Usages avancés et spécialisés des outils numériques

MR123B13
Usages avancés et spécialisés des outils numériques

Description

Identifier les usages numériques et les impacts de leur évolution sur le ou les domaines concernés par la mention
Se servir de façon autonome des outils numériques avancés pour un ou plusieurs métiers ou secteurs de recherche du domaine            
- Maitriser les SGBD relationnels
- Maitriser le langage SQL et le développement d'applications orientées-données
- Programmer avec les logiciel SAS et le language R pour mener à bien une étude statistique
- Maitriser les méthodes d'analyse de données spatiales et les outils de traitement de données
- Résoudre un problème de modélisation et d'optimisation relevant de l'analyse matricielle
- Modéliser des problèmes issus de l'Entreprise
- Exploiter des méthodes et les algorithmes fondamentaux en recherche opérationnelle et aide à la décision (en particulier pour l'optimisation de programmes linéaires)
- Assurer la fiabilité et la sûreté de fonctionnement indispensables à l'Ingénieur
- Traiter des problèmes d'optimisation dans les réseaux de différents types
- Résoudre les problèmes (souvent des problèmes d'optimisation combinatoire) à l'aide d'outils issus de la recherche opérationnelle, comme la programmation dynamique, les méthodes de résolution de PLNE (à travers des solveurs de PLNE, qui implémentent ces méthodes), ou des méthodes de résolution approchée (heuristiques et méta-heuristiques)

-Choisir et adapter des systèmes informatiques d'aide à la décision en s’appuyant sur les principes de bases de la chaîne décisionnelle, le reporting décisionnel
- Mettre en pratique les langages d'interrogation de bases de données multidimensionnelles en vue d'offrir une aide à la décision et permettre à un décideur d’avoir une vue d’ensemble de l’activité traitée
- Produire des traitements de données simples en utilisant les concepts de la statistique descriptive, en vue de présenter les résultats obtenus à l’aide de tableaux, de graphiques et d’indicateurs numériques
- Choisir les outils et déterminer leurs limites afin de communiquer les conclusions et leur interprétation 
- Etre capable de stocker, rechercher, capter, partager, interroger et donner du sens à d'énormes volumes de données structurées et non structurées, produites en temps réel et provenant de sources diverses
- Mettre en oeuvre des techniques de fouille de données, de modélisation décisionnelle et de visualisation sur des données massives. Maîtrise de techniques adaptées à quelques problèmes fréquents rencontrés dans la fouille de données massives

Public

X

Nombre d’ECTS
54
Domaine
Modélisation ingénierie mathématiques &t statistique
Code répertoire
RNCP34039BC01
Date de début de validité

Unités d'Enseignement requises

RCP216 : Ingénierie de la fouille et de la visualisation de données massives ( 6 ECTS)

Nombre d'heures : 60.00

Cet enseignement s'intéresse à l'impact des caractéristiques des données massives (volume, variété, vélocité) sur les méthodes de fouille de données.

CSC106 : Analyse numérique matricielle et optimisation (2) ( 6 ECTS)

Nombre d'heures : 60.00

Familiariser les élèves avec les méthodes d'analyse numérique et les outils (matériels et logiciels) du calcul scientifique.
Les travaux pratiques seront réalisés dans le langage Python (via l'interface Jupyter).

STA112 : Statistique spatiale ( 6 ECTS)

Nombre d'heures : 60.00

Maitriser les méthodes d'analyse de données spatiales et les outils de traitement de données.

NFP107 : Systèmes de gestion de bases de données ( 6 ECTS)

Nombre d'heures : 60.00

Ce cours s’adresse à tous ceux qui veulent concevoir, implanter, alimenter et interroger une base de données (BD), et intégrer cette BD à une application. Dans un contexte académique, il s’adresse aux étudiants en troisième année de Licence (L3).

STA211 : Entreposage et fouille de données ( 9 ECTS)

Nombre d'heures : 90.00

RCP101 : Recherche opérationnelle et aide à la décision ( 6 ECTS)

Nombre d'heures : 60.00

Présenter des notions de recherche opérationnelle et d'aide à la décision indispensables pour de futurs ingénieurs, décideurs, responsables de projets.

RCP104 : Optimisation en informatique ( 6 ECTS)

Nombre d'heures : 60.00

A partir de problèmes concrets en informatique (majoritairement issus des réseaux de télécommunication), l'UE vise à apprendre à traiter des problèmes d'optimisation difficiles.