2023
3
ICDAR 2023
Detection and recognition of Greek Papyri letters
Noé LeroyCarolina MacedoViolette SaïagChahan Vidal-GorèneMalamatenia Vlachou Efstathiou"
Sciences de la donnée pour les humanités
Master Humanités numériques
Un master Recherche PSL à la croisée des sciences humaines, de l’informatique, de l’intelligence artificielle et des sciences des données. Délivré par l’ENC, l’ENS, l’EPHE et l’EHESS.
CandidaterPrésentation
Le master « Humanités numériques » est un master Recherche délivré par l’Université PSL. Il forme à l’exploitation et à l’analyse des données des sciences humaines, sociales et des disciplines des humanités. La formation s’adresse à des étudiants titulaires d’une licence ou d’un master qui souhaitent développer une double compétence thématique en humanités, dans la discipline de leur choix (histoire, philologie, lettres, sociologie, etc.), et en datascience (IA, ML, méthodes quantitatives et statistiques).
Le master est le fruit de la collaboration de l’École nationale des chartes – PSL, de l’École normale supérieure – PSL, et de l’École Pratique des Hautes Études – PSL. Il est affilié au programme gradué Translitteræ.
Si aucun pré-requis en mathématiques ou en programmation n’est demandé, la formation, très exigeante, s’adresse aux étudiants pouvant justifier d’un vrai attrait pour ces disciplines.
En partenariat avec
Informations
- TypeMaster Recherche
- Durée2 ans (temps plein)
- LangueFrançais — niveau C1 requis
- ÉtablissementsENC–PSL · ENS–PSL · EPHE–PSL · EHESS
- Programme gradué PSLTranslitteræ
- AlternanceOui, en M2 (jeu. & ven. à l'École)
- ResponsableChahan Vidal-Gorène
- Contactetudes@chartes.psl.eu
- Capacité15 étudiants en M1 · 15 en M2
Documents utiles
Plaquette du master PDF – 489 Ko Règlement des études 2026/2027 PDF – 140 Ko Maquette et syllabus 2026/2027 PDF – 246 Ko Résultats d'admission session 2025 PDF – 291 KoParcours de spécialisation
Sciences humaines et sociales
Corpus contemporains variés issus du web, des médias, des archives numériques. Modélisation, analyse de réseaux et apprentissage automatique appliqués aux données sociales.
Florian Cafiero
Études littéraires
Vastes corpus littéraires explorés à l'aide du TAL et de la fouille de texte. Approche computationnelle des styles, thématiques et influences.
Jean Barré
Histoire moderne et contemporaine
Corpus historiques variés (presse, archives, sources institutionnelles). Outils numériques pour explorer, structurer et interpréter les données historiques.
Marie Puren
Histoire médiévale
Textes médiévaux (manuscrits, chartes, chroniques). Philologie numérique, extraction de texte, encodage et analyse computationnelle.
Jean-Baptiste Camps
Philologie, langue et littérature médiévale
Corpus textuels médiévaux et romans. Édition numérique, comparaison automatique et modélisation des traditions textuelles.
Jean-Baptiste Camps
Image, archéologie et paléographie
Corpus d'images patrimoniales et manuscrites. Vision par ordinateur, reconnaissance des écritures, analyse des formes visuelles.
Chahan Vidal-Gorène
Spatialisation, SIG et 3D
Exploitation IA de modèles 3D (photogrammétrie), spatialisation et analyse de réseaux à partir de corpus variés
Carmen Brando
Parcours sur-mesure
Un parcours personnalisé peut être conçu selon le profil de l'étudiant et son projet de recherche.
À voir avec le responsable pédagogique
Programme
Enseignements communs aux M1 et aux M2, non crédités en ECTS.
| Semaine intensive de remise à niveau en septembre (M1 / M2) | Langue | 30 h | 0 ECTS |
|---|---|---|---|
| Basics in Python Programming (PSL) | en | 15 | 0 |
| Introduction aux mathématiques | fr | 15 | 0 |
| Atelier pratique thématique annuel (M1 / M2) | Langue | 8 h | 0 ECTS |
|---|---|---|---|
| Ateliers sur l'IA agentique, RAG et MCP | fr/en | 8 | 0 |
La première année combine un tronc commun (40 ECTS) centré sur la programmation, les méthodes quantitatives et le machine learning, et un programme individualisé (20 ECTS) adapté à la discipline de chaque étudiant. Une semaine intensive d'accueil est organisée en septembre.
