Diplôme Diplôme d'ingénieur spécialité Science de la donnée et intelligence artificielle en apprentissage à Niort
Objectifs pédagogiques
La formation d’ingénieur de spécialité « Informatique parcours Big Data et Intelligence Artificielle » comporte des enseignements visant à acquérir d’une part, des compétences transversales aux métiers d’ingénieur et d’autre part des compétences spécifiques aux techniques du Big Data et de l'Intelligence Artificielle. Les compétences sont envisagées d’une manière suffisamment large pour permettre à l’ingénieur une mobilité professionnelle.
La formation a pour objectifs de former des ingénieur.e.s capables de :
- Adopter une démarche d’innovation, conduire et gérer les changements, les évolutions, tenir une veille, adopter l’esprit d’entreprendre.
- Conduire des réunions, développer les compétences, faire respecter les règles, communiquer à l’internationale.
- Appliquer une démarche méthodologique de la gestion de projet.
- Savoir mettre en œuvre les principes de la gestion budgétaire.
- Savoir prendre en compte les aspects juridiques, maîtriser la sécurité de l’information, assurer la maîtrise d’ouvrage d’un système d’information.
- Assumer la responsabilité économique, environnementale et sociale de l’entreprise.
- Assurer une fonction d’expertise scientifique et technique en lien avec sa spécialité.
- Niveau d'entrée :
- Bac + 2
- Niveau de sortie :
- Bac + 5
- ECTS :
- 180
- Déployabilité
- Apprentissage : Fomation pouvant se suivre en apprentissage
- Contrat de professionnalisation : Formation pouvant se suivre en contrat de professionnalisation
Contactez-nous !
Téléchargez en PDFCompétences et débouchés
Au delà des compétences générales d’un.e ingénieur.e : connaissance scientifique, compétences techniques, curiosité, rigueur, l’ingénieur.e informatique spécialisé.e dans les techniques du Big Data et de l’Intelligence Artificielle doit :
- Établir le cahier des charges du projet (budget, temps, contraintes légales et environnementales, tests publics, éthique, impact sociétal, gestion des locaux, RGPD, etc).
- Définir un plan de gestion des risques en identifiant les facteurs d'adaptabilité dont dispose l'entreprise afin d'anticiper sur les facteurs d'échecs du projet.
- Développer la relation client et envisager l'extension du projet et les perspectives futures en établissant un contact régulier avec le client pour valider ses demandes et leur évolution.
- Mettre en place des revues de projet pour assurer la transmission d'informations entre les différents corps de métiers ; et des systèmes de tracking au moyen d’un calendrier unique afin de surveiller les performances du projet, de déterminer sa progression et d’opérer les ajustements nécessaires.
- Mettre en place des outils et des méthodes de gestion de projet.
- Communiquer et négocier dans un contexte international et multiculturel en utilisant une ou plusieurs langues étrangères et notamment des langages techniques de l’informatique et du numérique, à l’oral et à l’écrit y compris en anglais.
- Analyser le besoin client en matière de conception d'un système informatique, des développements logiciels, des bases de données, et d'un dispositif d'optimisation des données en matière de conception de SI, développement informatique, d'architecture réseaux, etc. et en communiquant avec les experts métier.
- Rédiger et valider avec le client le cahier des charges fonctionnel en intégrant les contraintes techniques, qualité, sécurité, environnemental, sociététal, normes réglementaire et standards informatique du contexte interculturel et international.
- Organiser et animer des réunions métier afin de définir les spécifications du système d'information, ses développements, réseaux, bases de données, ainsi que son optimisation.
- Élaborer le schéma directeur du SI en évaluant les risques / opportunités en utilisant une matrice SWOT et en intégrant un cycle de formation continue.
- Élaborer, concevoir, tester et valider des modèles, protocoles et architectures système informatique, développements logiciels, réseaux, bases de données, cybersécurité et optimisation des données.
- Identifier et collecter des données en quantité importante, structurées ou non structurées, issues de sources diversifiées internes et externes à l’entreprise (appareils intelligents ou connectés, capteurs..).
- Stocker et organiser les données recueillies dans des bases de données massives
- Nettoyer les données recueillies afin de les rendre exploitables par le système numérique de destination.
- Effectuer des analyses de type descriptives et prédictives au moyen d’outils de modélisation statistique, fouilles de données et d’apprentissage statistique (méthodes de régression, méthodes d’analyse factorielle, méthodes de classification supervisée et non supervisée).
