Certification professionnelle

Objectifs et contexte de la certification :

Cette certification, accréditée par la CGE depuis sa mise en œuvre en 2015 (et réaccréditée cette année), a été créée afin de former des professionnels capables de répondre à l’enjeu actuel de l’exploitation des données massives. Ces données ouvrent de nouvelles perspectives, d’analyse, de recherche, d’étude… qui réclament des compétences en ressources humaines en mesure de les exploiter. Le défi n’est plus d’accéder à l’information mais de traiter la masse d’informations hétérogènes. Pour y répondre, le métier d’expert en Sciences des données (ou Data Scientist) est devenu une nécessité. Cette nécessité a été mise en exergue dans le rapport Villani sur la stratégie nationale de l’intelligence artificielle. Cette certification permet de répondre aux besoins des grands groupes industriels, des sociétés de conseils en systèmes d’information confrontées à l’épineuse question du traitement de l’information, des start-up, des institutions et collectivités publiques. Ces entreprises et institutions peuvent ainsi former leurs collaborateurs (actuels ou futurs) aux différentes techniques de la Science des données, leur permettant de créer de nouvelles opportunités sur le marché national et international.

La certification s’adosse aux savoir-faire des laboratoires LITIS et LMI de l’INSA Rouen Normandie et permet ainsi de répondre à de nombreux enjeux économiques et sociétaux, dans tous les secteurs, an niveau national comme au niveau régional, pour les entreprises, cabinets de conseils et services, start-up et PME, services publics et collectivités : exploiter les données massives pour en tirer un avantage compétitif à travers une meilleure connaissance des usagers et de leurs tendances, et ainsi mieux orienter les décisions et la stratégie de l'entreprise ou des politiques publiques. La certification permet également d'accompagner la transformation numérique et la convergence entre big data et intelligence artificielle.

Activités visées :

L’expert en sciences des données réalise la gestion et l’analyse pointue des données massives pour la stratégie et l’opérationnel de l’entreprise.

Dans ce cadre, il  réalise plusieurs activités :     

- dans ce premier grand champ d’activité, il va analyser les données, en procédant à leur analyse dans le cadre de la modélisation des données massives hétérogènes ou non d’une entreprise puis il va élaborer un modèle prédictif de traitement de données afin de modéliser ces données. 

- dans un second grand champ d’activités, il va s’atteler à extraire et collecter des données via une technique d’analyse et de stockage pour chaque donnée ; il va réaliser le traitement et l’exploitation des données collectées et veiller à l’amélioration continue du traitement des données structurées ou non structurées.    

- enfin, il va avoir pour mission d’élaborer une stratégie d’exploitation et de valorisation de la donnée lui permettant d’exploiter les données hétérogènes de la structure, puis d’organiser et planifier des projets de la structure, de façon collaborative et avec les différents services de la structure concernés par la donnée.   

Compétences attestées :

Bloc de compétences 1 : Modéliser les données massives d'une structure

C1.1. Maitriser les outils d’analyse pour décrire les données en tenant compte du contexte.  

C1.2. Identifier l’outil de modélisation statistique en fonction du type de donnée, structurée ou non structurée, afin de la traiter.  

C1.3. Effectuer l’analyse exploratoire et la description des masses de données au travers d’une méthode statistique pour déterminer les problématiques de description, de projection, de visualisation et de regroupement des données en catégories homogènes. 

 C2.1. Sélectionner une méthodologie de traitement statistique au regard du problème posé, du type de donnée pour la modéliser.  

 C2.2. Concevoir et réaliser un prototype du modèle à partir de logiciels de programmation haut niveau pour montrer la faisabilité et la pertinence du modèle.  

C2.3. Evaluer la performance du modèle au regard des contraintes de mise en production pour le mettre en œuvre. 

Bloc de compétences 2 : Collecter, structurer et traiter les données d'une structure

C1.1. Maitriser et utiliser les outils d’interrogation des bases de données pour extraire et collecter les données. 

C1.2. Concevoir un système d’ingénierie de données en définissant une approche méthodologique de collecte, de stockage et d’interrogation pour l’analyse de masse de données réelles. 

C2.1. Elaborer et mettre en place une stratégie de traitement distribué en ligne ou hors ligne de la donnée structurée et non structurée par un langage de programmation fonctionnel afin de les exploiter.  

C2.2. Développer des implémentations au regard des données à traiter pour cadrer les algorithmes et performances prédictives. 

C3.1. Analyser les retours pour mettre à jour l’exploitation et le stockage des données.  