| Enseignement | Langue | Heures | ECTS |
|---|---|---|---|
| Semaine intensive de présentation du master | fr/en | 20 | |
| Fondamentaux de l'informatique | fr | 13 | 2 |
| Install party (Linux) | |||
| Introduction au bash | |||
| Initiation à Git | |||
| Machine learning | en | 14 | 2 |
| Méthodes quantitatives en SHS | fr | 20 | 4 |
| Programmation python pour les humanités | fr | 20 | 4 |
| Méthodologie et mémoire | fr | 16 | 4 |
| Cours de méthodologie en HN | |||
| Outils pour la rédaction du mémoire (LaTeX) | |||
| Tutorat étudiant | |||
| Enseignement | Langue | Heures | ECTS |
|---|---|---|---|
| LLM and Computational Literary Studies | en | 20 | 3 |
| DataScience pour les humanités | fr | 40 | 8 |
| Acquisition de données et annotation en DataScience (10 h · 2 ECTS) | |||
| API LLM et VLM (10 h · 2 ECTS) | |||
| Programmation python pour les humanités avancé (20 h · 4 ECTS) | |||
| Structuration XML et XML/TEI | fr | 10 | 2 |
| Méthodologie et mémoire | 4 | 6 | |
| Mémoire | |||
| Tutorat étudiant | |||
| Méthodes et dynamiques de recherche | 35 | 5 | |
| Compétition et hackathon en science des données (semaine intensive · 35 h · 2 ECTS) | |||
| Journée d'étude des étudiants du master (2 ECTS) | |||
| Actualités et valorisation de la recherche (1 ECTS) | |||
| Enseignement | Langue | Heures | ECTS |
|---|---|---|---|
| Bloc thématique — 3 enseignements au choix | 12 | ||
| dont un cours de méthodologie de la discipline obligatoire | |||
| Bloc d'ouverture — 2 au choix | 4 | ||
| 1 PSL week | |||
| ou 1 semestre langue + UE sport | |||
| ou 2 semestres langue | |||
| ou engagement étudiant | |||
| ou 1 enseignement thématique | |||
| Option technique — 1 au choix | 4 | ||
| Option technique de M2 | |||
| Langage SQL (master TNAH) | |||
| Langage R (EPHE / EHESS) | |||
La deuxième année prolonge le tronc commun de M1 et est validée pour un tiers par un mémoire de recherche co-dirigé. Le M2 est ouvert à l'apprentissage (jeudis et vendredis à l'École).
| Enseignement | Langue | Heures | ECTS |
|---|---|---|---|
| Fondamentaux de mathématiques et de DataScience | fr | 14 | 2 |
| Approches quantitatives et modélisation mathématique en SHS | fr | 20 | 4 |
| Traitement automatique de l'image | fr | 10 | 1 |
| Langue vivante (centre des langues PSL) | 10 | 1 | |
| Spécialisation SHS computationnelles — 1 au choix | 24 | 4 | |
| Philologie computationnelle (en) | |||
| Humanités numériques spatialisées (fr) | |||
| TAL et analyse sémantique (en) | |||
| Stage de découverte en laboratoire (4 à 8 semaines) | 3 | ||
| Tutorat étudiant | 4 | ||
| Enseignement | Langue | Heures | ECTS |
|---|---|---|---|
| Programmation python pour les humanités avancé | fr | 20 | 4 |
| Spécialisation SHS computationnelles — 1 au choix | 24 | 4 | |
| Traitement automatique de l'image (en) | |||
| Analyse de réseaux (en) | |||
| Paléographie computationnelle (en) | |||
| Méthodes et dynamiques de recherche | 45 | 5 | |
| Compétition et hackathon en science des données (semaine intensive · 35 h · 2 ECTS) | |||
| Journée d'étude des étudiants du master (10 h · 2 ECTS) | |||
| Actualités et valorisation de la recherche (1 ECTS) | |||
| Tutorat étudiant | 4 | ||
| Enseignement | Langue | Heures | ECTS |
|---|---|---|---|
| Bloc thématique — 2 enseignements au choix | 40 | 10 | |
| Bloc d'ouverture — 1 au choix | 20 | 2 | |
| Séminaire, cours, PSL week… | |||
| Audio processing and computer vision for 3D (en) | |||
| Enseignement | Langue | Heures | ECTS |
|---|---|---|---|
| Mémoire de recherche | 20 |
Déroulement du master
M1
Septembre
Remise à niveau programmation & mathématiques
Semaine de pré-rentrée — M1 & M2
Initiation & fondamentaux
Prise en main des méthodes computationnelles, machine learning appliqué aux SHS, et maturation du projet de recherche.
