Fiche synthétique de présentation de la Lot II FORMATION

TAF Data Science / TAF Data Science :

des données au décideur

TAF Data Science : des données au décideur

Objectifs et ambitions :

L'ambition est de permettre aux ingénieurs IMT Atlantique de valoriser les gisements de
données auxquels ils seront confrontés. En interaction avec les décideurs, (et en tant que
décideur à moyen terme), il saura formuler des problématiques de valorisation et identifier
les données clés, les gérer, mettre en place le dispositif de traitement et d'analyse, et
produira des synthèses en cohérence avec la stratégie d'entreprise. Cette TAF permet
d'acquérir un savoir-faire opérationnel de gestion des données, une maîtrise des
méthodes et outils de modélisation et d'analyse de données et des dispositifs
informatiques nécessaires, mais aussi une connaissance du métier dans lequel ces
données seront utilisées. La TAF se démarque ainsi des quelques formations existantes,
car elle aborde la Data Science de manière cohérente et complète en abordant les axes
clés : mathématiques, informatique sans oublier expertises métier en lien avec différents
domaines d’application et un réel focus sur la notion de valorisation des données dans un
écosystème économique, juridique et social stratégique.

La transition numérique et l'avènement du Big Data qui l'accompagne accentuent les

besoins en compétences pour "faire parler" les données, afin d'optimiser les décisions
prises et les transformer en avantages compétitifs pour les entreprises sur différents
secteurs d’activité. L’économie de la donnée fait partie des 9 solutions industrielles du
projet industrie du futur présenté par E. Macron en mai 2015. Nous pouvons remarquer un
accroissement exponentiel des besoins humains dans ce domaine. Le gouvernement
français espère la création de 10 000 emplois directs dans le domaine du Big Data en
France d’ici 2018 ; le ministère de l’économie et des finances avance le chiffre de 137 000
emplois d’ici 2020.

Grâce à une formation multidisciplinaire (mathématique, informatique et « business

acumen »), les ingénieurs ayant suivi cette TAF maîtriseront les méthodes et outils de
collecte, de stockage, d'analyse de données en environnement classique et Big Data ; ils
produiront des tableaux de bord pour la restitution des connaissances au service des
besoins métiers des décideurs et développeront des compétences en vulgarisation
technique ; ils sauront étudier un écosystème applicatif, identifier des problématiques
métiers de valorisation et sauront proposer des chaînes de traitement de données
innovantes techniquement et/ou stratégiquement.

Ils rejoindront les rangs des nombreux anciens de l’école déjà en poste dans des métiers
autour de la data science, e.g. conseil en big data, data scientist, chief data officer (plus
de 1700 réponses avec le mot clef « data » parmi nos alumni sur le site Linkedin).

Liens avec le profil PGO :

1
 Fiche synthétique de présentation de la Lot II FORMATION
TAF Data Science / TAF Data Science :
des données au décideur

Le secteur de la Science des Données apparaît comme un secteur stratégique pour l’IMT
atlantique qui veut accompagner activement la transition numérique et innover sur les
leviers de stratégies d’entreprise.

Compétences spécifiques principalement adressées par la TAF (CST CSDI CS métiers

des UE cœur)
CSDI Math 1, Math 3, INFO D, INFO I, SHS 3, 2 Systèmes en Réseaux
CST : 1, 2, 4, 13, 14, 15, 16

Débouchés :

Le profil de data scientist est très recherché, la demande des entreprises est toujours plus
forte dans un contexte où l’offre de formation reste sous-dimensionnée. Les débouchés
existent dans la plupart des secteurs d’activité : banque et assurance, distribution, santé,
opérateurs et autres acteurs du web, etc. Nous pouvons citer parmi les grands groupes
visibles BNP Paribas, AXA, Carrefour, SNCF, La poste, LVMH, EDF, Orange, etc. Nos
diplômés actuels reflètent cette diversité : ils occupent des métiers de conseil en Business
Intelligence et/ou Big Data (WaveStone, Bi consulting, Business & Decision, etc.), Data
Scientist dans des grands groupes (AXA, Orange, Thalès), Data Scientist ou Chief Data
Officer dans des start-ups (Cityzen Data, Supermood, deezer, twitter), mais de nouveaux
métiers apparaissent comme Data Protection Officer ou encore Master Data Manager.
Avec cette TAF, nous proposons 3 déclinaisons de ces métiers : le métier de Data
Scientist (accent mis sur l’algorithmique et la fouille de données), au métier d’Ingénieur
Big Data et Cloud (accent mis sur les infrastructures informatiques) et Ingénieur Data et
Analytics (accent mis sur la production et la visualisation d’indicateurs).

