parcours client et recherche UX
Optimisation des plateformes Web (tests A/B)
Tableaux de bord et présentationsVoir la page web du coursRemarques importantesCours en anglais : TECH 60110A
Sciences de la décision
-
MATH 60607Algorithmes pour l'optimisation et l'analyse des mégadonnéesMatièreMathématiquesProgrammeMaîtrise en gestion (M. Sc.)LieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Ce cours traite de l'analyse algorithmique, de la complexité de calculs et des structures de données. Afin de mieux faire face aux besoins grandissants des entreprises quand à la capacité de traitement de l'information, l'emphase sera mise sur la parallélisation. Les conditions pour le succès de la mise en oeuvre parallèle d'un programme selon divers paradigmes sera abordée. En particulier, les programmes avec mémoire partagée, avec échange d'information au sein d'un réseau local ou le calcul distribué.Thèmes couverts
1. Programmation séquentielle et analyse algorithmique.
2. Calcul parallèle avec mémoire partagée (utilisation de fils threads).
3. Calcul parallèle synchronisé sans mémoire partagée (utilisation de MPI).
4. Calcul distribué (utilisation de hadoop/spark).Voir la page web du coursRemarques importantesCours en anglais : MATH 60607A -
MATH 60615Analyse de décisionMatièreMathématiquesProgrammeMaîtrise en gestion (M. Sc.)LieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Les techniques sont illustrées à partir d'exemples de divers domaines de la gestion et d'études de cas. Les étudiants apprendront à analyser et modéliser les problèmes de décision. Ils se familiariseront à l'utilisation des principales techniques d'aide à la prise de décision et des logiciels spécialisés les implémentant: arbres de décision, simulation de Monte-Carlo, théorie de l'utilité, programmation par objectif, optimisation multicritères, analyse hiérarchique.Voir la page web du coursRemarques importantesCours en anglais : MATH 60615A
-
MATH 60629Apprentissage automatique I : analyse des mégadonnées et prise de décisionMatièreMathématiquesProgrammeMaîtrise en gestion (M. Sc.)LieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3L'avènement des données massives requiert des outils d'analyses appropriés. L'apprentissage automatique (machine learning) offre ces outils et est incontournable pour modéliser des problèmes dans divers domaines tels que l'intelligence artificielle, la bio¿informatique, la finance, le marketing, l'éducation, le transport et la santé. Nous étudierons les modèles d'apprentissage automatique pour l'apprentissage supervisé, non supervisé et comment ils peuvent être étendus aux données massives à l'aide de techniques de calcul à grande échelle (p. ex. grappes d'ordinateurs). Nous étudierons en plus des modèles récents pour les systèmes de recommandations ainsi que pour la prise de décision (apprentissage par renforcement). Les étudiants auront l'occasion de bonifier leurs connaissances en effectuant un projet requérant l'analyse de données réelles (par exemple venant de leur champ de recherche). À noter : Les étudiants devront déjà connaitre un langage de programmation.Thèmes couverts
- Calcul distribué et parallèle
- Apprentissage supervisé
- Apprentissage son¿supervisé
- Apprentissage par renforcement
- Systèmes de recommandations
- Prise de décision séquentielleVoir la page web du coursRemarques importantesCours en anglais : MATH 60629A. Préalable(s) : MATH 60600(A) et MATH 60602. Seulement pour les spécialisations autres que Sc. données et analytique d'aff. Le cours de doctorat MATH 80629 est maintenant un cours du programme de M. Sc. -
MATH 60613Logiciels statistiques pour l'analyse de donnéesMatièreMathématiquesProgrammeMaîtrise en gestion (M. Sc.)LieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Les logiciels R et SAS sont les plus utilisés en pratique. Ils sont basés sur des langages de programmation différents qu'il est important de maîtriser. En SAS, le cours couvre l'apprentissage et utilisation du langage macro afin de créer des fonctions permettant des analyses statistiques supplémentaires. En R, le cours aborde la construction et l'utilisation de librairies de fonctions qui permettent le partage d'outils d'analyse qu'il aura codés. Finalement, le cours aborde également l'utilisation de modules permettant de gérer le contenue des sorties et rapports.Voir la page web du coursThèmes couverts
Traitement des données dans SAS fonctions et énoncés
Manipulation de base dans SAS
Manipulation avancée dans SAS
Boucles et arrays dans SAS
Le langage Macro
Introduction à la programmation orientée objet dans R
Concepts de base dans R
Manipulations et sorties de résultats dans R de base
Manipulations avec la suite Tidyverse
Manipulations avancées et Rmarkdown
Visualisations des données avec GGPLOT2 et exemple d'analyses statistiques -
MATH 70611Méthodes avancées en exploitation de donnéesMatièreMathématiquesProgrammeDoctoratLieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Les concepts théoriques et les idées à la base de ces méthodes seront discutés en détail. L'utilisation pratique de ces méthodes sera aussi traitée en utilisant des exemples provenant de plusieurs domaines de la gestion. À cette fin, le langage R sera l'outil de choix, car la plupart des méthodes récentes font leur apparition sous la forme de package R.Thèmes couverts
Régularisation et sélection variable dans les modèles de régression.
