Image
Maîtrise en gestion (M. Sc.) – intelligence d’affaires
Maîtrisez l'analyse des données, ses techniques et ses outils en vue de prendre de meilleures décisions, notamment en marketing.
Présentation
| Acquisition de compétences permettant d’exceller en analyse des données : statistiques; apprentissage automatique; modélisation, conception et gestion des bases de données; marketing et commerce électronique. |
| Apprentissage des techniques d’analyse des bases de données, d'entreposage et d'exploitation des données (data warehousing et data mining). |
| Maîtrise des logiciels les plus utilisés du domaine (R, SAS, Python, entre autres). |
| Développement d’habiletés permettant de guider la prise de décision en faisant des recommandations tenant compte des enjeux propres à l’organisation. |
| Le cours Expérience Québec facilite l’intégration des étudiantes et étudiants de l'international aux marchés de l'emploi québécois et canadien. Il est proposé à la plupart de celles et ceux qui ont choisi le cheminement avec projet supervisé. |
Image
« Ce programme offre les outils et les connaissances qui me permettent d’accéder aux données, de les manipuler et de les analyser pour prendre les meilleures décisions pour l’entreprise. »
–
Luc Gagnon, diplômé de la maîtrise en gestion (M. Sc.) – intelligence d’affaires, directeur analyse comportementale, Air Canada
Caractéristiques
du programme
-
2ᵉ cycle
-
45 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
Un encadrement étroit, en lien avec l’entreprise
Image
« Les professeures et professeurs de HEC Montréal ont établi des liens privilégiés avec les entreprises œuvrant en intelligence d’affaires. Celle ou celui qui vous supervisera vous aidera à utiliser et développer des méthodes d’analyse de pointe pour des applications concrètes, utiles pour les entreprises et la société en général. »
–
Denis Larocque, professeur titulaire
De la recherche dans votre domaine d’études
- Chaire de théorie des jeux et gestion
- Groupe d'études et de recherche en analyse des décisions (GERAD)
- Centre interuniversitaire de recherche sur les réseaux d'entreprise, la logistique et le transport (CIRRELT)
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.
Un pas vers votre avenir professionnel
Les organisations font confiance à l’expertise acquise à cette maîtrise. Les exemples de projets supervisés proposés en témoignent.
- Conception d’indicateurs et analyse des mesures de performance et de croissance.
- Implantation d’outils pour l’amélioration de l’analyse, comme des tableaux de bord.
- Étude des données transactionnelles et de fidélité, notamment la segmentation de la clientèle, amélioration de l’expérience client et l’optimisation des programmes de fidélité.
- Optimisation de la stratégie web.
- Évaluation de la productivité d’un processus.
QTEM Masters Program : intégrez un réseau de classe mondiale
Faites un trimestre d’études en contexte international dans l’un des établissements du prestigieux réseau QTEM pour obtenir la certification QTEM – technologies quantitatives en économie et en gestion.
Vos perspectives professionnelles
Postes détenus par des personnes ayant obtenu ce diplôme :
- Analyste d’affaires sénior
- Analyste en intelligence d’affaires
- Coordonnatrice ou coordinateur marketing
- Spécialiste de solutions analytiques
Image
« J’ai toujours hâte de rencontrer des diplômées et diplômés de HEC Montréal : ils ajoutent de la valeur à notre entreprise dès les premières semaines suivant leur intégration. Le programme de maîtrise leur enseigne comment appliquer leurs compétences à des situations d’affaires réelles. Si je devais me limiter à recruter au sein d’une seule école, mon choix se porterait sur HEC Montréal. »
–
Steve Densham, gestionnaire principal en intelligence d'affaires chez Bell Canada
Ces autres programmes pourraient vous intéresser
Vous étudiez déjà dans le programme? Consultez votre liste de cours dans HEC en ligne > Progression scolaire.
Cette spécialisation propose le cheminement avec mémoire ou le cheminement avec projet supervisé pour un total de 45 crédits, sur une durée de 16 à 24 mois.
Sélectionnez un cheminement :
Mémoire
Mémoire
- 7 cours (21 crédits)
- 2 activités obligatoires non créditées
- Mémoire (24 crédits)
5 cours de spécialisation
-
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).
