Data Science

3ème année - École d'ingénieurs

Contexte et objectifs

L'information est de longue date un actif stratégique pour les entreprises, outil incontournable d'aide à la décision.

Elle est utile à de nombreuses activités comme le marketing, la gestion, la production, la supply chain, l'analyse financière, ou bien encore la recherche opérationnelle...

Les enjeux liés au Big Data apportent une complexité nouvelle au traitement et à l'analyse des informations.  Des volumes de données en croissance exponentielle deviennent difficiles à travailler avec des outils classiques. Aux données dites "structurées", gérées dans les applications informatiques traditionnelles viennent s'ajouter de nombreuses autres données considérées comme "non structurées", aux formes les plus diverses. Des algorithmes puissants et spécifiques sont développés désormais, adaptés le cas échéant au temps réel.

L'objet de cette option est  de former des ingénieurs experts en Data Science (science des données) sachant manipuler l'information dans des contextes opérationnels complexes, notamment pour répondre aux enjeux du Big Data.

Les Data Scientits sont formés à  trouver et interpréter des informations riches, en très grandes quantités, issues de sources multiples, tout en assurant la cohérence de l'ensemble. Ils sont amenés à créer des modèles mathématiques.

Ils veillent à rendre aisément accessibles les données à travers leur visualisation  facilitant la compréhension si nécessaire de la part de publics non avertis. L'option s'appuie sur la maîtrise des différents domaines de l'analytique :

  • La statistique
  • L'analyse prévisionnelle
  • Le data mining (fouille de données) et le machine learning
  • les modèles prévisionnels.
  • La recherche opérationnelle.

 

Métiers 

Data Scientist  Data Analyst, • Data manager Ingénieur en Business Analytics  Ingénieur dans le domaine de l'aide à la décision

L'Option Data Science ouvre  tous les secteurs d'activité. 

 

Formation/Enseignements

  • Fouille des données (Data Mining)
    • Thèmes fondamentaux
      • Fouilles de données (Data Mining) & Application.
      • Fouilles de données (Data Mining) complexes et massives.
      • Analyse de données approfondies.
      • Web Mining, Text Mining.
      • Spectral clustering
    • Thèmes spécialités & Applications
      • Fouille de données textuelles & visuelles.
      • Analyse de réseaux sociaux.
      • Modèles de prévision.
      • Fouille de données parallèles (Big Data).
      • E-Commerce & CRM (Customer Relations Management).

 

  • Recherche opérationnelle
    • Thèmes fondamentaux
      • Théorie de la complexité.
      • Modèles décisionnels.
      • Programmation par contraintes et ordonnancement.
      • Théorie de graphes et application.
    • Thèmes spécialités & Applications
      • Optimisation multi-objective
      • Prise de décision et incertitude
      • Métiers & RO
  • Outils et langages : 
    • R
    • Python
    • Hadoop
    • MapReduce
    • Spark
    • Java
    • RDF
    • OWL...

 

  • Stage de 4 à 6 mois en entreprise

 

 

Responsable de l'option

Maria Malek