A nouveaux besoins, nouveaux cursus

Le développement du Big Data exige de nouveaux profils avec des compétences particulières, à la croisée de plusieurs spécialisations. A nouveaux besoins, nouvelles formations. Ecole d’ingénieurs généralistes ou de statistiques, écoles de commerce et IUT, ils sont plusieurs à proposer ces nouveaux cursus pour former aux métier de Data Scientists, tant recherchés par les entreprises aujourd’hui. Survey-Magazine vous détaille certaines formations clés.

Le MS Big Data de Télécom ParisTech

Télécom ParisTech, la première grande école française d’ingénieurs dans le domaine des technologie de l’information a mis en place un Mastère spécialisé Big Data qui vise à donner en un an un savoir-faire technique pour maîtriser la collecte, stockage, représentation, modélisation, analyse et traitement des données. Cette formation pluridisciplinaire aborde également les connaissances transversales indispensables à la création de valeur à partir des grandes masses de données et au développement d’une vision d’ensemble stratégique pour la conception de nouveaux services et produits. La formation aborde également les aspects juridique liés à la sécurité et à la protection des données personnelles.
Survey-Magazine a interrogé M. Stéphan Clémençon, responsable du mastère sur les particularités de la formation mais également sur les aspects concrets du Big Data en entreprise, que les nouveaux diplômés auront à prendre en charge.

Survey-Magazine : Quelles sont les spécificités de votre formation ?

Stéphan Clémençon : Nous avons la chance d’avoir, à Télécom ParisTech une recherche très active et une grande proximité avec les entreprises et l’industrie. Nous disposons de trois Chaires de recherche dans le domaine du Big Data : Big Data & Market Insights, Machine Learning for Big Data, Valeurs et politiques des informations personnelles. Nos enseignements sont effectués par des enseignants-chercheurs. Nous proposons donc une formation solide et efficace car nous sommes capables de produire une recherche méthodologique qui sert à l’industrie et qui participe aux programmes de formation.
Cette dimension recherche nous permet d’ailleurs de faire évoluer constamment et très rapidement nos enseignements, dans ce secteur en perpétuel changement. Ce que nous enseignons aujourd’hui sera sûrement très différent dans 4 ou 5 ans. Le Mastère spécialisé Big Data s’intègre dans une offre de formation plus large, avec un Master 2 « Mathématiques pour la science des masses de données », un Master 2 Informatique, parcours « Data & Knowledge » et « Data Scale ». Nous proposons également un certificat d’études spécialisées « Data Scientist », en 12 sessions de 2 jours répartis sur 10 mois, destiné aux professionnels désireux d’accroître leurs compétences dans ce domaine.

Comment définiriez-vous le Big Data ?
Le Big Data est la combinaison de deux facteurs :

  • Des technologies qui permettent de traiter des données extrêmement massives,
  • La conviction partagée par de plus en plus d’acteurs que les données peuvent créer de la valeur (des nouveaux services, produits). L’exemple de Google qui cherche à transformer toutes les données à disposition pour créer de la plus-value est éloquent.

Le Big Data recouvre des challenges scientifiques pour traiter ces informations massives (volume, vitesse, variété).

Faut-il être ingénieur pour s’intéresser au Big Data ?
N’importe quel citoyen peut s’intéresser au Big Data. Il est nécessaire aujourd’hui d’avoir une culture de ce qu’il est possible de faire dans ce domaine, comment exploiter l’information, les infrastructures que cela requiert, mais aussi les dangers, la légalité, etc. Cet intérêt ne doit pas seulement concerner les profils techniques d’une entreprise mais également les postes managériaux.

Quels secteurs recrutent ?
Les secteurs du e-commerce, de l’énergie, le transport collectif et individuel, la banque assurance, la défense et la sécurité recrutent beaucoup. Ce sont des domaines où il y a beaucoup de produits et de services à inventer grâce à l’exploitation de ces données massives. Les entreprises qui recrutent recherchent des Chief Data Officers, c’est-à-dire des spécialistes de la data, au profil technique, mais également capables de gérer des projets, de fédérer les composants de la DSI, et qui possèdent un grand sens de la création de valeur.

