Bachelor en sciences et ingénierie - science de la donnée

Les défis dans le domaine des sciences de la donnée et de leurs applications dans un environnement professionnel transformé par le numérique sont nombreux. L’objectif de cette certification est de répondre à une demande croissante de profils polyvalents, capables de saisir les sciences des données (y compris les modèles basés sur l’Intelligence Artificielle) et les opportunités qu’elles offrent pour créer de la valeur dans le monde des affaires.

L’intégration des enjeux de l’entreprise avec l’analyse de données est relativement récente et se situe dans un contexte influencé par trois facteurs principaux :

• l’apparition du ‘Big Data’ a conduit à l’accumulation de grandes quantités de données, générées par divers canaux, allant des réseaux sociaux aux dispositifs IoT ;
• l’essor de puissantes capacités de calcul, notamment grâce aux technologies cloud, a permis une exploitation plus efficace de ces données à une échelle inédite ;
• le développement récent d’algorithmes performants, tels que les réseaux neuronaux et le Deep Learning, a ouvert de nouvelles perspectives pour l’analyse de données et l’intelligence artificielle.

Ces transformations ont créé un besoin de profils capables de travailler à l’interface entre technologie et business. Les entreprises recherchent des professionnels qui comprennent non seulement le fonctionnement des technologies de données et d’IA, mais aussi leur utilisation pour générer de la valeur, que ce soit par l’optimisation des opérations, l’amélioration de la prise de décision ou la création de nouvelles opportunités commerciales.

Le titre Science de la donnée de Mines Paris – PSL répond à ce double défi. D’une part, le titulaire de la certification maîtrise les outils et techniques d’analyse de données, de gestion de projets et d’IA. D’autre part, il a une bonne compréhension du fonctionnement des entreprises, des enjeux du marché et des tendances sectorielles. Il est donc en mesure de relier les aspects technologiques et organisationnels des stratégies de plus en plus basées sur les données et l’IA.

Dans ce cadre, la certification couvre les deux grands ensembles de compétences nécessaires pour exercer ce métier. D’une part, les compétences en « Affaires et Gestion » permettent aux titulaires de la certification de comprendre le milieu commercial, de développer des stratégies marketing, de les piloter financièrement et de gérer des projets stratégiques. D’autre part, les compétences techniques en analyse de données et en IA leur permettent de manipuler et d’interpréter les données, d’utiliser les outils de gestion de données et d’appliquer l’IA pour atteindre les objectifs commerciaux mentionnés.

Outre son curriculum académique qui adresse ces doubles compétences, le titre Science de la donnée de Mines Paris – PSL instaure dans les ‘business deep dives’ des modules d'apprentissage, animés par une entreprise partenaire et axés sur l'analyse approfondie de cas d’usage réels proposés par ladite entreprise. Ils offrent, au travers de ces cas réels impliquant des jeux de données, un ancrage dans une réalité professionnelle tangible à laquelle l’entreprise en question est confrontée.

En exposant les étudiants à cette variété de contextes, le titre Science de la donnée de Mines Paris – PSL leur offre une compréhension approfondie des défis et des opportunités liés aux révolutions technologiques qui sont à l’œuvre autour de la data et l’IA.

Le profil formé en titre Science de la donnée de Mines Paris – PSL est encore rare sur le marché de l’emploi, mais la demande est élevée et devrait continuer à croître dans les années à venir. Les titulaires de cette certification seront capables d’accompagner la transformation numérique des entreprises et de les guider dans l’ère de la donnée et de l’IA.

