Parcours Data Analytics
Le parcours Data Analytics est, avec le parcours Data Sciences, l’un des deux parcours proposés au sein du Master « Systèmes d’information et aide à la décision » (SIAD). Il accueille des étudiants en première année de Master sur un programme commun aux deux parcours alliant le management, l’informatique décisionnelle et la statistique appliquée. C’est à la fin de cette première année que, selon ses appétences, et ses résultats, l’étudiant pourra, par le choix de son parcours, renforcer ses connaissances et compétences soit en Business Intelligence grâce au parcours Data Analytics soit en Data Sciences grâce au parcours du même nom.
L’accès au parcours Data Analytics peut également se faire directement en deuxième année dans le cadre de 2 parcours personnalisés : le parcours Data Analytics Management Skills et le parcours Data Analytics Technical Skills Training. Le premier est ouvert à des étudiants ayant validé une quatrième année d’étude dans le domaine de l’informatique. Le second est dédié aux personnes qui n’ont pas (ou peu) d’acquis en informatique décisionnelle et qui souhaitent revenir à l’Université en formation continue dans le cadre d’une reconversion ou d’une évolution professionnelle (Cf. présentations spécifiques à ces deux parcours de formation).
L’objectif du parcours est d’offrir aux étudiants la possibilité d’acquérir des compétences en informatique décisionnelle ainsi qu’une connaissance approfondie des logiques et besoins des métiers et services de l’entreprise. Cette double compétence management/informatique est en effet la clef des emplois d’ingénieur ou de consultant BI capables par leur connaissance des logiques « métiers » de construire des modalités de traitement automatique de l’information permettant de nourrir les décisions du management dans un contexte de prolifération des données (Big Data).
Le programme est organisé sur 2 ans. Il peut être suivi dans le cadre classique ou dans le cadre d’une alternance. A chaque niveau, le programme repose sur trois piliers :
- l’économie et la gestion
- l’informatique décisionnelle
- la professionnalisation
En première année de Master, le programme permet également aux étudiants d’acquérir des notions de base en économétrie et en analyse des données.
Les enseignements d’économie et de gestion visent à doter les étudiants d’une compréhension des mécanismes économiques fondamentaux qui conditionnent la vie des firmes ainsi que d’une connaissance des diverses formes d’organisation, de leur histoire, de leurs logiques de fonctionnement et de leurs stratégies. Elles intègrent une analyse complète de leurs différentes fonctions et de leurs modalités d’exercice (marketing, comptabilité, contrôle, finance, ressources humaines, logistique, production, etc.).
Les enseignements d’informatique décisionnelle ont pour objectif de fournir aux étudiants le socle indispensable de connaissances en informatique fondamentale (modélisation de données, base de données, programmation impérative, procédurale, événementielle, objet, logiciels de base, datavisualisation, etc.) ainsi que les outils spécifiques de l’informatique décisionnelle (ETL et ELT, requêteurs, logiciels d’interrogation ...) et les techniques de traitement des données massives (Big Data, Machine Learning).
Les étudiants sont mis en situation professionnelle par la réalisation de stages et de projets collectifs ou individuels s’achevant toutes et tous par une présentation écrite et orale. La formation permet également de développer la compréhension des évolutions du secteur, des méthodes d’organisation du travail (gestion de projet) et enfin de conforter la maîtrise de l’anglais comme langue de travail.
Les enseignements de méthodes statistiques, uniquement présentes en première année de Master, permettent de sensibiliser les étudiants au traitement statistique de l’information. Elles abordent l’analyse de données et les différents modèles de régression économétrique. La formation allie théorie et pratique sous les logiciels de référence.
Au-delà de la formation théorique et technique dans les différents domaines de la formation, trois objectifs pédagogiques sont constamment poursuivis au sein du Master SIAD pour renforcer le caractère professionnel de ses diplômés :
- développer les capacités de synthèse et d’argumentation lors d’entretiens et de présentations de travaux professionnels (nombreux exposés et soutenances de travaux de synthèse et de rapports d’études)
- renforcer les connaissances sur l’environnement économique et social et les évolutions technologiques dans leurs rapports avec les stratégies d’entreprises, au travers, en particulier, de conférences et séminaires spécifiques animés par des professionnels du secteur
- développer l’initiative, le sens des responsabilités et la capacité à réaliser et organiser un travail collectif dans la conduite de projets techniques mais aussi de projets plus généraux en relation avec la vie du master et à ses contacts avec l’environnement économique (organisation de conférences, de visites d’entreprises, de simulations d’entretiens etc.)
