Aujourd’hui, les machines connectées en réseau (ordinateurs, smartphones ou autres…) se comptent en milliards. Les capacités de stockage sont quasi sans limites, et les volumes de données produits augmentent de façon considérable : données scientifiques, médicales, réseaux sociaux, commerce électronique ou encore données collectées par les entreprises (tickets de caisse, enquêtes en ligne…). Stocker, analyser, visualiser ces données, les valoriser, en extraire des connaissances, tels sont les enjeux du Big Data et des Data Sciences, nouveau défi pour les informaticiens statisticiens.
Le data scientist est parfois défini comme « celui qui maîtrise davantage les statistiques que l’informaticien et qui maîtrise davantage l’informatique que le statisticien ». La data science est ainsi à la croisée de différentes disciplines : mathématiques appliquées, statistiques, informatique, business intelligence… En plus de ces compétences disciplinaires, le data scientist doit acquérir une solide connaissance des enjeux métiers et la capacité de dialoguer avec les différents métiers de l’entreprise. Ses missions représentent des enjeux stratégiques pour l’entreprise : détecter dans la donnée, quelle que soit la nature de celle-ci, de nouveaux leviers de création de valeur pour l’entreprise.
La formation IS, e?quilibre?e entre informatique, statistique et gestion, forme des inge?nieurs capables de re?pondre a? ces nouveaux besoins.
La formation est accessible à différents profils de bac +2 comportant des mathématiques et de l’informatique.
dossier et entretien
En plus des compétences générales des ingénieurs celui de la spécialité pourra :
Concevoir, mettre en œuvre, faire évoluer les systèmes d’information.
Comprendre, analyser les besoins, les formaliser en exploitant ses connaissances des outils de modélisation, choisir une solution technique adaptée
Concevoir et développer un projet logiciel
Mettre en œuvre des outils d’aide à la décision
Mener une analyse statistique complexe
Aujourd’hui, les machines connectées en réseau (ordinateurs, smartphones ou autres…) se comptent en milliards. Les capacités de stockage sont quasi sans limites, et les volumes de données produits augmentent de façon considérable : données scientifiques, médicales, réseaux sociaux, commerce électronique ou encore données collectées par les entreprises (tickets de caisse, enquêtes en ligne…). Stocker, analyser, visualiser ces données, les valoriser, en extraire des connaissances, tels sont les enjeux du Big Data et des Data Sciences, nouveau défi pour les informaticiens statisticiens.
Le data scientist est parfois défini comme « celui qui maîtrise davantage les statistiques que l’informaticien et qui maîtrise davantage l’informatique que le statisticien ». La data science est ainsi à la croisée de différentes disciplines : mathématiques appliquées, statistiques, informatique, business intelligence… En plus de ces compétences disciplinaires, le data scientist doit acquérir une solide connaissance des enjeux métiers et la capacité de dialoguer avec les différents métiers de l’entreprise. Ses missions représentent des enjeux stratégiques pour l’entreprise : détecter dans la donnée, quelle que soit la nature de celle-ci, de nouveaux leviers de création de valeur pour l’entreprise.
La formation IS, e?quilibre?e entre informatique, statistique et gestion, forme des inge?nieurs capables de re?pondre a? ces nouveaux besoins.
RNCP36253BC01
Spécifier, concevoir et développer des logiciels
RNCP36253BC02
Organiser et gérer des projets informatiques en équipe
RNCP36253BC03
Concevoir, gérer et interroger des bases de données, notamment dans un contexte de données massives
RNCP36253BC04
Décrire, caractériser et analyser des données par des méthodes statistiques, dans un environnement complexe
RNCP36253BC05
Explorer les données afin d’extraire des informations dans un but de prédiction et d’aide à la décision
Vous êtes élèves en Classe Préparatoire aux Grandes Écoles pour les sections MP et PSI.
Vous êtes étudiants titulaires d’un BUT : I, RT et STID.
Vous êtes étudiants titulaires d’une L2 ou L3.
Concours sur dossier et entretien.
L’obtention du titre d’ingénieur est conditionnée par les résultats obtenus à l’école et en entreprise. Toutes les Unités d’Enseignement (cours, TD, TP, situations de travail formatives en entreprise…) doivent être validées chaque semestre. La note minimale à obtenir pour chacune de ces UE est de 10/20. Les modalités particulières d’évaluation de la formation sont intégrées dans le règlement des études de Polytech Lille.
Pour la formation académique, l’évaluation des enseignements théoriques et pratiques et des projets est réalisée sous forme de contrôle continu à l’issue de chaque enseignement. Chaque Unité d’Enseignement assure une cohérence pédagogique entre diverses matières et contribue à l’acquisition de compétences identifiées.
Un niveau minimum d’anglais est exigé pour la délivrance du diplôme d’ingénieur : celui-ci correspond à un « niveau d’utilisateur indépendant », soit le niveau B2 du référentiel européen (niveau visé : C1). En conséquence, un niveau minimum intermédiaire est requis à la fin de chaque année de formation.
L’évaluation des périodes formatives en entreprise (UE « situation de travail formative en entreprise ») a lieu en fin de chaque semestre, à partir de la prise en compte du travail réalisé en entreprise d’une part, et l’analyse de la situation de travail d’autre part, via les retours d’alternance à l’école (oral et/ou écrit). Le tuteur et le maître d’apprentissage vérifient la progression de l’apprenti au cours des 3 années.
Data scientist, Ingénieur Big Data, Data Analyst, Data Miner, Ingénieur décisionnel, Ingénieur Informaticien, Ingénieur Statisticien, Ingénieur risque, Chef de projet Informatique…
Le diplôme obtenu étant un bac+5, la poursuite d’étude est peu probable. Néanmoins, les poursuites en doctorat ou en complément de formation (gestion par exemple) sont tout à fait envisageables.
Taux d'insertion
Taux de satisfaction
Formasup Hauts de France
7 bis avenue de la créativité
59650 Villeneuve d’Ascq