Méthodes avancées basées sur les arbres et boosting.
Intervalles de prédiction.
Analyse de données fonctionnelles.
Analyse de données spatiales.Voir la page web du coursRemarques importantesCours en anglais : MATH 70611A Cours équivalent(s) : MATH 60611(A) ou MATH 80619(A) -
MATH 60656Réalisation de projets en analyse de donnéesMatièreMathématiquesProgrammeMaîtrise en gestion (M. Sc.)Mode d'enseignementPrésentielCrédits3Ce cours vise à consolider les apprentissages effectués dans les autres cours de la M. Sc. en mettant l'accent sur les phases en amont et en aval d'un mandat d'analyse. Les étudiants seront amenés en équipe à rencontrer une organisation cliente pour solutionner un problème lié à la valorisation des données. Ils auront à définir les besoins de l'organisation, à proposer une offre de service, à élaborer un plan d'analyse, à effectuer les analyses appropriées et à présenter ces résultats à l'organisation. La dimension philanthropique de ce cours se manifeste par le fait que les mandats sont effectués auprès d'organismes sans but lucratif.Thèmes couverts
1-La rencontre du client et la définition du mandat
2-L'offre de service
3-Le plan d'analyse
4-La répartition du travail au sein de l'équipe d'analyse
5-La présentation des résultats et des recommandations
6-La rédaction du rapport
7-Le compte-rendu et la synthèse des apprentissages
Voir la page web du coursRemarques importantesPréalable(s) : MARK 60105 Cours équivalent(s) : MATH 60156(A) -
MATH 60621Traitement automatique du langage naturelMatièreMathématiquesProgrammeMaîtrise en gestion (M. Sc.)LieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Les sujets couverts incluront la structure des données textuelles et la manière dont elles peuvent être utilisées pour des tâches telles que la recherche et la classification de documents, la génération de textes et le résumé de textes. Nous couvrirons les modèles de langage statistique et ceux basés sur les réseaux neuronaux. Le cours suppose de l'expérience préalable avec le langage de programmation Python, mais aucune expérience préalable en apprentissage automatique n'est requise.Thèmes couverts
La nature des données textuelles
Le prétraitement du texte : tokenisation et lemmatisation
Les modèles sac-de-mots les modèles thématiques et la classification naïve
Les modèles de langage N-grams (modèles de Markov)
Les modèles de Markov cachés et l'étiquetage grammatical
Les représentations distribuées et la sémantique vectorielle
Les modèles de langage neuronaux récurrents les LSTMs et la génération de texte
Les modèles de langage Transformers et la modélisation du langage masqué
Les modèles encodeurs et la recherche sémantique
Les modèles encodeurs-décodeurs le résumé de texte et la traductionVoir la page web du coursRemarques importantesCours en anglais : MATH 60621A
Technologie de l’information
-
TECH 60702Mise en oeuvre du changement technologiqueMatièreTechnologies de l'informationProgrammeMaîtrise en gestion (M. Sc.)LieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Grâce aux nombreux travaux effectués par les chercheurs en technologies de l'information (TI), une riche littérature présente et analyse les grandes questions qui portent sur la mise en œuvre du changement technologique dans les organisations. Ce cours vise en premier lieu à familiariser les étudiants aux travaux de recherche effectués afin de permettre une meilleure compréhension du phénomène et de le distinguer des autres processus connexes dont la conception de solutions technologiques et la gestion de projet TI. Un deuxième objectif du cours consiste à démontrer la pertinence et les implications de cette riche littérature pour les gestionnaires souhaitant contribuer activement à la réussite des initiatives de changement technologique au sein des organisations. Les activités qui feront l'objet d'une analyse comprennent l'élaboration du dossier de justification TI, l'analyse des parties prenantes, la gestion du risque TI ainsi que la gestion de la résistance aux TI.Voir la page web du coursThèmes couverts