1 cours du programme
-
GEST 60401Regards croisés sur les grands enjeux de société et l'entrepriseMatièreGestionProgrammeMaîtrise en gestion (M. Sc.)LieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Le cours se base sur la lecture et la discussion de textes fondamentaux classiques et contemporains en sciences sociales, en particulier en économie, en sociologie, en anthropologie et en histoire. L'objectif est que les étudiants puissent développer leurs capacités à appréhender les grands enjeux sociétaux (environnementaux et sociaux) et l'entreprise dans sa globalité, et à prendre du recul par rapport aux techniques de gestion, de façon à devenir de véritables acteurs de la société et du monde des affaires, doués d'esprit critique et de sensibilité éthique, laquelle leur permettra notamment d'aborder les enjeux d'éthique des affaires et les enjeux sociétaux de façon plus lucide et éclairée. Une caractéristique importante du cours est qu'il est animé conjointement par deux enseignants - l'un du Département d'économie appliquée, l'autre du Département de management - qui offrent donc des « regards croisés » sur les grands enjeux sociétaux, l'entreprise et la gestion.Thèmes couverts
- L'émergence de la société moderne occidentale
- Le modèle de société occidentale moderne et ses implications sociales et environnementales
- Les fondements économiques et sociaux de l'entreprise
- Les ressorts individuels et collectifs de l'entreprise
- L'entreprise en perspective face aux grands défis sociaux et environnementauxVoir la page web du coursRemarques importantesCours en anglais : GEST 60401A Il est fortement recommandé de suivre ce cours en fin de programme.
Marketing
-
METH 80101AApplied Meta-AnalysisMatièreMéthodologieProgrammeDoctoratLieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Course tailored to Ph.D. students seeking to produce a meta-analysis (for their dissertation or other projects). Students will have developed the first draft of a manuscript, including data and analysis, that could be developed further if aiming for publication. The class is relevant to business disciplines at large. Specifically, it covers material drawn from management, marketing, (health) economics, IT, HR, psychology, and medicine. The class is a mix between acquiring foundation knowledge while also facilitating the application of this knowledge in a research project that is carried out throughout the semester. Each week features 1) seminar-type discussions of key methodological and substantive articles that have applied these methodological concepts, 2) short lecture-type conceptual presentations, and 3) presentations of the students' own meta-analysis projects. Students will also learn to operate an open-source software.Voir la page web du coursThèmes couverts
- History of meta-analysis
- Epistemological foundations of meta-analysis
- Types of meta-analyses
- Using the R software
- How to perform meta-analysis including the following themes (non-exhaustive list) :
+ Selecting articles to include in the meta-analysis;
+ Effect size;
+ Fixed vs random effect models;
+ Moderators;
+ Data-dependency;
+ Coding coding booklet double coding rater reliability;
+ Meta-regression multi-level meta-analysis meta-SEM;
+ Psychometric meta-analysis;
+ Meta-analysis of longitudinal studies.
-
METH 80109ATextual Analysis and Psychophysiological MeasuresMatièreMéthodologieProgrammeDoctoratLieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3The objective is to help students develop a comprehensive and in-depth understanding of research conducted using quantitative textual analysis and psychophysiological methods. This will help them develop their research skills and allow them to use these promising new methods in their own research. Although most applications will be in consumer research, the methods can be applied in other fileds related to human behavior.Voir la page web du coursThèmes couverts
Basic concepts of psychometry and biological measurements.
Textual Analysis : Characteristics of textual analysis and social media.
Sentiment Analysis.
Automated Content Analysis.
Hormonal Measures and Consumption.
Eye-tracking fMRI and EEG in Marketing Research
Facial Emotions and Galvanic Skin Response in Marketing Research.
