Parcours Data Sciences

Le parcours Data Sciences est, avec le parcours Data Analytics, 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. À chaque niveau, le programme repose sur quatre piliers :

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

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 et d’une connaissance des différents aspects de leurs principales fonctions (marketing, comptabilité, contrôle...).

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 ...).

Les enseignements 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 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.

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.)

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 1Alternance

Anglais - Projets 2 -  Études de cas statistiques -  Pratique de l'enquête quantitative -  Techniques de communication - StageAlternance

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 - Etudes économétriques Méthodologie de la recherche scientifique - Utiliser avec pertinence les outils de l'intelligence artificielle générative - Séminaires/certifications - Projets - Etudes 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

4 ECTS

Programmation SQL avancée - Cas de Synthèse  

Analyser et modéliser des données pour la prise de décisions stratégiques

10 ECTS

Data Mining élémentaire - Clustering - Scoring - Machine Learning Géomarketing - Language Models

Concevoir des solutions de pilotage et de contrôle pour l'aide à la décision

6 ECTS

Droit de la donnée - Contrôle de gestion - Simulation de gestion  

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 Mémoire de recherche ou dossier de veille - Anglais Stage - Alternance

Développer et déployer des solutions avancées d'analyse de données et de Machine Learning pour l'aide à la décision

6 ECTS pour l'itinéraire classique 

9 ECTS pour l'itinéraire alternant

Big Data - Introduction au MLOPS - Green Cloud Computing Projet BI / Big Data