Parcours Data Sciences

Le parcours Data Sciences est, avec le parcours Business Intelligence, 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, l’étudiant pourra, par le choix de son parcours, renforcer ses connaissances et compétences soit en Data Sciences soit en Business Intelligence.

Au-delà de la double compétence en management et informatique décisionnelle que le Master SIAD procure à tous ses étudiants, la spécificité du parcours « Data Sciences » est d’en offrir une troisième : la statistique appliquée avec ses développements récents en matière d’utilisation de données massives (Big Data). L’objectif du programme est de former des spécialistes des données maîtrisant la totalité de la chaîne informationnelle (informatique décisionnelle et méthodologie statistique), capables par leur connaissance des logiques « métiers » et dans un contexte de données massives (Big Data), de fournir des diagnostics situés et pertinents nourrissant les décisions du management.

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 quatre piliers :

  • l’économie et la gestion
  • l’informatique décisionnelle
  • les méthodes statistiques
  • les disciplines et exercices de professionnalisation

Les unités d’enseignement -UE- d’économie et de gestion visent à doter les étudiants d’une compréhension des mécanismes économiques fondamentaux qui conditionnent la vie des firmes et d’une connaissance des différents aspects de leurs principales fonctions (marketing, comptabilité, contrôle...).

Les UE 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 ...).

Les UE de méthodes statistiques présentent aux étudiants les différentes méthodes statistiques de traitement de l’information selon le type de données à traiter et les objectifs fixés. Elles abordent l’analyse de données, les différents modèles de régression économétrique, les techniques du data mining et les méthodes de traitement des données massives. Chaque UE allie théorie et pratique sous les logiciels de référence.

Les UE de professionnalisation ont pour objectif principal de mettre les étudiants 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. Elles sont également l’occasion 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.

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 :

  1. 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).
  2. 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.
  3. 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.)

Programme de la 3ème année de licence

  1er semestre 2ème semestre

Economie et gestion

9 ects au S1

9 ects au S2

Microéconomie, conjoncture, fondamentaux de la gestion Economie industrielle, économie et politiques européennes, intelligence économique, théorie des organisation

Professionnalisation

9 ects au S1

9 ects au S2

Modélisation tableur, communication, anglais, projets Bases de données, anglais, projet, stage de 8 semaines

Spécialisation et outils

4 ects au S1

4 ects au S2

Théorie des tests, mathématiques, méthodologie de l'enquête quantitative Méthodes de base de l’économétrie, mathématiques, méthodologie de l'enquête quantitative

Dès la rentrée universitaire 2023-2024, la licence SIAD pourra être réalisé en alternance (en contrat de professionnalisation)*

*sous réserve de validation des instances universitaires

Programme de la 1ère année de master

  1er semestre 2ème semestre

Economie et management

9 ects au S1

9 ects au S2

Economie du numérique, comptabilité de gestion, diagnostic financier Simulation de gestion, contrôle de gestion, marketing

Informatique décisionnelle

6 ects au S1

12 ects au S2

Architecture systèmes et réseaux, Analyse et conception de systèmes d’information, Systèmes de gestion des bases de données, SQL Datawarehouse, reporting, ETL , Datavisualisation, Intro. à l'algorithmique et à la programmation, développement de solutions applicatives

Méthodes statistiques

9 ects au S1

3 ects au S2

Analyse des données, Econométrie des variables qualitatives, Etudes de cas en économétrie Etudes de cas en analyse des données et en économétrie qualitative

Professionnalisation et ouverture

6 ects au S1

6 ects au S2

Anglais, programmation SAS, projets Anglais, programmation R, projets , stage

Programme de la 2ème année de master

  1er semestre

Economie et management

3 ects

Gestion de projet, transformation des entreprises et innovation, droit de la donnée

Informatique décisionnelle

3 ects

Cas de synthèse

Méthodes statistiques

15 ects

Data Mining élémentaire, Clustering, Scoring, Géomarketing, statistique textuelle, Big Data, Web Analytics, Machine Learning for Data Science, qualité de la donnée, l'usage de la donnée en marketing

 

 

Professionnalisation

9 ects

Projets, dossiers de veille ou de recherche scientifique, Anglais, séminaires outils
  2ème semestre

Professionnalisation

30 ects

Stage