Sciences de la décision
-
MATH 80621ASurvival and Longitudinal Data AnalysisMatièreMathématiquesProgrammeDoctoratLieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3The main characteristic of survival analysis and longitudinal studies is that subjects are followed over time, thereby allowing to study the evolution of some phenomenon of interest. This course will focus on the fundamental concepts for analyzing survival and correlated data and present statistical methods that account for the temporal dynamics, correlation and partial information they present. Throughout the course, methods will be illustrated using concrete examples drawn from several areas of management. Practical considerations will be emphasized so that the student can carry out a thorough analysis of survival and correlated data by the end of the course.Voir la page web du coursThèmes couverts
1. Non-parametric survival analysis
2. Parametric models for survival analysis
3. Cox proportional hazards model and extensions
4. Recurrent events and correlated survival times
5. Linear models for longitudinal data: covariance structure and random effects
6. Generalized linear models for longitudinal data: covariance structure and random effects
7. Missing data -
MATH 80648Apprentissage automatique II : Apprentissage profondMatièreMathématiquesProgrammeDoctoratLieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Ce cours a pour objectif de présenter les techniques de base de l'apprentissage profond, notamment les réseaux de neurones, les réseaux de neurones à convolution et les réseaux de neurones récurrents. Nous couvrirons également les progrès récents sur les modèles génératifs profonds. Enfin, nous expliquerons comment appliquer ces techniques à la compréhension du langage et à l'analyse de graphes.Thèmes couverts
Notions de base sur l'apprentissage automatique
Réseaux de neurones Feedforward et astuces d'optimisation
Réseaux de neurones convolutifs
Réseaux de neurones récurrents
Apprendre en profondeur pour comprendre le langage naturel
Apprendre en profondeur pour analyser des graphiques / réseaux
Modèles génératifs profondsVoir la page web du coursRemarques importantesCours en anglais : MATH 80648A Cours équivalent(s) : MATH 60630(A) ou MATH 80600(A)
Préalable(s) : MATH 60600(A) ou MATH 60629(A) ou MATH 80629(A) ou être admis au Doctorat (Ph. D.). -
MATH 80627AComplex Networks AnalysisMatièreMathématiquesProgrammeDoctoratLieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Would it be from social networks (Facebook, Twitter for instance), or from their own data (such as email exchanges), organizations have access to important amounts of data. This data may be of specific nature, namely, instead of a description of each observation by characteristics, relations between observations may be known. Studying these relations involves specific techniques. The nature of the data «relations between objects » makes sampling a difficult task. For that reason, it is usually better to work on the whole dataset, which is challenging from the algorithmic point of view.Voir la page web du coursThèmes couverts
Centrality analysis
Community detection
Network embeddings
Network descriptors
Distances in networks -
MATH 70630IA responsableMatièreMathématiquesProgrammeDoctoratLieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3L'intelligence artificielle responsable (IAR) vise à garantir que la responsabilité socio-environnementale est une considération fondamentale à toutes les étapes du développement et de la gouvernance de l'IA. Ceci est nécessaire pour prévenir les préjudices et injustices, en orientant le développement de l'IA vers des avantages durables dans un monde interconnecté. L'IAR nécessite une synthèse réfléchie et pragmatique d'approches de différents domaines. L'objectif du cours est de fournir les outils qualitatifs, quantitatifs, critiques, réflexifs et pratiques pour combler le fossé entre théorie et pratique et rendre l'IA responsable une réalité. Le cours couvre des sujets tels que l'analyse des utilisateurs, la conception participative, les tests de signification, la généralisation, les essais de contrôle, les biais, l'interprétabilité, l'équité, la transparence, l'éthique, la robustesse, les consultations avec les parties prenantes, la gouvernance des données, le travail numérique, l'examen par les pairs, l'ingénierie de la fiabilité, la sécurité de l'information, la confidentialité, la vérification, l'audit, la reproductibilité, les tests et bacs à sable, la planification par scénarios, l'analyse des risques et l'analyse d'impactThèmes couverts
Concepts fondamentaux théories et pratiques du développement responsable de l'IA
Bases de l'apprentissage automatique nettoyage et visualisation des données généralisation test d'hypothèses signification statistique causalité
Équité responsabilisation transparence
Éthique sécurité et alignement robustesse agence
Analyse des risques et analyse d'impact ingénierie de la fiabilité durabilité
Gouvernance pouvoir justice travail numérique
Examen par les pairs et processus scientifique
Conception de l'expérience utilisateur informatique centrée sur l'humain
Open-source confidentialité sécurité de l'informationVoir la page web du coursRemarques importantesCours en anglais : MATH 70630A Cours équivalent(s) : MATH 80630A Préalable(s) : MATH 60600(A), MATH 60603(A), MATH 60629(A) -
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 80636ASpecial Topics in Data ScienceMatièreMathématiquesProgrammeDoctoratMode d'enseignementPrésentielCrédits3Voir la page web du coursThis course covers advanced topics in Data Science. This course is typically taught by a team of professors.