Vue d'ensemble du processus de mise en œuvre du changement technologique
Les conditions initiales et les critères de succès des projets TI
Le dossier de justification TI et l'analyse des parties prenantes
L'évaluation du succès des initiatives de changement technologique
La gestion du risque et des événements imprévus dans les projets TI
L'escalade et la désescalade des grands chantiers TI dans les organisations
La gestion de la résistance au changement technologique
Les compétences des spécialistes TI en matière de changement technologique
Les défis et enjeux associés à l'après déploiement des TI dans les organisations -
TECH 60712Protéger les données dans l'univers numériqueMatièreTechnologies de l'informationProgrammeMaîtrise en gestion (M. Sc.)LieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Des documents confidentiels oubliés sur une table, des numéros de carte de crédit volés, des courriels envoyés à des entités non autorisées, des courriels d'hameçonnage ... bref, des situations omniprésentes dans le quotidien des gestionnaires et des utilisateurs de technologies. Tout le monde manipule des données à la maison, au travail ou en déplacement et les brèches de données peuvent avoir des impacts négatifs importants autant sur l'individu que sur l'organisation. L'intégration des pratiques de cyberhygiène aux pratiques quotidiennes est devenue essentielle. Le cours permet à l'étudiant de devenir un utilisateur averti, soucieux de protéger adéquatement et efficacement les données. Ainsi, l'étudiant comprendra les enjeux individuels et organisationnels liés à la protection des données ainsi que les stratégies et moyens de protection. De plus, il saura mettre en oeuvre un programme de sensibilisation des acteurs organisationnels.Voir la page web du coursThèmes couverts
Définir les objectifs et les principes de la protection des données confidentielles dans le grand domaine de la protection de l'actif informationnel.
Les impacts des brèches de données sur les individus et les organisations
Les principales menaces
Les principales vulnérabilités
Identifier les principaux scénarios de risque les stratégies et moyens de protection
Rôle du cadre de gouvernance des politiques organisationnelles et des lois pour protéger les données confidentielles.
La protection des données : une responsabilité partagée (les rôles et responsabilités des acteurs organisationnels)
Considérations éthiques liées à la protection des données et au respect de la vie privée des individus.
Le rôle de la culture organisationnelle pour protéger les données confidentielles de l'organisation.
La sensibilisation des individus par rapport à la protection des données -
TECH 60711Réalisation d'applications d'intelligence artificielleMatièreTechnologies de l'informationProgrammeMaîtrise en gestion (M. Sc.)LieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Les organisations mobilisent de plus en plus les applications d'intelligence artificielle dans le déploiement de leur stratégie numérique, tant pour enrichir leur proposition de valeur, connaître, attirer, retenir leurs clients, personnaliser leur relation avec ceux-ci et soutenir leurs employés dans leurs tâches. Ce cours s'adresse aux futurs professionnels qui accompagneront les organisations dans le déploiement efficace de ce type d'applications. Pour ce faire, le cours adopte une approche expérientielle qui permettra aux étudiants de maîtriser les fondements de l'intelligence artificielle et les principes de développement des applications la mobilisant, ainsi que d'expérimenter la réalisation de ce type d'applications. Les étudiants seront aussi appelés à se familiariser avec les principes d'éthique particuliers à la réalisation et l'utilisation d'applications d'intelligence artificielle en gestion et à expérimenter l'utilisation d'un cadre d'éthique dans ce contexte.Thèmes couverts
Éléments fondamentaux en intelligence artificielle: origine développements récents types de systèmes etc.
