Contribuer à la transformation en contexte professionnel

MR107B43
Analyse, collecte et traitement des données

Description

Gérer des contextes professionnels ou d’études complexes, imprévisibles et qui nécessitent des approches stratégiques nouvelles

- Prendre des responsabilités pour contribuer aux savoirs et aux pratiques professionnelles et/ou pour réviser la performance stratégique d'une équipe

- Conduire un projet (conception, pilotage, coordination d’équipe, mise en œuvre et gestion, évaluation, diffusion) pouvant mobiliser des compétences pluridisciplinaires dans un cadre collaboratif

- Analyser ses actions en situation professionnelle, s’autoévaluer pour améliorer sa pratique dans le cadre d'une démarche qualité

- Respecter les principes d’éthique, de déontologie et de responsabilité environnementale

 

Gérer et analyser de grandes bases de données, en mettant l'accent sur l'interprétation des résultats statistiques. Utiliser un langage de programmation pour : traiter, fusionner et analyser des bases de données dans différents formats ; collecter des données sur Internet via du web scrapping ; analyser des réseaux sociaux. Réaliser une typologie d'individus et l'interpréter. Réaliser une analyse en composantes principales et l'interpréter. Application avec logiciels statistiques.
 

Public

Public ayant acquis un niveau bac+4/5, avec des connaissances préalables en économie et gestion. 
Pour une inscription en vue de valider le master Finance ou Economie du Cnam, le dépôt d'un dossier de candidature est obligatoire : plus de renseignements sur efab.cnam.fr

Nombre d’ECTS
10
Domaine
Assurance Banque Finance
Code répertoire
RNCP35913BC04
Date de début de validité

Unités d'Enseignement requises

EAR213 : Analyse de données et décisions dans l'entreprise I ( 6 ECTS)

Nombre d'heures : 40.00

L'objectif de ce cours est de permettre la gestion et l'analyse de grandes bases de données, en mettant l'accent sur l'interprétation des résultats statistiques. Les développements mathématiques sont limités et les exemples empiriques sont tirés de la vie économique.

EAR212 : Web data ( 4 ECTS)

Nombre d'heures :

Ce cours est une introduction à la collecte, au traitement et à l'analyse des données en Python. Ce cours ne nécessite aucun pré-requis sauf des notions de mathématiques basiques.