Département ou équipe pédagogique porteur de la TAF : Dpt LUSSI et Dpt ITI du site
de Brest
Référents :
 Cécile Bothorel (Cecile.Bothorel@imt-atlantique.fr)
 Laurent Lecornu (laurent.lecornu@imt-atlantique.fr)

Disciplines du cœur de la thématique :

Mathématiques appliquées,
Informatique,
Sciences Humaines et Sociales

Mots-clés : statistiques, probabilité, machine learning, fouille de données, modèles de

prédiction, bases de données, systèmes distribués, architecture big data, économie de la
donnée, enjeux business/métiers, aide à la décision, droit, éthique

Organisation de la TAF :

2
 Fiche synthétique de présentation de la Lot II FORMATION
TAF Data Science / TAF Data Science :
des données au décideur

● Répartition des 8 UE parmi les UE cœur - électives – libres : 3 cœurs – 4 électives

– 1 libre

● Effectifs cibles : < 50 étudiants

● La TAF accueille des étudiants d'autres cursus :

UE partagées avec la TAF 7B : DigIC, TAF 17B : Mathematical and

Computational Engineering, TAF 19B Observation et perception de
l'environnement, TAF IHM

● Modalités de gestion des pré-requis :

o L’UE Introduction au machine learning (commune avec TAF 17B et TAF
7B) est un pré-requis aux 2 autres UE cœurs. Si un étudiant a déjà suivi
cette UE, une UE élective lui sera proposée.
o Existe-t-il des prérequis entre les UE de la TAF ? Les UEs électives non
partagées avec d’autres TAF dépendent des UE cœurs ; les UEs
partagées non. Pas de dépendance entre les UEs électives.

● Très large choix de combinaisons envisagées avec les autres TAFs

 TAF DLR ou Développement polyglotte « full stack » en 2A puis TAF Data
Science (data scientist avec fortes compétences en informatique)
 TAF ingénierie des systèmes distribuées, avant ou après (data scientist
avec fortes compétences en informatique distribuée)
 TAF 17B Mathematical and computational Engineering, avant ou après
(data scientist spécialiste des algorithmes, des approches data-driven et
model-driven, et compétents pour des types de données variées, des
images aux réseaux sociaux)
 TAF 7B DigIC, avant ou après (data scientist ancré dans son écosystème
économique et social)
 Et pour ouvrir sur des secteurs d’activités variés, combinaisons possibles
avec les TAF 8B Health, Internet des objets pour l’industrie 4.0, Sécurité et
confiance numérique, Robotique et Interactions, Transitions énergétique et
environnementale, etc.

Modalités de prise en compte des fils rouges de la formation ingénieur IMT

Atlantique
● SHS : 1 UE cœur Environnement économique et juridique du data scientist, des
UEs électives partagées avec la TAF 7B
● DDRS : droit et éthique de la donnée dans l’UE cœur Environnement économique
et juridique du data scientist
● Systèmes en réseau : notions d’architectures informatiques distribuées dans l’UE
Cœur Big Data Analytics et les UE électives Cloud Computing, UE Architecture et
administration de cluster Big Data ; formalisme, modèles et algorithmique de
graphe dans l’UE élective Théorie des graphes et réseaux sociaux.
● Innovation/entrepreneuriat : à travers les projets, dont le “projet cœur” commun à 3
3
 Fiche synthétique de présentation de la Lot II FORMATION
TAF Data Science / TAF Data Science :
des données au décideur

UE cœur, l’étudiant proposera des problématiques et solutions innovantes de

valorisation des données.

Liste des UE cœur

La TAF Data Science repose sur une UE de pré-requis ainsi que 2 UE Cœur apportant
des concepts théoriques, des méthodes et différents outils.

● UE c1 : Machine learning (commune avec TAF Mathematical and Computational

Engineering (17B) et DigIC (7B))(Slot A)
● UE c2-3 : A journey to data scientist (Slot B+C)

Liste des UE électives

 UE e1 : Architecture Big Data avancée (Slot H)

 UE e2 : Big Data & Cloud Computing (commune avec la TAF 17B)(Slot E)
 UE e3 : Fouille de données avancée (Slot F)
 UE e4 : Aide à la décision (commune avec la TAF 7B) (Slot G)
 UE e5 : Business Intelligence (commune avec la TAF 7B) (Slot H)
 UE e6 : Statistiques et SAS (Slot D)
 UE e7 : Game theory and agent based modeling (commune avec les TAF 7B et
17B) (Slot K)
 UE e8 : Marketing digital (commune avec la TAF 7B) (Slot K)
 UE e9 : Datascience, graph theory and social network analysis (commune avec
la TAF 7B)(Slot I)
 UE e10 : Learning Analytics et Suivi des apprenants (Slot J)
 UE e11 : Finance de marché (commune avec la TAF 17B) (Slot G)
 UE e12 : Advanced C++ Programming (commune avec la TAF 17B) (Slot D et I)
 UE e13 : Déploiement de cas d’usage de fouille de données (commune avec la
TAF 17B)(Slot F)
 UE e14 : Traitement de la langue et fouille de texte (commune avec la TAF 9B)
(Slot G)
 UE e15 : Apprentissage profond(commune avec la TAF 17B) (Slot D)
 UE e16 : Introduction à l’Intelligence Artificielle (TAF 22B) (Slot H et J)