Principes de fonctionnement des différents modèles utilisés en intelligence artificielle
Outils permettant de réaliser des applications en intelligence artificielle
Insertion des applications en intelligence artificielle dans le modèle d'affaire d'une organisation
Éléments méthodologiques relatifs à la réalisation d'applications en intelligence artificielle
Défis particuliers associés à la réalisation d'applications en intelligence artificielle
Considérations éthiques associées à la réalisation d'applications en intelligence artificielleVoir la page web du coursRemarques importantesUn ordinateur portable configuré selon les exigences technologiques de l'École est requis pour ce cours. -
TECH 60720Refonte des processus d'affaires assistée par l'intelligence artificielleMatièreTechnologies de l'informationProgrammeMaîtrise en gestion (M. Sc.)LieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3La refonte des processus d'affaires joue un rôle important dans le déploiement d'une transformation numérique et est tributaire de la qualité du diagnostic de l'existant et de la conception d'un nouveau processus. Ce cours permettra aux étudiantes et étudiants de maitriser une méthode de refonte des processus d'affaires assistée par IA pour le diagnostic et la conception de processus. Par exemple, le forage de processus (process mining) permet d'analyser des fichiers de journalisation (log files), d'inférer les processus exécutés, d'en évaluer la performance et la conformité et de proposer des améliorations. L'automatisation robotisée des processus (ARP - Robotic Process Automation) permet d'améliorer la performance des processus comprenant des tâches volumineuses et répétitives. L'automatisation cognitive (ou intelligente) des processus est l'extension de l'ARP qui permet de traiter des tâches d'un degré de complexité plus élevé en intégrant un volet apprentissage machine. Dans le cas des processus impliquant une importante interface humain-machine, les aspects essentiels de l'expérience utilisateur seront examinés. Les considérations d'acquisition de ces outils seront aussi traitées.Voir la page web du coursThèmes couverts
Concepts fondamentaux de l'analyse et de la conception des processus d'affaires
Considérations pour le choix d'une méthode de refonte assistée des processus d'affaires permettant la pose du diagnostic des processus existant
Diagnostic assisté : Forage des processus pour découvrir vérifier la conformité ou améliorer la performance
Conception assistée : Automatisation robotisée et automatisation intelligente des processus d'affaires
Éléments essentiels de l'expérience utilisateur à considérer lors de l'utilisation de l'IA dans le diagnostic et la conception de processus -
TECH 60771Tableaux de bord et gouvernance des donnéesMatièreTechnologies de l'informationProgrammeMaîtrise en gestion (M. Sc.)LieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Thèmes couverts
Thème 1 - Les tableaux de bords informationnels - types domaines d'utilisation et indicateurs de performance associés
Thème 2 - Techniques de détermination des besoins - choix et application
Thème 3 - Les défis technologiques - exigences données - et les options de mise en place de tableaux de bord informationnels
Thème 4 - Principes de conception et d'évaluation de l'interface utilisateur
Thème 5 - Évaluation des retombées et des bénéfices organisationnels des tableaux de bord informationnels
Thème 6 - Gestion du cycle de vie des données - Concepts de base
Thème 7 - Intendance et gouvernance des données
Thème 8 - Gestion de la qualité des données et de l'accès
Thème 9 - Métriques pour maintenir des données de qualité
Thème 10 - Gestion des données - Concepts avancés (IA agile Mashups etc.)Voir la page web du coursRemarques importantesUn ordinateur portable configuré selon les exigences technologiques de l'École est requis pour ce cours. -