Technologie de l’information
-
TECH 80723AHuman-Computer InteractionMatièreTechnologies de l'informationProgrammeDoctoratMode d'enseignementPrésentielCrédits3This course is designed to provide students with an in-depth understanding of human-computer interaction (HCI) and its role in the design, development, and evaluation of information systems. The course will cover the theoretical foundations of HCI, as well as the practical issues related to the design and evaluation of interactive systems. In doing so, the course will prepare students for conducting both academic and practitioner-oriented research in HCI.Voir la page web du coursThèmes couverts
1. Human-Computer Interaction
2. Human Factors
3. Perception and cognition
4. Attention and memory
5. Usability engineering
6. User-centered design
7. Social aspects of HCI
8. Privacy and security
9. Ethics and responsibility
10. The dark side of HCI
11. Human-Centered Artificial Intelligence
12. Immersive Environments and Experiences
13. Research methods
14. Research papers and grant proposals
15. Disciplinary differences in HCI -
TECH 80747AInformation Technologies and NeuroscienceMatièreTechnologies de l'informationProgrammeDoctoratMode d'enseignementPrésentielCrédits3The seminar includes research based on all types of neurophysiological tools, such as functional magnetic resonance imaging, electroencephalography, physiological measures and molecular genetics. The seminar covers conceptual and empirical works, as well as theoretical and design science research related to themes such as trust, technostress, technology adoption, human-computer interaction, emotional and cognitive processes in IT usage. At the end of this course, students will understand the main neuroscience methods used in IT and they be competent at developing a neuroscience experiment on a topic related to IT research.Voir la page web du coursThèmes couverts
1- Neuroscience methods in IT research: It includes research based on all types of neurophysiological tools such as functional magnetic resonance imaging (fMRI) electroencephalograhy (EEG) fNIRS (functional near-infrared spectroscopy) electromyography (EMG) hormone assessments physiological measures (e.g. skin conductance and heart rate measurement) and molecular genetics.
2- Topics of applications in IT: NeuroIS literature shows that papers address the following topics among others: employment of neurophysiological knowledge and tools to examine trust technostress website design technology adoption human-computer interaction emotions in e-commerce information behavior IS design science mental workload social networks usability software development and business process modeling and enterprise systems. Also software prototypes of NeuroIS applications which use bio-signals (e.g. EEG skin conductance pupil dilation) as system input are an essential topic in the field; such systems are referred to as neuro-adaptive information systems. Methodological and ethical discussions are also critical.
-
TECH 80724AResearch Methods in ITMatièreTechnologies de l'informationProgrammeDoctoratLieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Voir la page web du coursTo attain these objectives, the students will analyze research in information systems in terms of the methods currently used in the field and how well IT researchers are applying these methods. In addition, students will apply this new knowledge throughout the seminar through a variety of methodological exercises and by developing a research proposal on a subject of their choice. Students will be encouraged to share their interpretations of the assigned readings, as well as analyze and critique them constructively. They will be asked to write summary syntheses on different subjects, complete methodological exercises and make presentations to their fellow students. Finally, students will draft a research proposal on a subject of their choice.
2 activités obligatoires et le mémoire
Avant de faire le mémoire de 24 crédits, vous devez réussir les 2 activités non créditées.