Spécialisation & définition du corpus
Approfondissement de la spécialisation disciplinaire, stage en laboratoire et construction du corpus du mémoire.
Semaine hackathon données — M1 & M2
Approfondissement & mini-mémoire
Programmation avancée, IA et grands modèles de langue. Rédaction et soutenance du mini-mémoire de recherche.
Rédaction du mémoire
Rédaction du mémoire de recherche mobilisant méthodes computationnelles et expertise disciplinaire.
Conférence du master — M1 & M2
Rendu du mini-mémoire
Rendu & soutenance du mémoire
Hackahtons du master HN - une pédagogie orientée projets
Une semaine intensive par an, autour d'une dizaine de projets sélectionnés sur appel auprès d'institutions de recherche et patrimoniales.
Chaque année, le master lance un appel à projets auprès des institutions de recherche, des laboratoires et des partenaires patrimoniaux. Une dizaine de projets sont retenus et confiés aux étudiants de M1 et de M2 le temps d’une semaine intensive en sciences des données pour les humanités.
Cette pédagogie par projet met les étudiants face à des vrais corpus, des vrais commanditaires et des vrais livrables — code, modèles, jeux de données déposés en accès ouvert — et prolonge la philosophie du master : double compétence disciplinaire et data science, mise à l’épreuve sur des questions concrètes posées par la recherche et les institutions patrimoniales.
Débouchés
Résolument tourné vers la recherche, ce master vise avant tout les étudiants souhaitant poursuivre en doctorat, mais ouvre aussi vers l'industrie IA et les métiers de la donnée.
Recherche & doctorat
Formation orientée vers la poursuite en doctorat dans les disciplines des SHS computationnelles.
Ingénieur de recherche
Ingénierie de la donnée patrimoniale, traitement de corpus, développement d'outils pour la recherche en SHS, mise en place de chaînes de traitement.
Data scientist & ingénieur ML
Analyse de données textuelles et visuelles, modélisation, machine learning appliqué à des sources diverses.
Institutions patrimoniales
Édition numérique, mise en place de chaînes de valorisation IA
Formation en apprentissage
Le M2 est ouvert à la formation en apprentissage, à raison d'un rythme 2 jours / 3 jours selon les semestres. L'intégralité du tronc commun en data science pour les SHS est à suivre par l'apprenti (y compris toutes les options de spécialisation HN).
Rythme d'alternance
2j entreprise · 3j master
Lundi–mardi en entreprise, mercredi–vendredi à l'École.
Lun
Mar
Mer
Jeu
Ven
3j entreprise · 2j master
Lundi–mercredi en entreprise, jeudi–vendredi à l'École.
Lun
Mar
Mer
Jeu
Ven
Hackathon données — janvier
Avr — Juin
Temps plein entreprise · Rédaction et rendu du mémoire
Conférence du master — mai
Le calendrier et les rendus peuvent être affinés au cas par cas selon le projet de recherche de l'étudiant et les besoins de l'entreprise ou de l'institution d'accueil.
Tarifs
Secteur public
5 847 €
TVA non applicable
Secteur privé
8 271 €
TVA non applicable
Pour tout renseignement sur les tarifs et l'organisation, contacter le service de la formation continue de l'École des chartes – PSL.
Vous êtes une entreprise ? Voir la page dédiée aux entreprises et partenaires →
Compétences mobilisables
Les étudiants en alternance peuvent être mobilisés sur les missions suivantes :
Traitement de corpus textuels
Fouille de texte, TAL, OCR/HTR, structuration et annotation de grandes collections documentaires.
Vision par ordinateur
Analyse d'images patrimoniales, détection d'objets, reconnaissance d'écritures manuscrites.
Data science & machine learning
Modélisation statistique, apprentissage automatique, réseaux de neurones appliqués à des corpus SHS.
Données spatiales & réseaux
SIG, analyse de réseaux, spatialisation de corpus historiques et sociaux.
