Vous êtes ici : Accueil » Espace étudiant » Parcours Data Sciences

Parcours Data Sciences

 

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 » de fournir des diagnostics situés et pertinents nourrissant les décisions du management dans un contexte de données massives (Big Data).

 

Le programme est organisé sur trois ans (il est toutefois possible d'intégrer le parcours directement en M1). 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'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 concrète de leurs différentes fonctions et de leurs modalités d’exercice (marketing, comptabilité, contrôle, finance, ressources humaines, logistique, production).

 

Les unités d’enseignement 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, internet et le web, etc.) ainsi que les outils spécifiques de l’informatique décisionnelle (ETL et ELT, requêteurs, logiciels d'interrogation ...). Ces enseignements, placés en aval de la formation, sont généralement confiés à des professionnels et régulièrement remis à jour compte tenu de leur caractère souvent plus éphémère.

 

Les UE de méthodes statistiques présentent aux étudiants les différentes méthodes de traitement de l’information statistique selon le type de données à traiter et les objectifs fixés. Elles abordent l'analyse de données, le traitement des séries temporelles, 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 (et notamment SAS).

 

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.)

Télécharger la plaquette de la Licence SIAD

Télécharger la plaquette du Master SIAD parcours DS

Télécharger la plaquette du Master SIAD parcours DS en alternance

 

Programme de la 3ème année de licence

 

  1er semestre 2ème semestre

Economie et gestion

11 ects au S1

11 ects au S2

Microéconomie, conjoncture, diagnostic financier, Théorie des organisations Economie industrielle, économie et politiques européennes, comptabilité de gestion, simulation de gestion

Techniques de l’information et de la communication

4 ects au S1

4 ects au S2

Modélisation tableur, communication Bases de données, intelligence économique

Méthodes statistiques et économétriques

4 ects au S1

4 ects au S2

Théorie des tests Méthodes de base de l’économétrie

Outils

5 ects au S1

5 ects au S1

Anglais, mathématiques Anglais, mathématiques

Professionnalisation

6 ects au S1

6 ects au S2

Projets (spécifique et collectif) Projets (spécifique et collectif)

 

Programme de la 1ère année de master

 

  1er semestre 2ème semestre

Economie et gestion

9 ects au S1

9 ects au S2

Marketing, Management des RH, Contrôle de gestion Stratégie d’entreprise, Finance, Logistique, Gestion de production

Informatique décisionnelle

9 ects au S1

14 ects au S2

Architecture systèmes et réseaux, Analyse et conception de systèmes d’information, Systèmes de gestion des bases de données, SQL, Programmation SAS Datawarehouse, Business Object, ETL ODI, Développement et Programmation Web, Programmation Java, Programmation événementielle

Méthodes statistiques

9 ects au S1

4 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

3 ects au S1

3 ects au S2

Anglais, Stage de licence Anglais, Projets collectifs

 

Programme de la 2ème année de master

 

  1er semestre

Informatique décisionnelle

5 ects

 Programmation Orientée Objet (Java), Séminaires "outils de BI", Cas de synthèse

Méthodes statistiques

15 ects

Data Mining élémentaire, Clustering, Scoring, Géomarketing, Statistique textuelle, Big Data, Web Analytics, Machine Learning, La donnée : cadre juridique et éthique, L'usage de la donnée en marketing

 

Professionnalisation

10 ects

Gestion de projets, Stratégies et systèmes d'informations des entreprises, Projets collectifs, Dossiers de veille, Anglais
  2ème semestre

Professionnalisation

30 ects

Stage M1 (3mois), Stage M2 (6 mois)