-
RECH 66248Atelier de rechercheMatièreRecherche, thèse, mémoireProgrammeMaîtrise en gestion (M. Sc.)LieuAutreMode d'enseignementÀ distance asynchroneCrédits0Il est nécessaire d'avoir identifié le sujet ainsi que la ou les personnes qui encadreront le mémoire avant de s'inscrire à cet atelier. Avant d'enregistrer le sujet de mémoire et de soumettre le plan d'études, il est essentiel de discuter et de faire valider leur contenu avec la personne ou les personnes encadrant le projet de recherche. Le résultat de cet atelier de recherche (exigence satisfaite) ne compte pas dans votre moyenne.Voir la page web du coursRemarques importantesCours en anglais : RECH 66248A L'atelier de recherche doit avoir été réussi avant d'avoir complété 21 crédits du programme et avant de réaliser la collecte de données du mémoire.
Préalable(s) : ETHI 60113(A) (Co) ou ETHI 66201(A) (Co) -
ETHI 66201La conduite responsable de la recherche : Des normes à la pratiqueMatièreÉthique et gouvernanceProgrammeMaîtrise en gestion (M. Sc.)LieuAutreMode d'enseignementÀ distance asynchroneCrédits0Tout au long de ce cours, les étudiant.e.s se familiariseront avec ce qui constitue une recherche conduite de façon éthique et responsable, seront capables d'identifier et d'évaluer les problèmes et inconduites potentielles, pourront reconnaître les responsabilités individuelles et institutionnelles et pourront finalement mobiliser les mécanismes de résolution appropriés. Le cours leur permettra d'identifier les situations problématiques dans la recherche et de déployer des analyses et/ou des procédures appropriées pour les prévenir ou les gérer.Thèmes couverts
La conduite responsable de la recherche (CRR) : historique et définitions
Les valeurs sous-jacentes à la conduite responsable de la recherche
L'encadrement de la conduite responsable de la recherche
Les enjeux de conduite responsable de la recherche liés aux contextes domaines ou méthodes de recherche
L'éthique de la recherche
La bonne gestion des données de recherche
Les conflits d'intérêt en recherche
Les enjeux de pouvoir en recherche
La diffusion des résultats de recherche : bonnes pratiques et enjeux
Les impacts sociétaux de la recherche
Les inconduites en rechercheVoir la page web du coursRemarques importantesCours en anglais : ETHI 66201A Toutes les informations relatives à ce cours seront présentées dans ZoneCours. Une séance d'information à distance synchrone est organisée à chaque début de trimestre pour les personnes inscrites. Pour en savoir plus, consultez la page projet supervisé.
Cet atelier est ouvert aux étudiants du cheminement Mémoire. Si vous êtes au cheminement Projet supervisé, vous devez suivre l'atelier ETHI 66200(A). -
RECH 66218MémoireMatièreRecherche, thèse, mémoireProgrammeMaîtrise en gestion (M. Sc.)LieuCôte-des-NeigesAutreMode d'enseignementPrésentielCrédits24Ce projet contribue à 24 crédits du programme.Voir la page web du coursRemarques importantesCours en anglais : RECH 66218A Pour plus d'information, veuillez consulter la page www.hec.ca/etudiants/mon-programme/maitrises/memoire
Si votre formation antérieure ne répond pas aux exigences de la spécialisation, vous pourriez vous faire imposer un cours de préparation de 1er cycle. Vous avez un an pour suivre le cours, de préférence en début de cursus.
-
TECH 20712Créer et exploiter des bases de donnéesMatièreTechnologies de l'informationProgrammeBaccalauréat (B.A.A.)LieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Les bases de données sont un élément essentiel des systèmes d'information. En effet, c'est à partir des données décrivant les activités de l'entreprise, et contenues dans ces bases, qu'est obtenue l'information nécessaire aux opérations et à la gestion de l'entreprise. Ces mêmes données serviront aussi à la réalisation d'un entrepôt de données qui permettra aux gestionnaires et aux analystes fonctionnels d'utiliser les technologies d'intelligence d'affaires afin d'effectuer des analyses poussées. Le cours discutera des enjeux de performance et de l'administration des bases de données. L'étudiant se familiarisera avec l'utilisation d'outils professionnels qui sont utilisés dans l'implantation de la base de données et avec le développement des applications, notamment le langage SQL.Thèmes couverts
Caractéristiques du modèle relationnel de données
Création de modèles relationnels en utilisant des commandes SQL.