Combien gagne un Data Scientist diplômé de votre formation ?
Les diplômés de notre formation ont des profils très différents puisque celle-ci est ouverte aux ingénieurs généralistes diplômés, à des candidats qui possèdent déjà une expérience professionnelle, et puis à d’autres qui sont en reconversion professionnelle. Notre mastère possède donc une grande diversité de profils dont la rémunération est variable, de 45 à 80 k brut annuel.

Voyez-vous déjà des applications concrètes et opérationnelles du Big Data dans les entreprises ?
Oui, notamment pour les entreprises dans le domaine du web. Dans beaucoup de secteurs l’idée transpire, c’est une réelle préoccupation. Mais la difficulté aujourd’hui est d’avoir accès aux données et de leur conférer de la valeur. Très peu de sociétés sont aujourd’hui capables de regrouper toutes les données (qui permettraient de produire des modèles de churn). Dans les entreprises du web il y a beaucoup moins de difficulté et de rigidité à ce niveau-là. Beaucoup d’inquiétudes accompagnent ce mouvement, notamment certaines grandes entreprises qui craignent d’être reléguées au rôle de manufactures bonnes à produire des données pour des sociétés comme Google qui seraient seules à maîtriser leur traitement.

Quels conseils donneriez-vous à une entreprise qui se lance dans un projet Big Data ?
Il n’y a rien de magique dans le Big Data et rien de neuf dans le fait de traiter de l’information pour mieux prédire. Si on parle vraiment de Big Data et de traitement de données massives il faut se poser les bonnes questions : faut-il une plateforme, peut-on externaliser ces données ? Comment les traiter ? Les analyses Big Data requièrent beaucoup d’ingéniosité dans l’architecture de calcul et posent une question d’infrastructure pour pouvoir traiter ces données. Il est extrêmement difficile de vous répondre de manière générale pour toutes les entreprises car tout dépend du secteur d’activité.

Et les études marketing dans tout cela ?
Le problème est que les données du Big Data ne découlent pas d’un plan d’expérience : on observe ce qui est observable et cela peut donc être biaisé. Il n’est pas simple de faire des études à partir du Big Data, car on ne contrôle pas grand-chose. Auparavant, on avait une idée à l’avance de ce qu’on allait chercher dans les données. Avec le Big Data, on collecte les données au fur et à mesure et on observe ce qu’on peut observer. Ces données sont bien plus compliquées à analyser et il faut faire attention aux questions de représentativité, car ce ne sont pas des données qu’on observe dans un cadre expérimental très contrôlé.

Nouvelles formations liés au Big Data

Mastère « Big Data : Gestion et Analyse des Données Massives »

telecom paristechCe Mastère Spécialisé est un cursus professionnalisant qui s’adresse à un public de diplômés en poursuite d’études ou en reconversion. Sur une durée de 16 mois, cette formation propose plus de 700 heures de cours, travaux pratiques et séminaires d’octobre à juillet et se conclut par un stage de 4 à B mois en entreprise et par la soutenance d’une thèse professionnelle.

Objectifs : Formation pluridisciplinaire (mathématiques appliquées, statistique, informatique, droit, économie…) qui débouche sur un savoir-faire opération­nel et prépare à tout un ensemble de métiers orientés Big Data. Elle permet aux professionnels formés d’appréhender les challenges économi­ques et juridiques du Big Data, de mesu­rer l’impact de l’utilisation des algorith­mes de Machine Learning et d’accompagner leur entreprise dans les changements liés à l’exploitation de ses données.

Enseignements : Systèmes répartis pour le Big Data, Statistique, Bases de données SQL, Large scale data-mining, Hadoop, NoSQL, Ecosystème Big Data, Visualisation d’information, Economie de l’internet et droit des données person­nelles, sécurité informatique pour le Big Data, économétrie pour le Big Data, Machine Learning, Données du Web.

