Ingénieur diplômé de l’École nationale de la… — RNCP 40694

📋L'essentiel de la fiche RNCP 40694

Intitulé	Ingénieur diplômé de l’École nationale de la statistique et de l'analyse de l'information du Groupe des écoles nationales d'économie et statistique
Code RNCP	RNCP40694
Niveau de qualification	Niveau 7 (Bac+5)
Certificateur	Groupe des Ecoles Nationales d Economie et Statistique
Date d'échéance	31 août 2027
Début des parcours	1^er septembre 2024
Code NSFs	114b — Modèles mathématiques ; Informatique mathématique122b — Modèles économétriques ; Méthodes d analyse économique326m — Informatique, traitement de l'information
Code ROMEs	C1202 — Analyse de crédits et risques bancairesH1502 — Management et ingénierie qualité industrielleK2402 — Recherche en sciences de l'univers, de la matière et du vivantM1403 — Études et prospectives socio-économiquesM1806 — Conseil et maîtrise d'ouvrage en systèmes d'information

🎯Objectifs de la certification

Dès qu’une entreprise collecte un grand nombre de données (data) via les outils numériques afin de développer ses relations avec ses clients, utilisateurs et usagers ; qu’elle soit de type TPE-PME ou plus grande ; et dans tous les secteurs d’activité ; elle a besoin des compétences de Data-Scientists pour collecter, nettoyer, analyser et interpréter ces données de manière à en tirer des connaissances exploitables selon sa stratégie. Les premiers précurseurs sur le travail des données remontent aux années 1960 et 1970, lorsque des statisticiens et des informaticiens ont commencé à travailler sur des méthodes pour analyser et extraire des informations utiles à partir de grandes quantités de données. Puis, avec la croissance exponentielle des données et l'avènement des technologies de l'information et de la communication, le rôle du data scientist a évolué et s'est développé. En effet, l'explosion de l'Internet, des médias sociaux, des appareils connectés, des transactions en ligne et d'autres sources de données génèrent une quantité massive de données qui nécessitent des outils de traitement adaptés. Également, dans de nombreux domaines, la rapidité de traitement des données est devenue cruciale. Les entreprises doivent être en mesure de prendre des décisions en temps réel, de détecter les anomalies ou les fraudes rapidement, et de réagir aux événements en temps opportun. Le traitement en temps réel et les technologies de streaming permettent de répondre à ces besoins de vitesse. Ce nouveau contexte a donc créé auprès des entreprises, un besoin croissant de professionnels capables de collecter, nettoyer, analyser et interpréter ces données de manière à en tirer des connaissances exploitables. Depuis lors, le domaine de la data science a connu une forte croissance, et le rôle du data scientist est devenu essentiel dans de nombreux secteurs, notamment l'industrie, la finance, la santé, le marketing, et bien d'autres.

Activités visées

Conception d’un projet de collecte (répondant aux besoins d’un commanditaire)
* Définition des données à collecter
* Description et choix des méthodes de collecte
* Réalisation d’enquêtes statistiques et de procédures automatisées de collecte des données.
Mise en œuvre un système d’information DATA exploitable par les parties prenantes de l’organisation.
* Création de l’environnement applicatif
* Traitement des données brutes
* Documentation de l’accès à l’application ainsi que les données
* Mise à disposition des données auprès des parties prenantes
Proposition d’un modèle mathématique, statistique et/ou économique permettant de représenter au mieux les relations et les structures dans les données.
* Présentation de la variabilité d’un phénomène statistique
* Mesure des effets de variables en vue d’expliquer un phénomène observé.
Réalisation d’analyse prédictive
* Ajustement des paramètres du modèle sur des données d'entraînement
* Formalisation d’analyse statistique
* Actions d’optimisation
Production d’informations à l’intention des équipes métiers (y compris publics en situation de handicap) permettant l’évaluation, l’organisation, la prise de décision. Formalisation des éléments suivants :
* Informations descriptives permettant de comprendre les tendances, identifier les patterns, ou évaluer les performances.
* Les informations prédictives permettent de prévoir des événements futurs, pour prendre des décisions stratégiques, identifier les risques, ou optimiser les opérations.
* Informations prescriptives indiquant les actions à entreprendre pour atteindre un objectif : améliorer les performances, optimiser les ressources, ou résoudre des problèmes.
Ces informations peuvent prendre la forme d’indicateurs statistiques, de tableaux de bords, de graphiques, de bases de données, de nouvelles variables caractérisant les indicateurs étudiés. La forme est adaptée à l’interlocuteur notamment en cas de situation de handicap spécifique afin de veiller à l’égalité de traitement en matière d’information.
* Restitution des résultats des modèles mis en œuvre
Piloter des projets DATA
* Promotion de l’usage de la donnée auprès des différents métiers de l’entreprise
* Pilotage des projets Data en assurant le cadrage et en animant les différentes phases du projet
* Garantie du bon usage de la data dans le respect du cadre légal, déontologique, éthique.