Requêtes SQL simples et complexes (union intersection et différence) sous-requêtes et des requêtes synchronisées
Vues transactions et déclencheurs
Conception des bases de données : normalisation modèle conceptuel et logique
Performance des requêtes et des bases de donnéesVoir la page web du coursRemarques importantesPréalable(s) : TECH 10701(A) Cours en anglais : TECH 20712A
Projet supervisé
Projet supervisé
- 12 cours (36 crédits)
- Activité obligatoire non créditée
- Projet supervisé (9 crédits)
5 cours de spécialisation
-
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).
1 cours du programme
-
GEST 60401Regards croisés sur les grands enjeux de société et l'entrepriseMatièreGestionProgrammeMaîtrise en gestion (M. Sc.)LieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Le cours se base sur la lecture et la discussion de textes fondamentaux classiques et contemporains en sciences sociales, en particulier en économie, en sociologie, en anthropologie et en histoire. L'objectif est que les étudiants puissent développer leurs capacités à appréhender les grands enjeux sociétaux (environnementaux et sociaux) et l'entreprise dans sa globalité, et à prendre du recul par rapport aux techniques de gestion, de façon à devenir de véritables acteurs de la société et du monde des affaires, doués d'esprit critique et de sensibilité éthique, laquelle leur permettra notamment d'aborder les enjeux d'éthique des affaires et les enjeux sociétaux de façon plus lucide et éclairée. Une caractéristique importante du cours est qu'il est animé conjointement par deux enseignants - l'un du Département d'économie appliquée, l'autre du Département de management - qui offrent donc des « regards croisés » sur les grands enjeux sociétaux, l'entreprise et la gestion.Thèmes couverts
- L'émergence de la société moderne occidentale
- Le modèle de société occidentale moderne et ses implications sociales et environnementales
- Les fondements économiques et sociaux de l'entreprise
- Les ressorts individuels et collectifs de l'entreprise
- L'entreprise en perspective face aux grands défis sociaux et environnementauxVoir la page web du coursRemarques importantesCours en anglais : GEST 60401A Il est fortement recommandé de suivre ce cours en fin de programme.
- Soit 6 cours à option
- Soit 5 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 ou dans une autre université
Tout cours dans une autre université doit être approuvé au préalable par la ou le responsable de spécialisation.
1 activité obligatoire et le projet supervisé
Avant de faire le projet supervisé de 9 crédits, vous devez réussir l'activité non créditée.
-
ETHI 66200La conduite responsable de la recherche : Des normes à la pratiqueMatièreÉthique et gouvernanceProgrammeMaîtrise en gestion (M. Sc.)LieuAutreMode d'enseignementÀ distance asynchroneCrédits0Tout au long de ce cours, les étudiant.e.s se familiariseront avec ce qui constitue une recherche conduite de façon éthique et responsable, seront capables d'identifier et d'évaluer les problèmes et inconduites potentielles, pourront reconnaître les responsabilités individuelles et institutionnelles et pourront finalement mobiliser les mécanismes de résolution appropriés. Le cours leur permettra d'identifier les situations problématiques dans la recherche et de déployer des analyses et/ou des procédures appropriées pour les prévenir ou les gérer.Thèmes couverts
La conduite responsable de la recherche (CRR) : historique et définitions
Les valeurs sous-jacentes à la conduite responsable de la recherche
L'encadrement de la conduite responsable de la recherche
Les enjeux de conduite responsable de la recherche liés aux contextes domaines ou méthodes de recherche
L'éthique de la recherche
La bonne gestion des données de recherche
Les conflits d'intérêt en recherche
Les enjeux de pouvoir en recherche
La diffusion des résultats de recherche : bonnes pratiques et enjeux
Les impacts sociétaux de la recherche
Les inconduites en rechercheVoir la page web du coursRemarques importantesCours en anglais : ETHI 66200A Toutes les informations relatives à ce cours seront présentées dans ZoneCours. Une séance d'information à distance synchrone est organisée à chaque début de trimestre pour les personnes inscrites. Pour en savoir plus, consultez la page projet supervisé
Cet atelier est ouvert aux étudiants du cheminement Projet supervisé. Si vous êtes au cheminement Mémoire, vous devez suivre l'atelier ETHI 66201(A). -
INDV 66202Projet superviséMatièreProjet individuelProgrammeMaîtrise en gestion (M. Sc.)LieuCôte-des-NeigesAutreMode d'enseignementHybride synchronePrésentielCrédits9Il s'agit donc d'une occasion pour l'étudiant.e de démontrer sa maîtrise des connaissances acquises durant le programme de M. Sc. et sa capacité à les mobiliser par l'entremise d'une démarche scientifique. Le projet supervisé peut être réalisé dans deux contextes : organisationnel (mandat d'intervention dans une organisation) ou universitaire (mandat à l'université). Les modalités de réalisation du projet supervisé dans chacun de ceux-ci sont détaillées dans le guide « Le projet supervisé à la M.Sc.: Nature et exigences ».Thèmes couverts
Projet supervisé sous l'une des formes ci-dessous :
- Mandat d'intervention dans une organisation (- Réalisation d'un diagnostic ; - Participation à la planification et à l'implantation de pratiques de gestion ; - Conception d'outils et de modèles pouvant servir de base à la prise de décision ; - Analyse de performance des activités d'une organisation ; - Formulation de recommandations relatives à une problématique).
