Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Fiche synthétique de présentation de la TAF Data Science / TAF Data Science : d

Fiche synthétique de présentation de la TAF Data Science / TAF Data Science : des données au décideur Lot II FORMATION TAF Data Science : des données au décideur Objectifs et ambitions : L'ambition est de permettre aux ingénieurs IMT Atlantique de valoriser les gisements de données auxquels ils seront confrontés. En interaction avec les décideurs, (et en tant que décideur à moyen terme), il saura formuler des problématiques de valorisation et identifier les données clés, les gérer, mettre en place le dispositif de traitement et d'analyse, et produira des synthèses en cohérence avec la stratégie d'entreprise. Cette TAF permet d'acquérir un savoir-faire opérationnel de gestion des données, une maîtrise des méthodes et outils de modélisation et d'analyse de données et des dispositifs informatiques nécessaires, mais aussi une connaissance du métier dans lequel ces données seront utilisées. La TAF se démarque ainsi des quelques formations existantes, car elle aborde la Data Science de manière cohérente et complète en abordant les axes clés : mathématiques, informatique sans oublier expertises métier en lien avec différents domaines d’application et un réel focus sur la notion de valorisation des données dans un écosystème économique, juridique et social stratégique. La transition numérique et l'avènement du Big Data qui l'accompagne accentuent les besoins en compétences pour "faire parler" les données, afin d'optimiser les décisions prises et les transformer en avantages compétitifs pour les entreprises sur différents secteurs d’activité. L’économie de la donnée fait partie des 9 solutions industrielles du projet industrie du futur présenté par E. Macron en mai 2015. Nous pouvons remarquer un accroissement exponentiel des besoins humains dans ce domaine. Le gouvernement français espère la création de 10 000 emplois directs dans le domaine du Big Data en France d’ici 2018 ; le ministère de l’économie et des finances avance le chiffre de 137 000 emplois d’ici 2020. Grâce à une formation multidisciplinaire (mathématique, informatique et « business acumen »), les ingénieurs ayant suivi cette TAF maîtriseront les méthodes et outils de collecte, de stockage, d'analyse de données en environnement classique et Big Data ; ils produiront des tableaux de bord pour la restitution des connaissances au service des besoins métiers des décideurs et développeront des compétences en vulgarisation technique ; ils sauront étudier un écosystème applicatif, identifier des problématiques métiers de valorisation et sauront proposer des chaînes de traitement de données innovantes techniquement et/ou stratégiquement. Ils rejoindront les rangs des nombreux anciens de l’école déjà en poste dans des métiers autour de la data science, e.g. conseil en big data, data scientist, chief data officer (plus de 1700 réponses avec le mot clef « data » parmi nos alumni sur le site Linkedin). Liens avec le profil PGO : 1 Fiche synthétique de présentation de la TAF Data Science / TAF Data Science : des données au décideur Lot II FORMATION Le secteur de la Science des Données apparaît comme un secteur stratégique pour l’IMT atlantique qui veut accompagner activement la transition numérique et innover sur les leviers de stratégies d’entreprise. Compétences spécifiques principalement adressées par la TAF (CST CSDI CS métiers des UE cœur) CSDI Math 1, Math 3, INFO D, INFO I, SHS 3, 2 Systèmes en Réseaux CST : 1, 2, 4, 13, 14, 15, 16 Débouchés : Le profil de data scientist est très recherché, la demande des entreprises est toujours plus forte dans un contexte où l’offre de formation reste sous-dimensionnée. Les débouchés existent dans la plupart des secteurs d’activité : banque et assurance, distribution, santé, opérateurs et autres acteurs du web, etc. Nous pouvons citer parmi les grands groupes visibles BNP Paribas, AXA, Carrefour, SNCF, La poste, LVMH, EDF, Orange, etc. Nos diplômés actuels reflètent cette diversité : ils occupent des métiers de conseil en Business Intelligence et/ou Big Data (WaveStone, Bi consulting, Business & Decision, etc.), Data Scientist dans des grands groupes (AXA, Orange, Thalès), Data Scientist ou Chief Data Officer dans des start-ups (Cityzen Data, Supermood, deezer, twitter), mais de nouveaux métiers apparaissent comme Data Protection Officer ou encore Master Data Manager. Avec cette TAF, nous proposons 3 déclinaisons de ces métiers : le métier de Data Scientist (accent mis sur l’algorithmique et la fouille de données), au métier d’Ingénieur Big Data et Cloud (accent mis sur les infrastructures informatiques) et Ingénieur Data