Édition et structuration XML/TEI
Encodage de sources primaires, édition numérique critique, modélisation de données patrimoniales.
Ingénierie des données
Pipelines de traitement, bases de données, valorisation et exposition de données de recherche.
Une junior-entreprise adossée aux formations de l'école, se former par la pratique
Cartadata est la junior-entreprise de l’École nationale des chartes – PSL. Elle permet aux étudiants du master Humanités numériques de mettre en application leurs compétences sur des missions concrètes — édition numérique, traitement de corpus, valorisation patrimoniale, conseil et études — pour des partenaires publics et privés.
Encadrée par les enseignants et opérée par les étudiants, Cartadata est un complément de formation professionnalisant et un sas vers les métiers de la donnée patrimoniale et de l’ingénierie documentaire.
Admissions
Calendrier 2026
17 fév. – 16 mars 2026
Dépôt des candidatures
27 avril 2026
Résultats d'admissibilité
Semaines du 6 et 11 mai 2026
Entretiens
3 juin 2026
Résultats d'admission
Conditions d'accès
Le master s'adresse aux titulaires d'une licence/CPES en Humanités (Histoire, Philologie, Sciences du langage, MIASHS, Philosophie, Anthropologie, Lettres-Info, etc.). Si aucun pré-requis en maths-info n'est exigé, une familiarisation et une vraie appétence est demandée (rythme soutenu du tronc commun numérique). La langue d'enseignement est le français (C1). Une entrée directe en M2 est possible pour les titulaires d'un M1 avec des bases solides en programmation et un projet de recherche déjà clair.
Pièces justificatives
- CV en français, diplômes, relevés de notes (S1–S6), lettre de motivation
- En M1 : questionnaire de recherche (disponible sur MonMaster)
- En M2 : projet de recherche détaillé
Frais d'inscription
Formation initiale254 € + CVEC 105 €
Année de césure166 €
Formation continue M13 000 €
Formation continue M25 000 €
Étudiants internationaux hors EEE3 941 €/an
Équipe enseignante
Partenariats
Double diplôme — Université de Pise
Issu de la convention entre l'ENC–PSL et l'Université de Pise, dont le master Informatica Umanistica recourt aux mêmes approches sur quatre parcours comparables.
PSL Sustainability Science
Le master est partenaire de cette formation PSL. Informations et inscriptions spécifiques sur le site de PSL.
Erasmus-Socrates
La formation est ouverte à la mobilité internationale. Contacter le service des relations internationales de l'ENC–PSL.
Mémoires de master
Voir plus de mémoires (nouvelle fenêtre)Distinctions étudiantes
Voir les actualitésLes étudiants du master participent à compétitions internationales (ou shared tasks en TAL et vision par ordinateur, dans le cadre de la validation de cours ou d'intiatives personnelles, avec quelques succès.
2026
3
LREC 2026
EvaHAN @ Language Technologies for Historical and Ancient Languages
Denise AtzoriMarie Bizais-LilligMathias GarnierMaxime LétofféCharles PlanqueTianjie YinChahan Vidal-Gorène
Projets des étudiants
Voir plus
Actualités du master
Voir les actualitésConférence
3 July 2026
· Online
Chum @ ACL 2026 (nouvelle fenêtre)
Yaelle ZribiM2
Florian CafieroEnseignant
Vincent LépineyEnseignant
Chahan Vidal-GorèneEnseignant
Intervention de Yaelle Zribi sur son papier « Timing in Stand-up Comedy: Text, Audio, Laughter, Kinesics (TIC-TALK) », approche multimodale du rire explorée dans le cadre de son mémoire de M2.
Formation
17 June 2026
– 19 June 2026
· Paris
From Closure to Sharing: Heritage of Afghanistan (nouvelle fenêtre)
Thaïs RaffrayM1
Chiara TedescoM1
Denise AtzoriM2
Mathieu RivièreM1
Maxime LétofféM1
Intervention de nos étudiants pour une formation professionnelle en IA, vision par ordinateur et geocoding pour l’analyse et l’étude d’archives et fonds photographiques en archéologie de …
Conférence
16 June 2026
· Aubervilliers
Biblissim-IA 2026 (nouvelle fenêtre)
Damien ConceicaoM2
Présentation des résultats du projet de paléographie computationnelle de la team Chartes à la compétition ICDAR FalseID : « Réduction des biais de numérisation pour la détection de faux manuscrits : exploration …