TECH 60700Transformation numériqueMatièreTechnologies de l'informationProgrammeMaîtrise en gestion (M. Sc.)LieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Les organisations évoluent dans un environnement complexe : avancées technologiques, mondialisation, alliances stratégiques, changements de main-d'œuvre et de clientèle, etc. Leur survie et compétitivité dépendent de leur habileté à transformer leur modèle d'affaires et en intégrant les technologies numériques dans les composantes de ce modèle d'affaires. La transformation numérique est l'utilisation des technologies de télécommunications, mobiles, des médias sociaux, d'analyse des mégadonnées et d'intelligence artificielle dans le renouvellement des organisations, leur fonctionnement et leurs offres de produits et services. Cette transformation sera étudiée selon trois perspectives : i) la nature et la portée de la transformation numérique ii) la transformation du modèle d'affaires et iii) les habiletés clés de la gestion de la transformation.Thèmes couverts
- Transformation numérique : nature et portée
- Transformation numérique : initiative stratégique
- Rôle des technologies numériques notamment de l'intelligence artificielle dans la transformation du modèle d'affaires : segments clientèle proposition de valeur canaux de distribution/communication relation client
- Habiletés clés pour la gestion d'une transformation numérique
- Facteurs contributifs au succès ou à l'échec
- Protection de la vie privée et de l'intégrité des personnes lors de la collecte et de l'utilisation des donnéesVoir la page web du coursRemarques importantesUn ordinateur portable configuré selon les exigences technologiques de l'École est requis pour ce cours.
Cours au choix
- Campus international
- Cours de 2e cycle à HEC Montréal
- Cours de 2e cycle à l'Université de Montréal, approuvé au préalable par la direction concernée
Dates limites de dépôt des demandes d’admission
- Trimestre d’automne : au plus tard le 1er avril
- Trimestre d’hiver : au plus tard le 15 septembre
- Trimestre d’été : aucune admission
Candidates et candidats de l'international
Privilégiez une demande d’admission au trimestre d’automne afin d’avoir plus de temps pour obtenir les documents d’immigration (minimum 2 mois). Notez toutefois qu’il est possible de reporter votre admission gratuitement au trimestre suivant si les délais s’allongent.
Conditions et pièces requises
Sélectionnez le système dans lequel vous avez fait vos études universitaires :
Québécois ou canadien
Système québécois ou canadien
Diplôme requis
Vous devez être titulaire d’un grade de 1er cycle d’au moins 90 crédits (baccalauréat) en administration des affaires ou dans un domaine connexe.
Les domaines d'études suivants sont priorisés : actuariat, économie, génie, informatique, mathématiques, statistique et technologie de l'information.
Moyenne minimale
Vous devez avoir obtenu une moyenne cumulative minimale de 2,7 sur 4,3 au baccalauréat. Si l’université où vous avez complété votre baccalauréat exige une moyenne plus élevée pour l’admission à un programme de 2e cycle, c’est cette moyenne qui doit être prise en compte.
Français
Vous avez le niveau requis en français si vous répondez à l’un des critères qui attestent que vous êtes francophone en raison de votre scolarité.
Autrement, vous devez réussir l’un des tests ou programmes de français avec le niveau intermédiaire-avancé.
Anglais
Bon nombre de lectures et de documents de référence sont en anglais. Il est donc fortement recommandé de maîtriser cette langue.
Pièces requises pour l'admission
Vous aurez des documents à fournir dans le cadre du processus d'admission.
La capacité d’accueil de certains programmes est limitée. HEC Montréal ne s'engage pas à accepter toutes les candidatures admissibles.
Français
Système français
Diplôme requis
Vous devez posséder au minimum un diplôme de licence générale ou de bachelor visé par l'État après au moins 3 années d’études universitaires (180 ECTS) en gestion ou dans un domaine connexe.