et Analytics (accent mis sur la production et la visualisation d’indicateurs). Département ou équipe pédagogique porteur de la TAF : Dpt LUSSI et Dpt ITI du site de Brest Référents :  Cécile Bothorel (Cecile.Bothorel@imt-atlantique.fr)  Laurent Lecornu (laurent.lecornu@imt-atlantique.fr) Disciplines du cœur de la thématique : Mathématiques appliquées, Informatique, Sciences Humaines et Sociales Mots-clés : statistiques, probabilité, machine learning, fouille de données, modèles de prédiction, bases de données, systèmes distribués, architecture big data, économie de la donnée, enjeux business/métiers, aide à la décision, droit, éthique Organisation de la TAF : 2 Fiche synthétique de présentation de la TAF Data Science / TAF Data Science : des données au décideur Lot II FORMATION ● Répartition des 8 UE parmi les UE cœur - électives – libres : 3 cœurs – 4 électives – 1 libre ● Effectifs cibles : < 50 étudiants ● La TAF accueille des étudiants d'autres cursus : UE partagées avec la TAF 7B : DigIC, TAF 17B : Mathematical and Computational Engineering, TAF 19B Observation et perception de l'environnement, TAF IHM ● Modalités de gestion des pré-requis : o L’UE Introduction au machine learning (commune avec TAF 17B et TAF 7B) est un pré-requis aux 2 autres UE cœurs. Si un étudiant a déjà suivi cette UE, une UE élective lui sera proposée. o Existe-t-il des prérequis entre les UE de la TAF ? Les UEs électives non partagées avec d’autres TAF dépendent des UE cœurs ; les UEs partagées non. Pas de dépendance entre les UEs électives. ● Très large choix de combinaisons envisagées avec les autres TAFs  TAF DLR ou Développement polyglotte « full stack » en 2A puis TAF Data Science (data scientist avec fortes compétences en informatique)  TAF ingénierie des systèmes distribuées, avant ou après (data scientist avec fortes compétences en informatique distribuée)  TAF 17B Mathematical and computational Engineering, avant ou après (data scientist spécialiste des algorithmes, des approches data-driven et model-driven, et compétents pour des types de données variées, des images aux réseaux sociaux)  TAF 7B DigIC, avant ou après (data scientist ancré dans son écosystème économique et social)  Et pour ouvrir sur des secteurs d’activités variés, combinaisons possibles avec les TAF 8B Health, Internet des objets pour l’industrie 4.0, Sécurité et confiance numérique, Robotique et Interactions, Transitions énergétique et environnementale, etc. Modalités de prise en compte des fils rouges de la formation ingénieur IMT Atlantique ● SHS : 1 UE cœur Environnement économique et juridique du data scientist, des UEs électives partagées avec la TAF 7B ● DDRS : droit et éthique de la donnée dans l’UE cœur Environnement économique et juridique du data scientist ● Systèmes en réseau : notions d’architectures informatiques distribuées dans l’UE Cœur Big Data Analytics et les UE électives Cloud Computing, UE Architecture et administration de cluster Big Data ; formalisme, modèles et algorithmique de graphe dans l’UE élective Théorie des graphes et réseaux sociaux. ● Innovation/entrepreneuriat : à travers les projets, dont le “projet cœur” commun à 3 3 Fiche synthétique de présentation de la TAF Data Science / TAF Data Science : des données au décideur Lot II FORMATION UE cœur, l’étudiant proposera des problématiques et solutions innovantes de valorisation des données. Liste des UE cœur La TAF Data Science repose sur une UE de pré-requis ainsi que 2 UE Cœur apportant des concepts théoriques, des méthodes et différents outils. ● UE c1 : Machine learning (commune avec TAF Mathematical and Computational Engineering (17B) et DigIC (7B))(Slot A) ● UE c2-3 : A journey to data scientist (Slot B+C) Liste des UE électives  UE e1 : Architecture Big Data avancée (Slot H)  UE e2 : Big Data & Cloud Computing (commune avec la TAF 17B)(Slot E)  UE e3 : Fouille de données avancée (Slot F)  UE e4 : Aide à la décision (commune avec la TAF 7B) (Slot G)  UE e5 : Business Intelligence (commune avec la TAF 7B) (Slot H)  UE e6 : Statistiques et SAS (Slot D)  UE e7 : Game theory and agent based modeling (commune avec les TAF 7B et 17B) (Slot K)  UE e8 : Marketing digital (commune avec la TAF 7B) (Slot K)  UE e9 : Datascience, graph theory and social network analysis (commune avec la TAF 7B)(Slot I)  UE e10 : Learning Analytics et Suivi des apprenants (Slot J)  UE e11 : Finance de marché (commune avec la TAF 17B) (Slot G)  UE e12 : Advanced C++ Programming (commune avec la TAF 17B) (Slot D et I)  UE e13 : Déploiement de cas d’usage de fouille de données (commune avec la TAF 17B)(Slot F)  UE e14 : Traitement de la langue et fouille de texte (commune avec la TAF 9B) uploads/Science et Technologie/ 05-b-dasci.pdf