Admission : La formation s’adresse à un public de diplômés (ingénieurs et masters) en poursuite d’étude ou en reconversion. Il faut justifier un niveau Bac+5, ou bien d’un Bac+4 en informatique ou mathématiques appliqués et au moins 3 ans d’expérience professionnelle. Un niveau correct d’anglais est indispensable.

Scolarité : Formation à temps plein sur 16 mois dont 4 à 6 mois de stage en entre­prise. En plus des 700 heures de cours, la formation comporte un projet fil rouge en groupe sur 3 trimestres, tutoré par une entreprise et concernant une pro­blématique réelle, une thèse professionnelle et des séminaires tous les jeudis qui font intervenir une entreprise présen­tant un cas d’usage du Big Data.

Coût : 14.500 € + 115 € (frais dossier)

Promotions : 30 élèves.

Principaux débouchés : Les postes accessibles sont par exemple Data Analyst, Data Scientist, Architecte de système d’information Big Data, Chief Data Officer, Data Protection Officer, expert en Data visualisation… Les secteurs d’application sont très variés, beaucoup d’étudiants ont trouvé un poste au sein d’une société de conseil, mais d’autres secteurs sont friands de ces compéten­ces : finance, marketing, médecine, biologie, transport, énergies, industrie…

Salaire 1er emploi : 45 à 80 K€.

Spécificités de la formation : Il s’agit du premier Mastère Spécialisé en France sur le Big Data. Ses enseignements sont dispensés par des enseignants­ chercheurs de l’école qui travaillent de longue date sur des sujets Big Data, qu’il s’agisse de Machine Learning, d’interaction homme-machine, de représentation parcimonieuse de don­nées complexes, de gestion de données massives, de fouille du Web, de systèmes répartis ou encore de la gestion des don­nées personnelles ou de la protection de la vie privée.


Le CES « Data-Scientist »

telecom evolutionLe CES (Certificat d’Etudes Spécialisées), offre de Télécom Evolution, est destiné aux professionnels en situation d’emploi désireux d’accroître leurs compétences dans le domaine de la Science des Données (stockage, représentation, analyse statistique, visualisation). Très opérationnelle, avec 12 sessions de 2 jours réparties sur une période de 10 mois, la formation permet la maîtrise des techni­ques de gestion et d’analyse des Big Data et des principaux algorithmes du Machine Learning.

Objectifs : Développer ses compétences dans le domaine de la gestion des données, Enrichir ses compétences dans l’analyse statistique des données massives, Maîtriser les technologies et les algorithmes permettant d’exploiter les Big Data.

Enseignements : Apprentissage statis­tique, données structurées et numérique, données textuelles/web, données multimédia, apprentissage supervisé, apprentissage non-supervisé, techniques avancées pour l’apprentissage, HMM modèles graphiques, réseaux bayésiens/markoviens, visualisation de données massives, stockage distribué, calcul distribué, machine learning distribué, graph mining.

Admission : Ingénieurs, chefs de projets avec de bonnes connaissances en mathématiques (optimisation, probabilité/statistique, algèbre linéaire) et une bonne expérience de la programmation.

Scolarité : durée, déroulement, frais de scolarité, alternance possible. La forma­tion se déroule sur 25 jours répartis sur 10 mois. Elle est conçue pour des professionnels déjà en poste.

Coût : 10 600 €.

Promotions : 20 élèves maximum.

Principaux débouchés : Data Scientist, en entreprise ou en agence de conseil.

Salaire premier emploi : 1ère promo encours.

Spécificités de la formation : Une formation en forte adéquation avec les besoins des entreprises, validée par un comité de veille et assurée par des experts reconnus du domaine. Une synergie entre le monde académique, scientifique et le monde industriel. Des projets sur des thématiques opérationnelles et des travaux de réflexion en groupe. Des témoignages, retours d’expérience et cas d’usages délivrés par des professionnels.