- Mandat à l'université (1) Étude d'un cas ; 2) Mandat spécifique de recherche ; 3) Avis d'expert ; 4) Projet entrepreneurial).
Voir la page web du coursRemarques importantesLe projet supervisé est d'une durée maximale de 6 mois, incluant la rédaction. Pour vous inscrire, consulter la page projet supervisé.
Préalable(s) : ETHI 66200(A) (Co)
Si votre formation antérieure ne répond pas aux exigences de la spécialisation, vous pourriez vous faire imposer un cours de préparation de 1er cycle. Vous avez un an pour suivre le cours, de préférence en début de cursus.
-
TECH 20712Créer et exploiter des bases de donnéesMatièreTechnologies de l'informationProgrammeBaccalauréat (B.A.A.)LieuCôte-des-NeigesMode d'enseignementPrésentielCrédits3Les bases de données sont un élément essentiel des systèmes d'information. En effet, c'est à partir des données décrivant les activités de l'entreprise, et contenues dans ces bases, qu'est obtenue l'information nécessaire aux opérations et à la gestion de l'entreprise. Ces mêmes données serviront aussi à la réalisation d'un entrepôt de données qui permettra aux gestionnaires et aux analystes fonctionnels d'utiliser les technologies d'intelligence d'affaires afin d'effectuer des analyses poussées. Le cours discutera des enjeux de performance et de l'administration des bases de données. L'étudiant se familiarisera avec l'utilisation d'outils professionnels qui sont utilisés dans l'implantation de la base de données et avec le développement des applications, notamment le langage SQL.Thèmes couverts
Caractéristiques du modèle relationnel de données
Création de modèles relationnels en utilisant des commandes SQL.
Requêtes SQL simples et complexes (union intersection et différence) sous-requêtes et des requêtes synchronisées
Vues transactions et déclencheurs
Conception des bases de données : normalisation modèle conceptuel et logique
Performance des requêtes et des bases de donnéesVoir la page web du coursRemarques importantesPréalable(s) : TECH 10701(A) Cours en anglais : TECH 20712A
Dates limites de dépôt des demandes d’admission
- Trimestre d’automne : au plus tard le 1er mars
- 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 ou l'option de passerelle si vous avez commencé ou complété le D.E.S.S. de HEC Montréal apparenté à la maîtrise.
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, ou d’un diplôme jugé équivalent par la direction du programme.
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 3,0 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 universitaire reconnu par l'État donnant accès à un programme de maîtrise dans l’université d’origine (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.
Passerelle à partir du D.E.S.S.
Passerelle à partir du D.E.S.S. en gestion – intelligence d’affaires
- Avoir réussi 24 crédits du D.E.S.S. avec une moyenne cumulative d'au moins 2,7.
- Remplir le formulaire Demande administrative abrégée.
L’admission n’est pas automatique.
La candidature et la reconnaissance des acquis du D.E.S.S. seront analysées conformément à la structure du programme de maîtrise en vigueur lors du dépôt de la demande d’admission.