Non admissibles :
- Titre certifié au RNCP;
- Bachelor universitaire de technologie (BUT);
- Diplôme de bachelor et de licence incluant un diplôme technologique (BTS ou DUT).
Les domaines d'études suivants sont priorisés : actuariat, économie, génie, informatique, mathématiques, statistique et technologie de l'information.
Moyenne minimale
Vous devez avoir obtenu une moyenne d’au moins 12 sur 20 pour l’ensemble des années universitaires.
Français
Vous avez le niveau requis en français si vous répondez à l’un des critères qui attestent que vous êtes francophone en raison de votre scolarité.
Autrement, vous devez réussir l’un des tests ou programmes de français avec le niveau intermédiaire-avancé.
Anglais
Bon nombre de lectures et de documents de référence sont en anglais. Il est donc fortement recommandé de maîtriser cette langue.
Pièces requises pour l'admission
Vous aurez des documents à fournir dans le cadre du processus d'admission.
La capacité d’accueil de certains programmes est limitée. HEC Montréal ne s'engage pas à accepter toutes les candidatures admissibles.
Autre sytème
Autre système d'enseignement
Diplôme requis
Vous devez être titulaire d'un diplôme de 1er cycle reconnu par l'État au terme de 3 années d'études universitaires (180 ECTS) en gestion ou dans un domaine connexe.
Non admissibles : les diplômes de bachelor et de licence incluant un diplôme technologique (BTS, DTS ou DUT).
Les domaines d'études suivants sont priorisés : actuariat, économie, génie, informatique, mathématiques, statistique et technologie de l'information.
Moyenne minimale
Vous devez avoir obtenu, pour l'ensemble des années universitaires, une moyenne d'au moins 12 sur 20 ou comparable selon le système de notation du pays.
Français
Vous avez le niveau requis en français si vous répondez à l’un des critères qui attestent que vous êtes francophone en raison de votre scolarité.
Autrement, vous devez réussir l’un des tests ou programmes de français avec le niveau intermédiaire-avancé.
Anglais
Bon nombre de lectures et de documents de référence sont en anglais. Il est donc fortement recommandé de maîtriser cette langue.
Pièces requises pour l'admission
Vous aurez des documents à fournir dans le cadre du processus d'admission.
La capacité d’accueil de certains programmes est limitée. HEC Montréal ne s'engage pas à accepter toutes les candidatures admissibles.
Estimation des frais de scolarité
Les montants indiqués ci-dessous sont approximatifs. Pour connaître les montants détaillés par crédits, consultez le tableau des frais (PDF, 109 ko). Les frais d’assurance, de matériels scolaires, d’hébergement ou autres ne sont pas inclus.
Chaque trimestre, vous recevrez une facture avec le montant exact que vous devrez payer selon le nombre de crédits inscrits.
Vous payez le tarif québécois si vous êtes résidente ou résident du Québec selon certains critères tels que la possession d’un certificat de naissance du Québec ou d’un certificat de sélection du Québec.
Coût du programme complet (30 crédits) : 5 000 $
Vérifiez si vous répondez à l’un des critères de résidence du Québec.
Vous payez le tarif canadien si vous êtes citoyenne ou citoyen de naissance ou naturalisé, autochtone, ou bien résidente ou résident permanent du Canada.
Coût du programme complet (30 crédits) : 11 400 $
Vérifiez si vous pouvez bénéficier d’une exemption et payer le tarif québécois.
Une entente intergouvernementale vous permet de bénéficier d’une exemption et de payer le tarif québécois plutôt que le tarif international.
Coût du programme complet (30 crédits) : 5 000 $
Vérifiez les conditions à respecter pour bénéficier de l’exemption.
Vous payez le tarif international si vous provenez de l’extérieur du Canada et qu’aucune exemption ne s’applique à votre situation.
Coût du programme complet (30 crédits) : 25 100 $
Vérifiez si vous pouvez bénéficier d’une exemption et payer le tarif québécois ou canadien
Afin que le bon tarif soit appliqué, vous pourriez avoir des pièces à fournir pour prouver votre statut légal à la suite de votre admission.