Computational Science and Engineering, Master spécialisé

Description de la branche d'études

Computer simulation has revolutionized the research tools of engineers and is nowadays, besides theory and experiments, essential to many scientists. While the development of high performance computing (HPC) started many decades ago and has provided powerful computing capabilities, it has recently been recognized that integrating HPC to mathematical modeling, numerical algorithms and large scale data bases of observations will lead to a new paradigm in science and engineering.

This Master's is an inter-disciplinary program which is designed to provide the students a combination of skills in areas such as high performance computing, numerical mathematics, multiscale and multi-physics modeling together with a wide range of elective application courses.

Graduates will gain an outstanding combination of computer simulation, modeling and applied mathematics techniques and enhance their knowledge in chosen application area, enabling them to address tomorrow's computational challenges in industry. The Master in CSE is also an ideal preparation for various PhD programs in Basic Sciences and Engineering.

Description de la formation

Organisation des études

Ce master s'adresse aux étudiant-e-s désirant développer leurs compétences dans les domaines du high performance computing, des mathématiques numériques et du multiscale & multi-physics modeling.

 

Le master en science et ingénierie computationnelles est composé de deux étapes successives de formation :

• le cycle master d’une durée de trois semestres dont la réussite permet l’acquisition de 90 crédits, condition pour effectuer le projet de master
• le projet de master d’une durée de 17 semaines dont la réussite permet l’acquisition de 30 crédits

Le master représente le second diplôme universitaire après le bachelor et équivaut généralement à l'acquisition de 90-120 crédits ECTS. 

Plan de la formation

Master en science et ingénierie computationnelles	Crédits ECTS
Groupe 1 "Projet SHS" Projet CSE I, II Stage d'ingénieur SHS: introduction au projet et projet	30
Bloc "Cours de base" Advanced numerical analysis Algorithms Computational physics III Computer simulation of physical systems I Dynamique moléculaire et simulations Monte Carlo Image processing I Numerical analysis and computational mathematics Numerical integration of dynamical systems Parallel and high-performance computing Programming concepts in scientific computing Software engineering	30
Groupe II: Modeling and numerical methods Computational modeling based on differential equations Advanced methods in computational solid mechanics Atomistic and quantum simulations of materials Biological modeling of neural networks Dynamical system theory for engineers Environmental transport phenomena Hydrodynamics Instability Numerical flow simulations Numerical methods in heat transfer Particle-based methods Principles and applications of systems biology Turbulence Computational modeling based on discrete systems Biomolecular structure and mechanics Computational methods in molecular quantum mechanics Digital 3D geometry processing Distributed intelliugent systems Image processing II Introduction to electronic structure methods Mathematical foundations of signal processing Mathematical modelling of behavior Molecular quantum dynamics Signal processing for communications Understanding advanced molecular simulation Water quality modeling Numerical methods, algorithms, hign performance systems Advanced multiprocessor architecture Convex optimization and applications Computational finance Computational linear algebra Mathematical modelling of DNA Numerical approximation of PDEs 1+2 Numerical integration of stochastic differential equations Numerical methods for conservation laws Numerical methods for saddle point problems Stochastic simulations Data science Avanced algorithms Applied data analysis Information security and privacy Information theory and signal processing Machine learning Mathematics of data : from theory to computation Optimization for machine learning Statistics for data science Systems for data science	30
Projet de master	30
Total	120

1 crédit ECTS correspond environ à 25-30 heures de travail. 
Des changements dans les plans d'études peuvent survenir en cours d'année. Se référer aux informations disponibles sur le site de l'EPFL.

Lien sur le plan de la formation

• master.epfl.ch > Plan de formation

Combinaison des branches

Le programme "science et ingénierie computationnelles" ne permet pas de combinaison de branches.

Stages

Un stage d’ingénieur d’au moins 8 semaines et maximum 6 mois est effectué après le premier semestre du cycle master et avant le début du projet de master. Sa réussite permet d’acquérir 8 crédits.

Description en branche secondaire ou hors faculté

La branche peut être étudiée comme branche secondaire à 30 crédits. Informations sur cse.epfl.ch.

Plan de la formation en branche secondaire

Les 30 crédits ECTS sont distribués comme suit :

• 22 dans les cours du cycle master en science et ingénierie computationnelles. Le choix doit être validé par la section de mathématiques.
• 8 dans les projets Computational Science and Engineering (CSE)