- Développer et entrainer des architectures d'apprentissage automatique via des algorithmes.
- Évaluer les performances des algorithmes d’Intelligence Artificielle en utilisant des mesures appropriées
- Réaliser l'amélioration continue des modèles et des processus en fonction des retours et des évolutions des données.
- Identifier les responsabilités éthiques et professionnelles, et prendre en compte les enjeux des relations au travail, de sécurité et de santé au travail et de la diversité.
- Inscrire dans une démarche d’amélioration continue les équipes métier en informatique et mathématiques, en confrontant les travaux à une veille prospective métier (évolution technologique, méthodologique, sectorielle…) et en participant à la définition du plan de formation de l’entreprise.
- Entreprendre et innover, dans le cadre de projets personnels ou par l’initiative et l’implication au sein de l’entreprise dans des projets entrepreneuriaux.
- Établir un bilan de la collaboration de son équipe ou de l’organisation en identifiant les forces et des écueils possibles pour la mise en place future d’un processus collaboratif.
- Gérer les conflits, les tensions au sein d’une équipe pluridisciplinaire en identifiant : la nature des freins de la collaboration entre professionnels, les logiques et les représentations inter-métiers, les enjeux de territoires professionnels afin de favoriser la cohésion pluridisciplinaire.
- Déployer des outils métiers de mesure de performances et d'évaluation des équipes afin de garantir le succès des projets en science des données au niveau de la qualité des résultats et de l'alignement avec les objectifs métier.
Méthodes pédagogiques
Les enseignements théoriques, couplés à des mises en application en travaux dirigés et travaux pratiques sur matériels et logiciels métiers permettront une professionnalisation rapide. L'espace numérique de formation du Cnam (Moodle) permet à chaque enseignant de rendre accessible des ressources spécifiques à ses enseignements. Des modalités plus détaillées seront communiquées au début de chaque cours.
Prérequis et conditions d'accès
- Titulaire d'un excellent Bac +2 (prépa CPGE) ou titulaire d'un Bac +3 Scientifique (grade licence)
- Connaissances en mathématiques affirmées
Exigence du programme
Compétences attestées :
Mobiliser un socle de connaissances scientifiques et techniques en mathématiques appliquées, statistique, informatique, algorithmique et sciences des données pour analyser des situations complexes et concevoir des solutions adaptées
Répondre à des objectifs métier identifiés en modélisant des problèmes complexes à travers la conception, l’entraînement, évaluation et l’amélioration des modèles statistiques, des algorithmes d’apprentissage automatique et des systèmes d’intelligence artificielle
Innover, expérimenter, entreprendre et contribuer à des activités de recherche, de développement ou de transfert dans le champ de la donnée et de l’intelligence artificielle
Acquérir, structurer, qualifier, exploiter et interpréter des données issues de sources variées, en appréciant leur qualité, leur fiabilité, leur pertinence et leurs limites
Piloter un projet en science des données et intelligence artificielle en organisant les ressources, en gérant les risques, en assurant le suivi des réalisations et en évaluant les résultats obtenus
Concevoir et déployer des solutions numériques en intégrant les principes de sobriété numérique, en optimisant l’usage des ressources (données, calcul, stockage), en évaluant les impacts environnementaux des systèmes et en favorisant des choix technologiques responsables et durables
Intégrer les dimensions techniques, organisationnelles, humaines, économiques, juridiques, réglementaires, environnementales et sociétales dans la conduite des activités et des projets
Traiter la donnée responsablement, en intégrant les enjeux d’éthique, de protection des données et de cybersécurité
Accompagner les transformations numériques, organisationnelles, énergétiques et environnementales en prenant en compte leurs impacts, leurs contraintes et leurs risques
Agir en professionnel responsable face aux enjeux de santé et sécurité au travail, de diversité et d’inclusion, afin de garantir un cadre de travail respectueux et inclusif
Communiquer de manière claire, structurée et adaptée avec des interlocuteurs variés, spécialistes ou non spécialistes, en français et en anglais, à l’écrit comme à l’oral, y compris dans un contexte international et multiculturel
Collaborer au sein d’équipes pluridisciplinaires, interagir avec des spécialistes d’autres domaines et contribuer à la coordination d’acteurs aux compétences complémentaires
S’autoévaluer, actualiser ses connaissances et développer ses compétences tout au long de la vie afin d’accompagner les évolutions scientifiques, technologiques et professionnelles.