🧩Les 10 blocs de compétences

La certification peut être obtenue en une fois ou bloc par bloc (formation ou VAE). Pour l'organisme, cela implique un suivi des acquisitions par bloc pour chaque candidat.

RNCP40694BC01

Concevoir et mettre en œuvre des projets de collecte d’informations en utilisant les outils informatiques associés, les techniques de production statistiques (base de données, enquête, données non structurées d'internet)

Voir les compétences du bloc (8)

Cartographier les besoins data en mettant en œuvre une démarche scientifique (ateliers d’expression des besoins, états des lieux du SI, enquête auprès des équipes métiers, …) pour répondre aux enjeux stratégiques et organisationnels du commanditaire et en prenant en compte les aspects légaux, éthiqu
Modéliser l’application permettant l’accès aux données définies dans l’étape de cartographie des besoins afin de définir un projet de collecte adapté intégrant l’ensemble des sources de données (données internes, accessibles sur internet via webscrapping ou collectées)
Définir un plan d’échantillonnage, un mode de collecte et des procédures adaptées afin de se prémunir de tout biais ou erreurs pendant le processus de collecte (par enquêtes ou à l’aide de procédures automatisées)
Déployer la procédure de collecte et les programmes en réalisant des tests afin de rendre accessible l’accès aux données utiles aux parties prenantes de l’organisation
Définir des règles de gestion de nettoyage des bases de données (formatage, suppression des doublons…) afin de garantir la traçabilité et la reproductibilité de l’ensemble des opérations réalisées
Prétraiter les données d’enquêtes (analyse des non-répondants, repondération…) afin d’en établir des éléments statistiques utiles à la prise de décision
Organiser la base de données en s’appuyant sur des règles de gestion de structuration des différentes bases de données en vue de mettre à disposition les données
Communiquer les solutions concernant les accès, la documentation sur les données aux équipes métiers afin de faciliter leur compréhension et leurs usages potentiellement dans un contexte multiculturel et/ou international

RNCP40694BC02

Réaliser une modélisation ou une analyse prédictive à partir d'un modèle d'apprentissage avec des données structurées ou non structurées

Voir les compétences du bloc (14)

Sélectionner les variables permettant de répondre à la problématique donnée en les catégorisant par type de variable (variable d’intérêt, variable explicative, modificateur d’effet, facteur de confusion, variable de contexte) afin de mettre en œuvre le modèle pertinent.
Explorer des données non étiquetées de manière automatique en mettant en œuvre des modèles ou algorithmes d’apprentissage non supervisé afin de réaliser la segmentation de données, la réduction de dimensionnalité, les détections d’anomalies, ou encore la génération de caractéristiques latentes.
Choisir la stratégie d‘imputation des valeurs manquantes à partir des caractéristiques des données en s’appuyant sur différentes méthodes afin de proposer les résultats le plus fiables possibles
Modéliser une variable à expliquer en mettant en œuvre les modèles de régression y compris dans les cas complexes (grand nombre de variables, multi colinéarité) afin d’identifier les relations entre les variables et prédire des valeurs futures.
Estimer de manière causale l’hétérogénéité des effets d’un traitement (politique publique, campagne marketing…) en mettant en œuvre les techniques économétriques adaptées (variables instrumentales, score de propension, double différence, machine learning) et en mobilisant les principaux concepts de
Modéliser une variable en utilisant les modèles supervisés non paramétriques et en s’appuyant sur les méthodes (arbres de décision, forêts aléatoires, méthodes à noyaux, machines à vecteur de support avec noyaux non linéaires) afin de prédire un comportement.
Réaliser une analyse prédictive en utilisant les réseaux de neurones profonds (deep learning) afin d’extraire les caractéristiques des données dans les situations complexes (données massives, analyse textuelles, traitement de l’image...)
Adapter le modèle aux données déséquilibrées pour améliorer la précision des prédictions, réduire le biais, améliorer la compréhension du modèle.
Évaluer les performances des algorithmes des modèles d’apprentissage selon différents critères (scores, temps d'entraînement GPU, etc.) en adaptant les paramètres afin de choisir le modèle le plus performant pour la problématique métier.
Traiter les données textuelles avec les outils du NLP (traitement automatique du langage nature) afin de réaliser la classification de texte, l’extraction d’informations, et l’analyse de sentiments permettant la compréhension et la prise de décision.
Optimiser les temps de traitement en choisissant les solutions informatiques les plus adaptées à la volumétrie des données et à la complexité des données (traitement données massives, cloud computing, calcul distribué) afin de gagner en efficacité opérationnelle et réduire les coûts énergétiques.
Modéliser les évolutions d’une caractéristique, en fonction du temps et à partir de l’analyse des séries chronologiques (en mettant en œuvre des modèles ARIMA, SARIMA, Holt-Winters, Réseaux de neurones récurrents) afin de faire des prévisions de valeurs futures et d’agir sur certains déterminants
Modéliser la probabilité de la survenue d’un événement en analysant des données de survie (durée) permettant la compréhension et la prise de décision.
Fournir les éléments qualitatifs et quantitatifs rendant les résultats des modèles intelligibles et interprétables afin d’améliorer la confiance et l’acceptabilité des modèles, et limiter le risque de biais et de discrimination en compte du contexte multiculturel et/ou international.