[su_box title= »Autres typologies de formations » box_color= »#f0e0a0″]Formations courtes: Télécom Evolution propose 8 formations courtes (1 ou 2jours) qui permettent un focus sur des compétences précises : succès et retours d’expérience, infrastructures et architectures distribuées, Data Science et Machine Learning, sécurité du Big Data, Visualisation d’information, Web sémantique et extraction de données, le langage R… Le module « Big Data : enjeux stratégiques et défis technologiques » s’adresse à un public de non spécialistes souhaitant appré­hender le Big Data selon 3 composantes: technique, juridique et applications.

MOOC «Fondamentaux pour le Big Data» : Ce MOOC prépare efficacement au suivi des formations dans le domaine du Big Data. Les compétences visées constituent un préalable indispensable dans les domaines de l’analyse, de l’algèbre, des probabilités, des statistiques, de la programmation Python et des bases de données. Le MOOC se compose de 7 parties et se déroule sur 7 semaines.
[/su_box]


IÉSEG : MSc in « Big Data Analytics for Business »

IESEGLe MSc in Big Data Analytics for Business a pour objectif de former des managers qui pourront aider les organisations à convertir la masse des données issues de l’entreprise en information, et à traduire cette information en connaissance à valeur ajoutée.

Objectifs : Les étudiants en MSc in Big Data Analytics for Business sont confrontés aux fondamentaux du processus de prise de décisions, par le biais de l’extraction des données, y compris celles des réseaux sociaux, du trafic internet des clients, des données financières de Bloomberg et des processus d’inventaire existants. Ce programme à temps plein se déroulant sur le campus de Lille de l’IESEG a été conçu pour développer les connaissances des étudiants et des jeunes professionnels dans trois domaines : Connaissance des affaires (comprendre le monde des affaires et leur contexte), Connaissance méthodologique (traiter les « big data » de façon efficiente et efficace), Connaissance technologique (utiliser les principaux outils logiciels et langages de programmation). Les étu­diants apprendront à se poser les bonnes questions, en traitant de problèmes managériaux, sur le mode : « que savons-nous ? » (Information tirée des données), plutôt que sur le mode « que pensons­-nous ? » (information basée sur l’instinct).

Enseignements : Modules en tronc commun : « Business » (Gestion de projets; compétences en communication; compétences en leadership …), « Technology » (Analyse avancée de
tableurs ; outils d’analyse et d’aide à la prise de décision, Outils de reporting ; Outils d’analyse des big data), « Methodo­logy » (Analyse des réseaux sociaux etc.) – Modules spécialisés en Marketing, Finance et Opérations.

Admissions : Le MSc in Big Data Analytics for Business est accessible aux étudiants français titulaires d’un Bac +4 ou Bac +3 mais avec une expérience professionnelle de 3 ans.

Scolarité : MSc enseigné intégralement en anglais, sur le campus de Lille organisé en 1 an environ à plein temps (deux semestres + stage/projet en entreprise de 4 à 6 mois)

Coût : 13.000 €.

Promotions : généralement entre 20 et 30 étudiants par classe.

Principaux débouchés : Spécialistes du data, « Data Scientists », spécialistes du marketing on-line et d’études de marché, analystes web, analystes finan­ciers et analystes en détection de fraude.

Spécificités de la formation : Introduction aux principaux outils permettant de convertir les données en information pertinente pour les entreprises. Confrontation avec la recherche académique mais également à la recherche appliquée à l’entreprise ; Opportunité d’étudier en anglais dans un environnement très international (étudiants et enseignants).


IUT Paris Descartes : DU « Analyste Big Data »

IUT paris descartesFace à l’évolution significative des métiers de la statistique et de l’informatique décisionnelle, le département STID de l’IUT Paris Descartes propose désormais une formation courte et diplômante qui s’adresse à des salariés ou à des adultes en reprise d’études. Organisé en 6 mois, à raison de 5 modules de 4 jours chacun, ce cursus permet d’évoluer vers des postes au sein de projets Big Data dans les entreprises, les administrations et les collectivités.