La formation se présente en 5 blocs de connaissances et de compétences (BCC) sur l'ensemble des 2 années de formation
1. Concevoir et gérer des infrastructures de données pour la prise de décision dans un contexte économique et stratégique
2. Analyser et modéliser des données pour la prise de décisions stratégiques
3. Concevoir des solutions de pilotage et de contrôle pour l'aide à la décision
4. Valoriser la donnée dans un contexte économique et stratégique
5. Développer et déployer des solutions avancées d'analyse de données et de Machine Learning pour l'aide à la décision
Programme de la troisième année de licence
La licence SIAD peut être réalisée en itinéraire classique ou en alternance (en contrat de professionnalisation).
La formation se présente en 4 blocs de connaissances et de compétences (BCC) dont l'acquisition se poursuivra en master SIAD.
Les enseignements en italique et soulignés ne concernent que les étudiants en itinéraire classique. Quant aux enseignements en gras, ils ne concernent que les alternants.
BCC | Semestre 5 | Semestre 6 |
Concevoir et gérer des infrastructures de données pour la prise de décision dans un contexte économique et stratégique 6 ECTS |
| Introduction à l'algorithmique et à la programmation - Introduction aux bases de données relationnelles |
Analyser et modéliser des données pour la prise de décisions stratégiques 24 ECTS pour l'itinéraire classique 21 ECTS pour l'itinéraire alternant | Méthodes d'optimisation économique 1 - Modélisation tableur - Estimation, test et sondages - Mathématiques 1 - Méthodologie de l'enquête quantitative | Méthodes d'optimisation économique 2 - Économétrie des variables quantitatives - Mathématiques 2 |
Concevoir des solutions de pilotage et de contrôle pour l'aide à la décision 9 ECTS | Microéconomie : théorie des jeux - Macroéconomie : conjoncture - Jeu d'entreprise - Entreprise et entrepreneuriat - Principes et méthodes de la gestion de projet |
|
Valoriser la donnée dans un contexte économique et stratégique 21 ECTS pour l'itinéraire classique 24 ECTS pour l'itinéraire alternant | Anglais - projets 1 - Alternance | Anglais - Projets 2 - Études de cas statistiques - Pratique de l'enquête quantitative - Techniques de communication - Stage - Alternance |
Programme de la première année de master
Les enseignements en italique et soulignés ne concernent que les étudiants en itinéraire classique. Quant aux enseignements en gras, ils ne concernent que les alternants.
| BCC | Semestre 1 | Semestre 2 |
Concevoir et gérer des infrastructures de données pour la prise de décision dans un contexte économique et stratégique 18 ECTS | Algorithmique et programmation - Bases de données relationnelles - Qualité de la donnée - Programmation SQL- Introduction aux systèmes informatiques - Acquisition de données en ligne | Acquisition de données en ligne - Datawarehouse - ETL - Marketing - Économie et management des RH |
Analyser et modéliser des données pour la prise de décisions stratégiques 12 ECTS | Économétrie des variables qualitatives - Étude de cas - Analyse de données | programmation statistique |
Concevoir des solutions de pilotage et de contrôle pour l'aide à la décision 10 ECTS | Diagnostic financier - Développement de solutions applicatives | Comptabilité de gestion - Gestion de projets |
Valoriser la donnée dans un contexte économique et stratégique 20 ECTS | Responsabilité sociétale des entreprises - Projets - Anglais - Études économétriques | Méthodologie de la recherche scientifique - Utiliser avec pertinence les outils de l'intelligence artificielle générative - Séminaires/certifications - Projets - Études économétriques - Reporting - Anglais - Stage - Alternance |
Programme de la deuxième année de master
Les enseignements en italique et soulignés ne concernent que les étudiants en itinéraire classique. Quant aux enseignements en gras, ils ne concernent que les alternants.
| BCC | Semestre 3 | Semestre 4 |
Concevoir et gérer des infrastructures de données pour la prise de décision dans un contexte économique et stratégique 10 ECTS | Algorithmique pour l'ingénierie des données - Cas de synthèse - Logistique - Programmation SQL avancée | Bases de données non relationnelles |
Concevoir des solutions de pilotage et de contrôle pour l'aide à la décision 10 ECTS | Stratégie d'entreprise - Droit de la donnée - Contrôle de egstion - Simulation de gestion | Finance |
Valoriser la donnée dans un contexte économique et stratégique 34 ECTS pour l'itinéraire classique 31 ECTS pour l'itinéraire alternant | Mémoire de recherche ou dossier de veille - Projets - Anglais - Séminaires - Alternance | Stage - Mémoire de recherche ou dossier de veille - Alternance - Anglais |
Développer et déployer des solutions avancées d'analyse de données et de Machine learning pour l'aide à la décision 6 ECTS | Traitement de la donnée massive - Green Cloud Computing - Apprentissage automatique | Projet BI / Big Data |