Mastère Spécialisé®

Mastère Spécialisé® Expert Big Analytics et Métriques

BOOSTEZ VOTRE CARRIÈRE DANS LE BIG DATA!

Quels sont les métiers de la data science ?

Métier-star du Big Data, le data scientist a pour mission de concevoir les systèmes de traitement des grandes masses de données (big data) en définissant les structures et les technologies pour leur collecte et leur stockage, et les algorithmes de transformation et d'administration (machine learning). Il est aussi capable de déployer des technologies d'intelligence artificielle (deep learning). 

En s'appuyant sur le même socle de compétence, le métier de data analyst vise à transformer la donnée en information et à la rendre intelligible aux autres fonctions de l'entreprise. Il produira des modèles de visualisation qui permettront d'illustrer les métriques métiers (KPI), d'alimenter les tableaux de bord de l'entreprise et de proposer une vision prévisionnelle des sujets (business intelligence).

Si ses compétences techniques en big data complètent un profil de manager, le data scientist peut s'orienter vers des missions de data strategist où il conseillera sur l'intégration de la gouvernance des données dans la stratégie globale de l'entreprise. De nature transverse, son rôle sera de définir un cadre juridique (éthique et protection) aussi bien qu'économique et fonctionnel. En considérant que la donnée est un actif de l'entreprise, il définira les principes de son exploitation ; que ce soit pour optimiser le business model, améliorer la chaîne de valeur ou la valoriser financièrement.

Objectifs de la formation

Ce Mastère Spécialisé® Expert Big Analytics et Métriques a pour objectif de vous faire acquérir le socle de compétences indispensable à tous les métiers du big data et vous permettre ensuite suivant votre cursus et votre expérience professionnelle d'orienter votre carrière sur des missions qui vous correspondent. Il forme des spécialistes capable de concevoir, mettre en place et piloter des solutions innovantes afin de résoudre la complexité de la  gestion et l’analyse de ces grandes masses de données. Les connaissances enseignées sont autant techniques (informatique, mathématiques, statistiques) qu'humaines et sociales.

Objectifs pédagogiques

Au cours de la formation, les étudiants du Mastère Spécialisé ® acquièrent :
  • des compétences transverses : sciences humaines vs techniques du Big data (droit, sécurité, éthique) et recherche des meilleurs compromis face aux défis sociétaux
  • des compétences de data strategist : conception et management de projet Big data, Gouvernance des Données
  • des compétences de data scientist : création et évaluation d'algorithmes, machine learning
  • des compétences de data analyst : conception de métriques et de systèmes de visualisation cohérents avec les besoins métiers

Objectifs professionnels

Les diplômés, au sein des structures qui les emploient, seront en capacité de :
  • conduire une équipe de data scientists chargés de valoriser les données d’entreprise (données clients, données d’activités, logs, etc.)
  • assurer une mission de conseil pour la résolution de problèmes complexes liés à l’exploration (de grandes masses) de données hétérogènes
  • accompagner, en tant que data strategist les grands groupes, les PME, les services de l’Etat et les collectivités dans la maîtrise et la gouvernance de leurs données
  • conduire la politique d’acquisition et de transformation des données en valeurs ou en gisement d’innovation (nouveaux services, transformation des usages, etc.) de son entreprise

Points forts

  • Une offre de formation équilibrée pour préparer à la conception et au pilotage de projet data
  • Un programme en constante adéquation avec les évolutions du marché du Big Data
  • Des cours basés sur les dernières avancées dans l’écosystème du Big Data et des Big Analytics
  • Un profil très recherché par les entreprises de toutes tailles
  • Une formation comprenant 70% de travaux pratiques
  • Un corps professoral composé d’enseignants-chercheurs et de professionnels de la data

 

« Avec mon diplômé d’ingénieur en statistique et une première expérience professionnelle, il m’est apparu évident que je devais suivre ce Mastère Spécialisé® pour me construire un profil multi-compétences dans les domaines des Analytics et de la valorisation des données. Ce qui me permet aujourd’hui d’occuper un poste de consultant Big Data au sein d’une société de conseils spécialisée dans la valorisation de données. » Aymen BEN MECHLIA, Consultant Big Data, Machine Learning & Predictive Analytics, Promo 2016

 

 

Avec une expérience de 15 ans dans le monde des bases de données, ce Mastère Spécialisé® m’a permis d’avoir un profil pertinent pour prendre le pas du virage technologique adopté par les entreprises dans la data ces dernières années. »  Emmanuel LEVY, Architecte Big Data, Promo 2016

 

 Conférences & Événements

22 fév 2018

+ableau Software

 ♦ The Beautiful Science of Data Visualisation

 ♦ Démo d'un cas d'utilisation
 ♦ Formation de prise en main sur Tableau Desktop

 avec Sebastien COISPLET, Consultant Analytic Senior Actinvision


16 jan 2018

  Air Liquide

 ♦ Contexte de la valorisation des données au sein d’un grand groupe industriel

 ♦ Les projets R&D data science et cas d’application au sein d’Air Liquide

 ♦ Défis majeurs et Opportunités de transformation digitale

 ♦ Données, Innovation, Métiers

 avec Habiboulaye Amadou-Boubacar, Computational & Data Science, R&D, Lead Data Scientist, e-Health Project Manager, A.L. International Expert in Digital & Data Science

 12 déc 2017

 Meetup Big Data

 ♦ Aperçu des Enjeux du Big Data

 ♦ Big Data : L'autre révolution

 ♦ Networking & Echanges

 avec  Jean-Laurent Philippe, HPC Technical Sales Specialist, INTEL

 

 

Partenaires

Partenaires

Le Mastère Spécialisé® Expert Big Analytics & Métriques est soutenu par de nombreuses entreprises et organisations évoluant dans le domaine du Bigdata ou utilisant ces technologies pour leur activité, qui reconnaissent l'expertise et la pertinence d'une formation sur le sujet.