Objectifs : Proposer un complément de formation aux nouveaux concepts et outils pour le Big Data, pour des professionnels ayant une formation de base en statistique et informatique décisionnelle (bases de données, statistique, fouille de données). De niveau L3, il s’agit d’orienter fortement vers la mise en œuvre des outils liés à ce sujet émergent.

Enseignements : Le module 1 est dédié au stockage massif de données, le module 2 passe en revue sources et modèles de données en flux (capteurs, salles de marché,…). Le module 3 est dévolu à la fouille de données complexes (temporelles, géographiques, spatiales, textuelles). Le module 4 est consacré aux données libres d’accès, appelées communément « open data », et aux données de type réseau. Le module 5 s’intéresse à la qualité, la sécurité et la confidentialité des données. Les modules s’appuient sur des outils support et des partenariats avec des professionnels du secteur. Dans chaque module sont aussi présentées des applications d’un ou plusieurs domaines parmi lesquels les télécommunications, la finance, l’énergie, les réseaux sociaux, la relation-client et le marketing.

Admission : Ce DU s’adresse à des salariés ou à des adultes en reprise d’études, souhaitant valider et compléter des acquis professionnels dans le domaine du traitement de l’information en plan de formation, en congé individuel de formation ou en autofinancement. Pour pouvoir candidater, il faut avoir un niveau équivalent Bac+2 avec des compétences en statistique et informatique décisionnelle. La procédure d’admission comprend une sélection sur dossier (admissibilité), puis éventuellement un entretien d’admission.

Scolarité : Elle se déroule sur 6 mois, à raison de 5 modules de 4 jours chacun suivi d’un séminaire de synthèse. L’ensemble totalise 150 heures de formation et se déroule avec un rythme de 2 jours de cours toutes les 2 semaines, afin de faciliter le suivi par des professionnels en entreprise.

Coût : les frais de formation (hors droits universitaires) sont de 3.000 euros.

Promotions : Une vingtaine d’étudiants (la promotion 2015 compte 16 apprenants).

Principaux débouchés: Le DU permet aux apprenants d’évoluer vers des postes au sein de projets Big Data dans les entreprises, les administrations et les collectivités territoriales, ainsi que d’accompagner au niveau technique ces entités dans les évolutions liées à la révo­lution digitale.

Spécificités de la formation : Constitué de 5 modules, le DU est articulé autour de deux modules plutôt dédiés aux méthodes informatiques, deux plutôt statistiques qui font la part belle aux données de type « open data » et à la fouille des réseaux sociaux, et un dernier module dédié aux enjeux cruciaux concernant la qualité et la confidentialité des données. Il s’agit d’orienter fortement vers la mise en œuvre des outils liés à ce sujet émergent. Réservé aux apprenants en formation continue courte, au niveau L3, il constitue une voie de diplomation originale dans ce domaine émergent. Ainsi plus d’une moitié des intervenants sont issus du monde économique et industriel, en collaboration avec une équipe académique mélangeant statisticiens et informaticiens.


ENSAE PARIS TECH, cursus « DATA SCIENCE »

ENSEAL’ENSAE ParisTech, école d’ingénieur spécialisée en statistique, économie, finance et actuariat propose un cursus « Data Science » accessible en voie de spécialisation pour les ingénieurs en 3ème année, ou dans le cadre d’un mastère spécialisé de niveau Bac + 6 accrédité par la Conférence des Grandes Ecoles.

Objectifs : La voie Data Science (du cursus ingénieur) permet d’acquérir un profil hautement qualifié en statistique et en économétrie appliquées pour lequel les débouchés sur le marché du travail sont extrêmement variés (conseil, industrie, recherche fondamentale et appliquée, etc.). Suivant les parcours, ces compétences pratiques s’accompagneront de connaissances théoriques approfondies en sciences sociales, marketing, mathématiques appliquées et éventuellement de compétences basiques en biologie. Le « Data Scientist » ainsi formé possède une expertise scien­tifique de très haut niveau qui lui permet d’aider à la prise de décision dans de nombreux domaines. Ce profil polyvalent peut mener aussi bien à des carrières d’expert qu’à des postes décisionnels ou d’encadrement en entreprise.