RNCP40694BC03

Mettre en forme les résultats, les interpréter et leur donner du sens, les communiquer à l'écrit comme à l'oral auprès des parties prenantes de l'entreprise

Voir les compétences du bloc (7)

Réaliser des analyses descriptives et exploratoires en mettant en œuvre les procédures statistiques (logiciels métier, langage informatique…) afin de décrire et qualifier les différentes données
Produire des indicateurs répondant aux problématiques métiers en précisant leurs propriétés métrologiques et leurs limites d’interprétation afin d’accompagner la prise de décisions et la prise en compte des contraintes environnementales et du développement durable.
Représenter visuellement les données de manière à les rendre plus compréhensibles et accessibles.
Construire avec les équipes métiers une maquette des informations qui seront produites et/ou des tableaux de bords afin d’accompagner la prise de décision
Réaliser des notes explicatives à l’attention des parties prenantes et lecteurs non data scientists permettant une prise de décision éclairée à partir d’une bonne compréhension des résultats et de leur limites (interprétabilité, intelligibilité) et tenant compte d’un contexte multiculturel et/ou int
Réaliser la présentation orale d’une démarche de modélisation à un client interne/externe afin de partager les résultats et faciliter la prise de décision de l'interlocuteur et tenant compte d’un contexte multiculturel et/ou international
Rédiger une note méthodologique explicitant les algorithmes utilisés afin de convaincre de la justesse et de la fiabilité du travail engagé.

RNCP40694BC04

Participer aux projets de l’entreprise en valorisant et optimisant l’apport des sciences de la donnée dans le respect des cadres déontologiques, éthiques et de développement durable

Voir les compétences du bloc (7)

Participer aux ateliers d’expression des besoins internes ou aux réunions de services en s’appuyant sur sa capacité d’écoute active et de questionnement afin de collecter des éléments d’information pour nourrir sa mission et favoriser la stratégie d’utilisation de la data dans l’entreprise.
Traduire de manière analytique les problématiques métiers afin de proposer des solutions data adaptées éventuellement créatives ou innovantes dans l’organisation au service de l’intrapreneuriat ou l’entrepreneuriat ou de la recherche Rédiger un cahier des charges adapté à la complexité des projets r
Accompagner les projets « Data » en animant les différentes phases et en pilotant les actions de gestion de l’information (informations techniques, ordre du jour, compte-rendu, synthèse) en s’appuyant sur les outils collaboratifs afin de communiquer sur les points d’avancement auprès des parties pre
Déployer une stratégie de collecte, de stockage et de diffusion de la donnée qui respecte le cadre RGPD et qui s’appuie sur les recommandations internes de son DPO (délégué à la protection des données) afin de sécuriser la démarche Identifier les biais des algorithmes engagés par sa propre action af
Réaliser une veille technologique et scientifique dans le domaine de la data science afin d’améliorer les solutions proposées pour l’entreprise et anticiper les risques juridiques, environnementaux et éthiques
Réaliser une veille technologique dans le domaine de la data science en s’appuyant notamment sur les outils I.A. afin d’améliorer les solutions proposées pour l’entreprise, gagner en performance dans son activité et inscrire son action dans l’amélioration continue
Diminuer l’impact carbone du traitement des données en sélectionnant les solutions de stockage et de traitement les moins énergivores, en choisissant les algorithmes et en diminuant la dimension des données sous contrainte d’une qualité satisfaisante des modèles.

RNCP40694BC05