• Utiliser 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 ;
• Identifier, sélectionner et analyser avec esprit critique diverses ressources dans son domaine de spécialité pour documenter un sujet et synthétiser ces données en vue de leur exploitation ;
• Analyser et synthétiser des données en vue de leur exploitation ;
• Développer une argumentation avec esprit critique ;
• Se servir aisément des différents registres d’expression écrite et orale de la langue française.
• Communiquer par oral et par écrit, de façon claire et non-ambiguë, dans au moins une langue étrangère ;
• Identifier et situer les champs professionnels potentiellement en relation avec les acquis de la mention ainsi que les parcours possibles pour y accéder ;
• Caractériser et valoriser son identité, ses compétences et son projet professionnel en fonction d’un contexte ;
• Identifier le processus de production, de diffusion et de valorisation des savoirs ;
• Situer son rôle et sa mission au sein d'une organisation pour s’adapter et prendre des initiatives.
• Respecter les principes d’éthique, de déontologie et de responsabilité environnementale ;
• Travailler en équipe et en réseau ainsi qu’en autonomie et responsabilité au service d’un projet ;
• Analyser ses actions en situation professionnelle, s’autoévaluer pour améliorer sa pratique ;
• Vérifier et analyser la qualité des données pour garantir leur fiabilité et pertinence dans les processus décisionnels ;
• Manipuler, transformer et valoriser différentes structures de données complexes avec un langage de programmation ;
• Développer des interfaces graphiques interactives qui valorisent les informations extraites des données pour soutenir et faciliter la prise de décision tout en s'assurant que le processus de gestion des données est conforme au RGPD ;
• Concevoir et appliquer des algorithmes d'apprentissage supervisé ou non-supervisé pour analyser les données ;
• Entraîner et ajuster un modèle d'intelligence artificielle générative, en utilisant le RAG ;
• Mettre en œuvre des concepts économiques comme les théories de la croissance et de la consommation sur un secteur donné ;
• Étudier les dynamiques de marché et les stratégies concurrentielles ;
• Analyser la santé financière d'une organisation et identifier des opportunités d’assainissement et / ou investissement sur la base du diagnostic financier ;
• Identifier des opportunités de croissance internes et externes ;
• Mettre en œuvre une stratégie marketing sur le modèle du funnel ;
• Définir une stratégie CRM basée sur les données.

Secteurs d’activités :

Certains secteurs se révèlent particulièrement actifs dans l'analyse de données et l'intelligence artificielle, devenant ainsi les moteurs principaux des projets IA. Ces domaines se caractérisent par une forte susceptibilité aux transformations provoquées par le numérique, le Big Data et l'IA. Ci-dessous une liste non-exhaustive de quelques secteurs qui intègrent de plus en plus de données et de modèles d'IA pour optimiser leurs processus, enrichir l'expérience client ou innover dans les services ou produits qui y sont commercialisés.

• Industrie : application de l'IA pour la robotique, l'automatisation, la maintenance prédictive, le contrôle qualité et les interfaces homme-machine, augmentant l'efficacité et la productivité ;
• Transport et logistique : amélioration des itinéraires, gestion des flottes et chaîne d'approvisionnement grâce à l'IA, réduisant les coûts et améliorant la ponctualité des livraisons ;
• Services financiers : transformation avec l'IA via l'analyse prédictive et la gestion des fonds. Optimisation des opérations comme l'octroi de crédits et la détection de fraudes. Amélioration des services à la personne grâce à des chatbots intelligents ;
• Service juridique : utilisation de l'IA pour la recherche et l'analyse de documents, facilitant le tri et le regroupement d'informations. Automatisation de la gestion des contrats et des opérations juridiques quotidiennes ;
• Commerce de détail : personnalisation de l'expérience client à travers l'analyse en temps réel des comportements et anticipation des besoins. Optimisation des points de vente et du backoffice ;
• Éducation : personnalisation de l'apprentissage, amélioration des résultats et des ressources pédagogiques par l'IA, permettant l'adaptation des curricula et l'intégration des technologies éducatives ;
• Santé : utilisation de l'IA dans la médecine préventive, le diagnostic, le choix des traitements, le coaching patient, l'épidémiologie, la chirurgie autonome et la médecine augmentée, transformant le secteur des soins ;
• Agroalimentaire : amélioration des rendements agricoles, surveillance des conditions de culture et traçabilité des produits grâce à l'IA, favorisant une agriculture plus durable et efficace.

Type d'emplois accessibles :

• Analyste de données junior ;
• Consultant junior en systèmes d'information ;
• Consultant junior en IA ;
• Assistant data scientist ;
• Chef de projet informatique junior ;
• Assistant spécialiste en hébergement de données ;
• Analyste junior de la chaîne d’approvisionnement ;
• Analyste junior des opérations ;
• Analyste financier junior ;
• Assistant contrôleur de gestion ;
• Analyste junior en marketing digital ;
• Assistant spécialiste en SEO/SEA ;
• Consultant junior en développement durable.