Enseignements : Nombreux cours avancés en statistique, apprentissage, économétrie, marketing quantitatif, économie appliquée. Les élèves sont amenés à utiliser de nombreux logiciels et solutions de traitement de données y compris les technologies les plus récentes du Big Data.

Admission : Pour le cursus ingénieur avec une spécialisation possible en Data Science en 3eme année, 3 concours après prépa (MP/ECS/BL) ou L3 concours universitaire (scientifique) ou AST (niveau Ml). Pour le mastère spécialisé en data science (= Diplôme de niveau Bac+6), titulaires d’un Bac+5 (éventuellement Bac+5 en cours), sortant de formation initiale ou ayant déjà une expérience professionnelle.

Scolarité : Pour le cursus ingénieur, la formation se déroule en trois ans. Lors de la 3ème année, les élèves peuvent choisir la spécialisation « Data Sciences ». Un stage est prévu à la fin de chaque année. Possibilité de double diplôme avec des institutions partenaires et de scolarité à l’étranger à la place de la 3ème Année dans les meilleures universités internationales. Pour le Mastère spécialisé en Data Science : de 12 à 14 mois selon la durée choisie du stage de fin d’études. Scolarité de septembre à avril, avec possibilité de concentrer les cours 3 jours par semaine (hors septembre et périodes de révision et d’examen) pour travailler en alternance ou commencer tôt un stage de fin d’études.

Coût : 737 euros pour le cursus ingénieur. 9.500 € pour le mastère spécialisé si financement individuel, 14.000€ si prise en charge par une entreprise.

Promotions : 150 pour le Cursus ingénieur et le MS en 2014-2015.

Principaux débouchés : Les emplois générés par ces évolutions nécessitent à la fois des compétences techniques et une compréhension stratégique des enjeux sous-jacents. Cette voie développe, entre autres, les compétences attendues pour les postes de « Chief Data Officer » qui émergent dans le contexte lié aux « Big Data ». Le caractère transversal des méthodes quantitatives présentées dans cette voie permet aux étudiants d’accéder à une large palette de métiers, aussi bien dans le public que dans le privé.

Salaire premier emploi : Pour la promo 2013, 56 K€ en moyenne, primes comprises (50K€ en France, 77K€ à l’international).

Spécificités de la formation : La formation de data scientist proposée à l’ENSAE ParisTech met l’accent sur la partie analytique et décisionnelle mais elle permet tout de même à ses diplômés de découvrir les aspects les plus proches des questions informatiques propres à l’analyse et au traitement des données massives.


Data ScienceTech Institute – Msc Executive Big Data

DSTI
Objectifs : Le MSc Executive Big Data Analyst, inspiré de diverses rencontres et conseils avisés du Directeur de l’INRIA de Sophia-Antipolis, s’adresse à une population très large des diplômés des écoles de commerce (ayant le bagage mathématique suffisant), ainsi qu’aux ingénieurs qui travaillent au quotidien avec des grandes masses de données. Il s’agit ici d’apprendre quels outils, quelles méthodes, quelles techniques peuvent être utilisés pour traiter les mégadonnées. Les étudiants apprendront notamment comment utiliser le système d’information, comprendre les algorith­mes sous-jacents aux outils, les paramétrer et en expliquer les résultats, le tout au travers d’un cadre d’applications métiers et de l’écosystème éthique et juridique.