Estimation des frais de scolarité
Les montants indiqués ci-dessous sont approximatifs. Pour connaître les montants détaillés par crédits, consultez le tableau des frais pour le mémoire (PDF, 113 ko) ou pour le projet supervisé (PDF, 116 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.
Les frais sont calculés par trimestre au cheminement avec mémoire et par crédit au cheminement avec projet supervisé.
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 de 45 crédits à temps plein
- Mémoire : 6 900 $
- Projet supervisé : 7 600 $
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 de 45 crédits à temps plein
- Mémoire : 16 500 $
- Projet supervisé : 17 200 $
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 de 45 crédits à temps plein
- Mémoire : 6 900 $
- Projet supervisé : 7 600 $
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 de 45 crédits à temps plein
- Mémoire : 33 500 $
- Projet supervisé : 37 800 $
Ces frais offrent une inscription prioritaire au cours INTE 60004 Expérience Québec et à des cours de français, qui facilitent votre intégration aux marchés de l'emploi québécois et canadien.
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.
Bourses
Chaque année, près de 1,6 million de dollars sont attribués en bourses par HEC Montréal aux personnes qui étudient à la maîtrise en gestion. Voilà un bon coup de pouce pour vous aider à financer vos études.
Ces bourses, d’une valeur de 2 000 $ à 4 000 $, sont accordées par la direction du programme de maîtrise en gestion aux meilleurs candidats admis sur la base de l’excellence de leur dossier d’admission.
Il n’y a aucune demande à remplir; les boursiers sont avisés par courriel.
Pour les étudiants étrangers n’ayant jamais fait d’études au Canada, une bourse d’exemption des frais majorés pour le premier trimestre d’inscription peut s’ajouter à une bourse d’admission.
Les organismes subventionnaires des gouvernements canadien et québécois accordent des bourses d’excellence de 15 000 $ et 17 500 $ aux étudiants ayant une excellente moyenne et souhaitant poursuivre leurs études à la maîtrise.
Conseil de recherches en sciences humaines du Canada (CRSH)
Bourses annuelles de 17 500 $ destinées aux étudiants de toutes les spécialisations, sauf celles en ingénierie financière, en méthodes analytiques de gestion et en intelligence d’affaires.
Date d’échéance : 1er décembre de chaque année
Conseil de recherches en sciences naturelles et en génie du Canada (CRSNG)
Bourses annuelles de 17 500 $ destinées aux étudiants des spécialisations en ingénierie financière, en méthodes analytiques de gestion et en intelligence d’affaires.
Date d’échéance : 1er décembre de chaque année
Fonds de recherche du Québec – Société et culture (FRQSC)
Bourses annuelles de 17 500 $, accordées pour deux ans, destinées aux étudiants de toutes les spécialisations, sauf celles en ingénierie financière, en méthodes analytiques de gestion et en intelligence d’affaires.
Date d’échéance : habituellement durant la deuxième semaine d’octobre.
Fonds de recherche du Québec – Nature et technologie (FRQNT)
Bourses annuelles de 17 500 $, accordées pour deux ans, destinées aux étudiants des spécialisations en ingénierie financière, en méthodes analytiques de gestion et en intelligence d’affaires.
Date d’échéance : habituellement durant la première semaine d’octobre.
Bourse de 15 000 $ accordée dans le cadre d’un stage de recherche en entreprise d’une durée de 4 à 6 mois. Les étudiants en cheminement avec projet supervisé ou avec mémoire sont admissibles à cette bourse.
Dépôt de demande en tout temps (idéalement 3 mois avant le début du projet)
Entente entre le gouvernement du Québec et une quarantaine de pays
Le gouvernement du Québec a conclu, avec une quarantaine de pays et quelques organismes, une entente en vertu de laquelle les étudiants qui viennent poursuivre leurs études dans la province bénéficient d’une exemption des droits majorés. Le quota varie selon les pays. Les étudiants doivent faire les démarches auprès des responsables de ce programme dans leur pays.
Pour plus de renseignements, consultez la page sur les exemptions des droits de scolarité supplémentaires sur le site du gouvernement du Québec.