Statut professionnel conféré
Secteurs d’activités :
Tous secteurs avec en particulier :
- Assurance
- Santé
- Banque
- E-commerce
- Industrie lourde (automobile, transport, transformation)
- Nucléaire
- Industrie 4.0
- Organismes de recherche et développement du secteur public.
Ces domaines ne sont pas exhaustifs, et les diplômés peuvent également trouver des opportunités dans d'autres secteurs émergents au fur et à mesure que les sciences des données et leurs applications continuent de se développer.
Tous secteurs avec en particulier :
- Assurance
- Santé
- Banque
- E-commerce
- Industrie lourde (automobile, transport, transformation)
- Nucléaire
- Industrie 4.0
- Organismes de recherche et développement du secteur public.
Ces domaines ne sont pas exhaustifs, et les diplômés peuvent également trouver des opportunités dans d'autres secteurs émergents au fur et à mesure que les sciences des données et leurs applications continuent de se développer.
Type d'emplois accessibles :
Les diplômés pourront occuper des postes tels que :
- Data scientist, analyste de données
- Services R&D pour la modélisation et l'optimisation
- Chef de Projet en Data Science
- Chargé d'études statistique.
- Data analyst
- Data miner
- Data scientist
- Ingénieur statisticien
- Statisticien
- Architecte de bases de données
- Analyste décisionnel - Business Intelligence
- Développeur Big Data
- Chargé d'études analytiques en industrie
- Ingénieur fiabilité en industrie
- Ingénieur d'études-recherche-développement en industrie
- Ingénieur systèmes et simulations en industrie
- Directeur des systèmes d'information
- Informaticien de la recherche scientifique
Les diplômés pourront occuper des postes tels que :
- Data scientist, analyste de données
- Services R&D pour la modélisation et l'optimisation
- Chef de Projet en Data Science
- Chargé d'études statistique.
- Data analyst
- Data miner
- Data scientist
- Ingénieur statisticien
- Statisticien
- Architecte de bases de données
- Analyste décisionnel - Business Intelligence
- Développeur Big Data
- Chargé d'études analytiques en industrie
- Ingénieur fiabilité en industrie
- Ingénieur d'études-recherche-développement en industrie
- Ingénieur systèmes et simulations en industrie
- Directeur des systèmes d'information
- Informaticien de la recherche scientifique
Code(s) ROME :
- M1403 - Études et prospectives socio-économiques
- M1802 - Expertise et support en systèmes d''information
- M1805 - Études et développement informatique
- H1206 - Management et ingénierie études, recherche et développement industriel
Mentions officielles
Le certificateur est le Cnam
- Code RNCP
- 42443
- Date de l'échéance de l'enregistrement au RNCP
La date d'enregistrement de la certification se trouve dans la fiche RNCP.
Modalités et délais d'accès
Contactez-nous pour avoir plus d'informations concernant le diplôme qui vous intéresse.
En savoir plus sur nos modalités et délais d'accès
Équivalences, passerelles & suite de parcours
En savoir plus sur les équivalences, passerelles & suite de parcours
Débouchés (Codes ROME)
- Ingénieur statisticien / Ingénieure statisticienne[M1403]
- Data scientist[M1403]
- Data analyst[M1403]
- Data miner[M1403]
- Architecte de bases de données[M1802]
- Architecte de données informatiques[M1802]
- Data manager[M1802]
- Analyste concepteur / conceptrice informatique[M1805]
- Analyste décisionnel - Business Intelligence[M1805]
- Chef de projet étude et développement informatique[M1805]
- Ingénieur analyste-programmeur / Ingénieure analyste-programmeuse[M1805]
- Chef de projet recherche et développement en industrie[H1206]
- Mathématiques et statistiques
- Informatique appliquée
- Intelligence artificielle
- Programmation
- Algorithme d'apprentissage
- NoSQL
- big data
Informations complémentaires
Modules d'enseignement
Blocs de compétences
Un bloc de compétences est constitué d'un ensemble d'Unités qui répond aux besoins en formation de l'intitulé du bloc.
Les unités ci-dessus sont réparties dans les Blocs de compétences ci-dessous.
Chaque bloc de compétences peut être validé séparément.
Information non disponible, pour plus d'information veuillez contacter le Cnam