Science des données : Exploration et modélisation statistique

Traitement des données à des fins décisionnelles - dans le contexte du développement d'un système d'information décisionnel - dans le contexte de préparation des données à des fins d'analyse statistique Analyse statistique des données - dans le contexte de programmation d'un outil d'aide à la décision - dans le contexte d'un projet d'étude statistique Valorisation d'une production dans un contexte professionnel - dans le contexte du développement d'outils décisionnels - dans le contexte d'une étude statistique Modélisation des données dans un cadre statistique - dans le contexte d'une analyse statistique - dans le contexte d'un développement statistique

Compétences spécifiques Traiter des données à des fins décisionnelles - En intervenant à toutes les étapes du cycle de vie de la donnée (insertion, modification, extraction, suppression) - En utilisant le modèle de données adapté aux besoins - En s’inscrivant dans une démarche de documentation des réalisations adaptée au public visé - En traduisant correctement les demandes métier en programmes, avec le respect du cahier des charges s'il existe - En écrivant un programme correctement structuré et documenté, respectant les bonnes pratiques - En identifiant les librairies et langages dédiés Analyser statistiquement les données - En tenant compte du contexte de l’étude (économique, socio-démographique, commerciale, clinique...) - En mettant en évidence les grandes tendances et les informations principales - En identifiant et en mettant en œuvre les techniques adaptées aux attentes du client ou de l’instance décisionnaire - En identifiant et en mettant en œuvre les techniques adaptées aux données complexes (données massives, données mal structurées, flux de données…) - En tenant compte du contexte inférentiel (variabilité de l’échantillon) Valoriser une production dans un contexte professionnel - En s’adaptant au niveau d’expertise, à la culture et au statut du destinataire - En s’exprimant correctement, aussi bien en français que dans une langue étrangère à l'oral comme à l'écrit - En veillant aux aspects éthiques, déontologiques et réglementaires d’utilisation et de diffusion des données - En interprétant et contextualisant les résultats (citations, vérification des sources, esprit critique) - En utilisant la forme de restitution adaptée - En tenant compte des réalités économiques et managériales des entreprises Modéliser les données dans un cadre statistique - En choisissant le modèle adapté à la situation - En maîtrisant la qualité du modèle - En s’adaptant aux spécificités (données, enjeux, méthodes) d'un domaine d'application particulier (santé, marketing, assurance, qualité, socio-démographie...) - En s'adaptant à la complexité des données (données massives, données mal structurées, flux de données...) Compétences transverses Se servir du numérique : - En utilisant les outils numériques de référence et les règles de sécurité informatique pour acquérir, traiter, produire et diffuser de l’information ainsi que pour collaborer en interne et en externe Exploiter les données à des fins d’analyse : - En identifiant, sélectionnant et analysant avec esprit critique diverses ressources dans son domaine de spécialité pour documenter un sujet et synthétiser ces données en vue de leur exploitation - En analysant et synthétisant des données en vue de leur exploitation - En développant une argumentation avec esprit critique S’exprimer et communiquer à l’écrit et à l’oral : - En se servant aisément des différents registres d’expression écrite et orale de la langue française - En communiquant par oral et par écrit, de façon claire et non-ambiguë, en français et dans au moins une langue étrangère Agir en responsabilité au sein d’une organisation professionnelle : - En situant son rôle et sa mission au sein d'une organisation pour s’adapter et prendre des initiatives. - En respectant les principes d’éthique, de déontologie et de responsabilité environnementale. - En travaillant en équipe et en réseau ainsi qu’en autonomie et responsabilité au service d’un projet. - En analysant ses actions en situation professionnelle, s’autoévaluer pour améliorer sa pratique. - En prenant en compte des problématiques liées aux situations de handicap, à l'accessibilité et à la conception universelle. Se positionner vis à vis d’un champ professionnel : - En identifiant et situant les champs professionnels potentiellement en relation avec les acquis et la mention ainsi que les parcours possibles pour y accéder - En caractérisant et valorisant son identité, ses compétences et son projet professionnel en fonction d’un contexte - En identifiant le processus de production, de diffusion et de valorisation des savoirs

Le diplômé Science des données peut exercer dans tous les secteurs d’activité ; aussi bien dans les entreprises que dans les administrations ou les associations. Quelques domaines d’applications parmi les plus significatifs : - commerce : marketing et gestion de la relation client (sociétés d’études de marché, grande distribution, banques et assurances, télécommunications, SSII,...) - santé : essais cliniques, études épidémiologiques, veille sanitaire, traitement de l’information médicale, économie de la santé (industrie pharmaceutique, recherche biomédicale, hôpitaux, organismes de santé publique, ...) - industrie : contrôle de qualité, fiabilité, études en recherche et développement (aéronautique, automobile, agroalimentaire,énergie,...) - services publics ou semi-publics : études socioéconomiques, gestion territoriale, aménagement du territoire, gestion des ressources, environnement (collectivités territoriales, directions régionales, observatoires de la santé, de l’économie, du tourisme,...) - Animateur ou assistant qualité ; Technicien qualité Les emplois proposés par les entreprises correspondent à quatre profils de métier ou activités principales : chargé d’études statistiques,développeur statistique, data manager, chargé d’études décisionnelles – développeur décisionnel. Fréquemment, les entreprises proposent des emplois combinant plusieurs métiers, par exemple chargé d’études statistiques / data manager.

- Data analyst - Développeur décisionnel/BI - Chargé d’analyse et de reporting - Data-manager - Gestionnaire de données - Chef de projet assistant à la maîtrise d'ouvrage (AMOA) - Analyste décisionnel - Développeur BigData - Consultant décisionnel / BI