C3.2. Repérer le type de problème rencontré, d’apprentissage ou de fouille de données, en utilisant des algorithmes d’optimisation pour le résoudre. 

Bloc de compétences 3 : Concevoir une stratégie de valorisation de la donnée 

C1.1. Maîtriser les fonctionnalités d’une architecture informatique robuste pour le stockage et le traitement distribué des données.  

C1.2. Traduire un problème business en problème mathématiques/statistiques afin de définir une stratégie de valorisation des données pour exploiter les informations décisionnelles de la structure.  

C1.3. Concevoir une stratégie de valorisation des données en proposant des « entrepôts de données » tenant compte de l’écosystème économique, réglementaire et des contraintes de sécurité liées au traitement des données. 

 C.2.1 Formuler et présenter des analyses statistiques décisionnels à viser des différents services de la structure pour les accompagner dans leur prise de décision. 

C.2.2 Communiquer sur le potentiel des outils innovants de représentation, de modélisation et de visualisation pour contribuer à la plus-value et la prise de décisions utiles à la structure. 

C.2.3 Dimensionner les actions du projet en définissant les choix techniques et méthodologiques des interventions pour évaluer et planifier les ressources techniques, budgétaires et humaines. 

C.2.4 Communiquer sur la stratégie de valorisation des données de la structure pour sensibiliser les acteurs, accompagner au changement et améliorer le fonctionnement interne. 

Modalités d'évaluation :

  E1 - Mise en situation professionnelle reconstituée d’analyse de donnéesChaque candidat réalise un support (code, rapport) d’un modèle d’analyse exploratoire et de représentation des données. L’analyse de données porte sur des données publiquement disponibles.     

E2 - Thèse professionnelleLa thèse professionnelle est à réaliser par chaque candidat, de manière individuelle. Elle porte sur une problématique liée à leur entreprise d’alternance. La problématique est validée en amont par le tuteur entreprise et les responsables du programme. Chaque candidat doit rendre un rapport écrit, mémoire et effectuer une soutenance orale devant le jury de certification. Le mémoire doit comprendre à minima 30 pages sur le sujet traité en précisant le contexte, les problématiques du sujet, les enjeux et intérêts de ces problématiques et relier si possible ces problèmes à des thématiques du programme. La démarche utilisée pour traiter le problème est présentée (recherches bibliographiques, développement des éléments théoriques, conception de solutions, étapes de la procédure, démarche expérimentale menée, résultats obtenus, analyse critique,   etc.).   La soutenance a pour but de vérifier les capacités de synthèse, de prise de parole en public, d’argumentation, et de recul critique. Elle comprend deux parties : un exposé oral, d’une durée de 30 minutes, suivi de questions et d'échanges, d’une durée de 15 à 20 minutes. L’exposé doit permettre de présenter de manière synthétique les points clés de la thèse : la problématique, les enjeux, les approches de solution, les résultats et leur analyse.     

E3 - Projet de conception        Les candidats réalisent, par groupe de 2-3 candidats, un rapport écrit sur un projet de conception au choix. Chaque groupe présente son projet au jury de certification durant une soutenance orale. Chaque groupe présente les données traitées, le prototype fonctionnel de l’architecture de traitement des données fonctionnelles, la méthodologie d’évaluation employée, les résultats obtenus, la répartition des tâches entre les membres de l’équipe projet, la gestion du projet (planification, versionning du code) …       

E4 : QCM  Le QCM comprend 10 questions portant sur les concepts théoriques et pratiques.  Exemples de thématiques : -Modèle SVM et Bayes -Modèle d’apprentissage supervisé vs non supervisé -Modèle convolutif et récurrent (IA) -Optimisation     

E5 : Mise en situation professionnelle reconstituée sur un système de stockage de la donnéeChaque candidat réalise la conception, la configuration et l’implémentation de systèmes de stockage de la donnée via des outils d’interrogation des bases de données. L’évaluation porte sur des données publiquement disponibles.     

E6 : Mise en situation professionnelle reconstituée portant sur l’architecture de traitement distribuée des donnéesChaque candidat conçoit et réalise une architecture de traitement distribuée des données. Cette évaluation porte sur des données publiquement disponibles.     

E7 : Mise en situation professionnelle réelle sur la réglementation, la sécurisation des données. Pour évaluer l’aspect réglementaire, chaque candidat traite une problématique réglementaire, de sécurisation des données de l’entreprise dans laquelle il réalise son alternance.