Certification professionnelle

Descriptif :
1. S’approprier les modélisations des données structurées et non structurées (langage Merise, UML, SQL, NoSql, Json, Xlm...) afin de pouvoir les extraire
2. Collecter les données, requêter des bases de données pour constituer son corpus
3. Normaliser les données afin de pouvoir traiter des ensembles de données cohérents : Encoder, transcoder des fichiers dans divers formats de stockage (Excel, csv, json), réconcilier les données en regroupant des jeux de données issus de différentes sources.

Modalités d'évaluation type :
Conception et réalisation en binôme d'un système de recommandation, avec livrable documenté, à partir de jeux données collectés, nettoyés et anonymisés (8/10 pages).
La réalisation est accompagnée d'une séance de restitution orale devant l'enseignant.
Devoir sur table sur la modélisation Merise et le SQL.

Descriptif :
1. Exploiter les données dans une démarche analytique et business intelligence (BI) :
Analyses statistiques (statistiques descriptives, inférentielles) afin d’affirmer ou infirmer des hypothèses et/ou stratégies en lien avec les besoins des métiers composant une organisations (SAS, Excel, logiciel R, etc.)
2. Exploiter les données dans une démarche exploratoire (logiciel R, Python):
-analyser à l’aide des techniques de Datamining (fouille de données, analyse spatiale et temporelle, analyse réseau, cartographie) afin de faire émerger de nouvelles connaissances ou de nouveaux usages ;
- sélectionner et l’utiliser ou éventuellement implémenter des algorithmes de traitements des données à l’aide des méthodes d’apprentissage automatique (machine Learning, Deep Learning, réseaux de neurones)

Modalités d'évaluation type :
Réalisation technique d'une simulation spatiale développée en groupe (3 personnes) accompagnée d'un document explicatif (8/10 pages). Dépôt Github avec document (8/10 pages) contenant la description des traitements réalisés, des cartes et leurs commentaires, les codes sources (R/Python).
Projets individuels et en binômes avec livrables, études de cas à traiter sur des statistiques et fouilles de données
Exercices individuels notés.

Descriptif :
1. Développer une analyse critique et éthique sur les données afin de constituer des corpus qui seront validés par les organisations
2. Sélectionner les données en respectant la législation en vigueur (RGDP), pouvant être diffusées en interne ou en externe dans l’organisation afin d'assurer un traitement des données en accord avec la politique et la stratégie de l'entreprise/organisme.
3. Etablir un plan de gestion de la donnée (Plan de gestion des données)
4. Gérer les données (Master Data Management)
    a) sélectionner ou concevoir des référentiels à l'aide de briques logicielles de type Talend
    b) documenter les données

Modalités d'évaluation type :
Rédaction d'un document de synthèse (8/10 pages) sur l'analyse des enjeux éthiques et des questions liées à la qualité des données. Restitution orale des analyses.
Présentation orale par chaque apprenti des problématiques de qualité de données rencontrées sur le terrain d'apprentissage
Contrôle individuel sur le droit des données

Descriptif :
1. Gérer un projet « data », en respectant la stratégie data de l'entreprise, à partir des méthodes de management de projets (méthodes agiles, méthodes d'émergence et priorisation de portefeuille de projets)
2. Diagnostiquer, auditer, repenser la structuration de la data de l'entreprise
3. Dialoguer avec les clients et analyser leurs besoins et les usages associés
4. Assurer la communication en présentant les données sous différentes formes (tableaux, graphiques, ...), interpréter les résultats et rédiger une note de synthèse en préconisant des solutions afin d'aider à la décision, contribuer à l'optimisation de la stratégie de l'organisation
5. Identifier et développer pour une organisation, de nouveaux leviers de croissance associés à l’usage de données.

Modalités d'évaluation type :
Document présentant la mise en œuvre d'un projet data dans l'entreprise (8/10 pages) : diagnostic, analyse de besoins, solutions. Animation d'une restitution orale des analyses par l'enseignant et des experts professionnels.
Contrôle individuel sur Organisation et Système d’information.

Descriptif :
1. Développer des interfaces Hommes-Données:
- Elaborer des tableaux de bord
- Diffuser les données (et rapport) en restituant les résultats par des techniques de visualisation.
2.Identifier la valeur des données dans différents contextes d'activités, transformation des activités
3. Identifier les limites du traitement de données pour résoudre des problématiques posées par des individus ou des collectifs.

Modalités d'évaluation type :
Fiche de lecture pour les humanités numériques
Réalisation de data visualisations : objectifs, choix des typologies, résultats, analyses, et interprétations
Grille de décryptage de services industriels après visite de Salon Big data
Exercices en binômes sur des études de cas.