Enseignements : Systèmes d’information (Bases de données avancées, Infrastructure cloud…), Outils BIG DATA (Reporting & Business Intelligence, Outils de l’analyse statistique, Data Mining…), Applications métiers, Parcours « Scientifique », parcours « Business et Management », Ethique et droit (Propriété et protection des données, Open-Data, eReputa­tion…), Projets (450h dont 90h encadrées)…
Afin de maintenir les étudiants dans un contexte professionnel, les cours sont dispensés sur la base d’un mini-projet « fil rouge » proposé par l’enseignant. Les « visiting professors » sont recrutés par le Conseil Scientifique et Pédagogique dans deux viviers: l’industrie, avec une expérience de l’enseignement, et l’académique, avec une expérience de collaborations industrielles (brevet, projets, etc.). Tous les cours dispensés feront l’objet d’une note et d’un « bilan de compétences », qui permettra aux étudiants comme aux recruteurs de connaître leurs points forts et leurs points faibles.

Admissions : Le cycle d’admission se concentre sur les compétences des candidats et leur volonté de se plonger dans un cursus intensif. L’Institut est ouvert aux titulaires d’un bac+5 mais également aux personnes en reconversion, titulaires de diplômes de niveaux moindres (+4 voire +3). Des personnes en reconversion qui possèdent de nom­breuses années d’expérience professionnelle et une formation initiale couvrant la connaissance mathématique. Les personnes titulaires d’une licence obtenue il y a dix ans par exemple, peuvent également postuler, l’expérience métier étant tout aussi importante qu’un diplôme.
Le cycle de recrutement est classique : entretien éligibilité, test d’anglais via un Serious Game du partenaire Simulang et test d’aptitude. Le test d’aptitude n’est pas éliminatoire, comme un concours, il permet de situer les compétences du candidat par rapport aux programmes. Un jury d’admission prononce alors sa décision après un entretien final. Si DSTI est un établissement d’enseignement supérieur privé, il s’implique dans une démarche forte de responsabilité sociale par un programme de bourses. DSTI invite un étudiant par programme sur mérite académique, et offre des bourses à 50% sur des thèmes tels que la présence des femmes en Data Science ou sur les étudiants venants de pays émergents.

Scolarité : La formation MSc Executive Big Data Analyst se déroule en temps plein pendant 10 mois sur leur campus Nice Sophia-Antipolis. Elle se poursuit par un pôle projet de 500h, qui peut faire l’objet d’un stage en entreprise ou d’un maintien dans l’école via la réalisation de projets fournis par les partenaires indus­triels et les plateformes de concours telles que Kaggle ou DataScience.net.
Dans tous les cas, l’étudiant DSTI est encadré durant ce volume horaire à hauteur de 20%, soit 1OOh, par un professeur de l’Institut.

Coût : La formation coûte au total 32.000€ pour un total de 1 600h de cours, ce qui place DSTI comme un organisme d’enseignement parmi les moins chers du marché.

Promotions : Les promotions seront composées de 30 personnes au maximum, pour garantir une qualité d’enseignement et permettre le fonctionnement en mode projet entre professeurs et étudiants.

Principaux débouchés : Les postes de sortie sont aussi variés que les profils en entrée : toutes les organisations ont et auront de plus en plus besoin d’expertise en analyse de données.
Nous pourrions citer l’exemple des RH avec des outils comme Linkedin et les réseaux sociaux (donc de la data), qui ont transformé leur façon de travailler en augmentant la quantité de données à traiter.
Dans les sciences de l’ingénieur, nous pouvons noter l’urbanisme avec les smart cities et les smart grids, l’agronomie avec la multiplication des capteurs de mesures ou le bio médical, qu’il s’agisse de la génétique ou de l’industrie du médicament.

Spécificités de la formation : Outre l’intensité et la quadri-compétence acquise au cours du programme, le statut privé de DSTI, aidé de son Conseil Scientifique et Pédagogique, permet à la formation de s’adapter en quasi temps réel aux évolutions du marché. En l’espace de six mois, une nouvelle réglementation peut bouleverser les règles du jeu ou un nouvel algorithme prédictif peut être inventé et révolutionner le marché. Ce parti pris gourmand en temps de préparation de cours et en flexibilité permettra à DSTI de garantir une formation de qualité, en adéquation avec les évolutions du domaine.