Ingénieur diplômé de l'institut national des sciences appliquées de Toulouse, spécialité mathématiques appliquées

Modélisation-Simulation-Optimisation : * Conduire une démarche projet interdisciplinaire : analyse du besoin, définition des objectifs, réalisation et restitution auprès de décideurs incluant veille bibliographique et contraintes RGPD/CNIL * Modéliser des phénomènes variés (finance, physique, biologie…) via EDO, EDP, modèles aléatoires ; ajustement statistique, apprentissage machine, simulations * Optimisation des performances algorithmiques : réduction du temps d’exécution, mémoire, impact environnemental, parallélisation. * Concevoir et développer des solutions logicielles adaptées au problème (Cloud, HPC, Spark, implémentation) ; conduire infrastructure technique, analyse de performances * Gestion de projets informatiques : conception, implémentation, documentation et maintenance de logiciels intégrant des données structurées ou non. Sciences des Données-Intelligence Artificielle : * Identification et analyse des besoins des organisations en matière de données, cadrage de projets. * Structuration et gestion de bases : collecte, prétraitement, transformation (ETL), modélisation SQL/Web scraping, automatisation des processus. * Analyse exploratoire et statistique via Python (NumPy, Pandas) ou outils type Dataiku/KNIME : statistiques descriptives, inférentielles, choix méthodologiques. * Visualisation & dashboard : création et interprétation de tableaux de bord dynamiques, cartographies, reporting. * Mise en place d’algorithmes machine learning : segmentation, réduction dimensionnelle, pipelines de prédiction. * Optimisation, industrialisation et intégration des modèles pour utilisation décisionnelle par des équipes métiers * Pilotage de projet data : méthodologie agile/Scrum, veille métier, accompagnement des équipes, considération RGPD, éthique et communication orale/écrite claire

L’ingénieur de spécialité Mathématiques appliquées pourra revendiquer une compétence opérationnelle des méthodes numériques, déterministes ou stochastiques, pour acquérir la capacité à modéliser dans des domaines d’applications variés : * Appliquer les outils fondamentaux de l’ingénieur mathématicien * Concevoir, mettre en œuvre et valider des modèles mathématiques avancés et des solutions numériques adaptées * Appréhender l’aléa et modéliser les incertitudes * Analyser et valoriser des données, potentiellement massives * Formuler et résoudre des problèmes complexes d’optimisation, d’aide à la décision et de gestion des risques * Participer au développement de solutions logicielles * Formuler et modéliser des problèmes notamment dans les systèmes complexes relatifs aux mathématiques appliquées * Intégrer, dans l'analyse des problèmes et le développement des solutions, les aspects Qualité – Hygiène (données massives utilisées pour le profilage nutritionnel/santé publique) - Sécurité (Cybersécurité) - Environnement (l'IA a un impact sur la mobilité/transport, améliore la consommation énergétique, a des répercussions environnementales, ex : réduction de l'émission mondiale de gaz à effet de serre * Gérer un projet inter/pluri disciplinaire (maîtriser une méthode de gestion de projets, analyse des coûts...) * Communiquer en entreprise (rapports; compte rendus, synthèse, présentations orales….) en plusieurs langues * Gérer un groupe : animer une équipe, argumenter et négocier, communiquer en situation de crise * Formuler et argumenter des solutions en s'appuyant sur des éléments économiques, de veille et positionnement scientifiques, RSE * Prendre en compte les enjeux des relations au travail, de sécurité et de santé au travail et les dimensions éthiques (ex: RGPD / utilisation des données personnelles ) qui s'y rapportent * Travailler en contexte international et multiculturel en prenant en compte les enjeux industriels, économiques et sociétaux * Protéger, valoriser et exploiter une innovation

Tous les secteurs industriels sont concernés par ces compétences de R & D (aéronautique, spatial, transport, énergie, télécommunications, santé, développement durable…) de même que les secteurs tertiaires (banque, finance, assurance) pour l’analyse quantitative et l’aide à la décision.

* Ingénieur recherche et développement * Data Scientist, * Ingénieur statisticien * Ingénieur mathématicien numéricien * Chef de projet * Chargé d’études actuarielles en assurance * Analyste quantitatif * Ingénieur en systèmes décisionnels (industrie, grande distribution, banque, finance) * Responsable du contrôle qualité ou d’études de Fiabilité (industrie).