 

 

« (…) votre projet a été considéré comme pertinent et entrant parfaitement dans la lignée de notre stratégie Digitale centrée sur l’offre Big Data et de ce qui fait de Atos une société innovante à part entière. De ce fait, cette formation diplômante représente une opportunité d’accompagner nos ambitions business et de répondre d’une part à nos besoins en emplois d’experts Big Data ou de Data Scientists et d’autre part à nos besoins de développement des compétences (…) notre intérêt pour cette formation de haut niveau centrée sur les technologies du Big Data et du Big Analytics (…) »

Carrière & Débouchés

Débouchés

Différentes fonctions

  • Directeur de la Politique de la Donnée / Chief Data Officer / Data Strategist
  • Data Scientist / Data Analyst / Expert Trend & Metrics
  • Responsable de projet Big Data / Consultant Analytics & Big Data
  • Data Risk Manager / Data Protection Officer
  • Big Data Architect / Master Data Manager

Différentes entreprises

  • Grands groupes
  • Startups & PME
  • Entreprises publiques & Collectivités territoriales

Différents secteurs

Tous secteurs d’activités générant et manipulant les données, tels que :

  • Le transport
  • La (cyber-)sécurité
  • La sûreté
  • Le réseaux d’énergie
  • Les médias, le marketing, etc.
Programme & Calendrier

Programme

La formation est divisée en 5 blocs de compétences de 70h chacun.

Chaque module est constitué de deux unités de valeur (UV), dispensées par des enseignants-chercheurs et des professionnels. L’enseignement comprend une grande partie d'activités pratiques : Travaux Pratiques (TP), Etudes de cas (E2C) et Projets.

L’étudiant devra effectuer un stage de 4 mois minimum en entreprise ou dans une administration publique sur une thématique liée au Big Data, produire un rapport et soutenir une thèse professionnelle à l’issue de ce stage.

5 conférences sont organisées au cours du cursus : «Big data et nouveaux métiers du numérique», «Big data : avenir des villes intelligentes», «Analyse des médias sociaux», «La révolution du CRM 3.0» et «Monitoring de grands Réseaux».

 

Rappels :

Socle théorique pour la data science

Bases en Mathématiques (Statistiques, Graphes, etc.)

Programmation et complexité algorithmique

Bloc 1

Généralités et notions sur le Big data

Introduction et gestion de projets Big Data

Gouvernance, stratégies et sécurité

Bloc 2

Techniques d’actionnabilité de la donnée 

Stockage de données réutilisables

Business intelligence & Data as a service

Bloc 3

Bases de données et Programmations Avancées

Bases de données avancées : bigTableNoSQL

Langages et outils de programmation :R, Python, SCALA, Java,  mapReduceElasticSearch

Bloc 4

Traitement de Grandes masses de Données

Intelligence artificielle en grande dimension 

Traitements distribués

Bloc 5

Big Analytics et Visualisation Décisionnelle

Information Retrieval (extraction d'Information)

Visualisation Décisionnelle

 

+ d'information >>   Programme détaillé 

 

Calendrier

Ouverture des admissions : 1er Février 2018
Rentrée en Septembre 2018
Période d'application en entreprise : 4 mois minimum
Soutenance de la Thèse Professionnelle à la fin du stage

Admissions

Admissions

Admission sur dossier et entretien individuel.

Les résultats seront envoyés par courrier et e-mail à l'issue de chaque période d'entretien.

Les candidats devront être titulaires d’un des diplômes suivants :

  • Diplôme d’ingénieur habilité par la Commission des Titres d’Ingénieur (liste CTI)
  • Diplôme d’une école de management habilitée à délivrer le grade de Master (liste CEFDG)
  • Diplôme de 3e cycle habilité par les autorités universitaires (DEA, DESS, Master…) ou diplôme professionnel cohérent et équivalent avec le niveau bac+5
  • Diplôme de M1 ou équivalent, pour des auditeurs justifiant d’au moins trois années d’expérience professionnelle en informatique décisionnelle
  • Titre inscrit au RNCP niveau 1
  • Diplôme étranger équivalent aux diplômes bac+5 français exigés ci-dessus

 

Pré-requis

Pour maximiser les chances d'être accepté(e), les candidat(e)s doivent avoir un niveau cohérent avec les enseignements prodigués durant la formation. Certaines connaissances sont donc prérequises afin d'être admis(e).

en mathématiques

  • Algèbre linéaire (matrices, déterminant, vecteurs propres et valeurs propres)
  • Bases en probabilités et en statistiques
  • Lois usuelles (loi de Bernoulli, loi binomiale, loi normale)
  • Formule de Bayes
  • Statistique descriptive
  • Maximum de vraisemblance

en informatique

  • Complexité algorithmique
  • Programmation, au moins l'un des langages suivants : Java, Javascript, Python ou R
  • Bases sur les systèmes de gestion de bases de données (ex. MySQL)
  • Technologies web (quelques notions souhaitables)

Suivant la configuration de la promotion quelques jours de remise à niveaux seront organisés pour les candidat(e)s accepté(e)s juste avant la rentrée.