Licence professionnelle Décision et traitement de l'information (data-mining)
Pour y accéder
Les candidats doivent avoir validé un niveau BAC+2 Mathématiques/Informatique ou équivalents : L2 Mathématiques informatique, Sciences économiques, Mathématiques appliquées aux sciences sociales, BUT STID, BUT informatique, BTS informatique de gestion, etc.
Les plus de la formation
La licence professionnelle Data Mining a pour objectif de former des professionnels du traitement de la donnée, opérationnels très rapidement. En effet, dans le cadre de leur alternance, les étudiants sont intégrés dans des directions opérationnelles et peuvent, par exemple, avoir comme mission de concevoir de vastes entrepôts de données ou de mettre en oeuvre des modèles statistiques de prévisions, des scores. Cette formation a pour objectif de former des étudiants à une double compétence statistique et informatique décisionnelle, compétences très demandées de nos jours dans les entreprises compte tenu de l'accroissement des volumes de données et de l'importance de la donnée dans la prise de décision.
La double compétence statistique et informatique de la formation est très appréciée des entreprises de tout secteur. A ce jour, voici celles qui nous accordent leur confiance en recrutant nos étudiants en tant qu'apprenti(e)s ou salarié(e)s : URSSAF, EDF, Engie, Société Générale, La Poste, Orange, SFR, BNP, Carrefour, AXA, Mairie de Paris, Conseil Général d'Ile de France, Le Gan, Air France, Lincoln, SNCF, AVIVA, Disney, ...
Un grand nombre d'offres de missions d'apprentissage proposé par nos nombreux partenaires par le biais du CFA Descartes et des deux Professeurs associés (PAST) dédiés à la formation. Les candidats sont très bien accompagnés dans leur recherche de mission par apprentissage : rédaction de CV et lettres de motivation, conseil pour les entretiens...
De plus, le corps enseignant de cette formation est composé d'experts du monde universitaire et d'experts du monde professionnel, ce qui permet d'allier la rigueur de la théorie à l'expérience pratique.
Compétences visées
Cette formation permet d'acquérir des compétences liées aux outils et méthodes que ce soit pour l'informatique décisionnelle (ex : Suite Microsoft BI), sur les statistiques (ex : SAS, R, Python analyses mutidimensionnelles, classifications supervisées et non supervisées, modèles linéaires ou non linéaires), le Big Data, ainsi que sur le datamining en entreprise. Tout au long de l'année, les étudiants participeront à des projets de groupe.
Enfin ils auront la possibilité d'acquérir des compétences en communication et en anglais afin de faciliter leur recherche d'emploi.
Capacité d'accueil
25
Modalités d'accès
Candidature en ligne via eCandidat.
Lien des modalités de candidature
Lieu(x) de la formation
Campus Marne la Vallée - Champs sur Marne
Bâtiment Copernic
Après la formation
A l’issue de la formation, les étudiants peuvent prétendre aux postes suivants : analyste, chargé(e) d’étude, data scientist, dataminer, chargé(e) d’étude marketing, prévisionniste, administrateur bases de données, statisticien(ne), consultant(e) en Business Intelligence...
Insertion professionnelle
Très bonne insertion : le secteur est demandeur
Objectifs de la formation
Former des data Analysts et Scientists directement opérationnels
Disciplines majeures
Statistiques, Informatique, Data Mining, Communication, Anglais
Organisation de la formation
Alternance
Modalités d'admission en FI :
Possible (même modalité que les autres types de formation)
Modalités d'admission en FC :
Possible (même modalité que les autres types de formation)
Modalités d'admission en FA :
Possible (même modalité que les autres types de formation)
Calendrier
Période stage et/ou rythme de l'alternance : deux jours à l'Université / trois jours en entreprise, sauf pour les semaines dédiées à l'entreprise selon le calendrier établi chaque année.
Environnement de recherche
Présence de professeurs Universitaires
Tarifs formation continue (Les informations ci-contre s'adressent uniquement aux adultes en reprise d'études)
7000 €/an
Éligibilité CPF
Non
Modalités de formation à distance
NC
Temps de travail personnel
NC
| Enseignements | ECTS | CM | TD | TP |
|---|---|---|---|---|
| Utiliser les outils et les méthodes statistiques | ||||
|
Régression supervisée
Ce cours permettra de comprendre des algorithmes comme la régression logistique ou l'approche CART
Langue de l'enseignement FRANÇAIS / FRENCH | 2.00 | 10h | 10h | |
|
Régression linéaire
Les régessions linéaires simples et multiples seront expliquées
Langue de l'enseignement FRANÇAIS / FRENCH | 2.00 | 10h | 10h | |
|
Classification non supervisée
Les étudiant.e.s apprendront à manipuler les K-means et Classifications Ascendantes Hiérarchiques (CAH)
Langue de l'enseignement FRANÇAIS / FRENCH | 2.00 | 10h | 10h | |
|
Analyses Multidimensionnelles
On abordera ici les méthodes permettant de représenter graphiquement des ensemble de données à plusieurs variables (ACP, AFC, ACM…)
Langue de l'enseignement FRANÇAIS / FRENCH | 2.00 | 10h | 10h | |
|
Introduction statistique
Ce cours vise à rappeler les bases de l'analyse descriptive statistique et introduite le langage R
Langue de l'enseignement FRANÇAIS / FRENCH | 2.00 | 10h | 10h | |
| Utiliser les outils et les méthodes informatiques | ||||
|
Python
Apprentissage des bases du langage Python
Langue de l'enseignement FRANÇAIS / FRENCH | 2.00 | 10h | 10h | |
|
Modélisation SI / Power BI
Seront abordés ici le fonctionnement d'un SI décisionnel et la conception d'un modèle en étoile
Langue de l'enseignement FRANÇAIS / FRENCH | 2.00 | 10h | 10h | |
|
Architecture Big Data
Les concepts de ce type d'architecture sont expliqués, avec manipulation d'outils comme Dataiku, Mongo DB, ...
Langue de l'enseignement FRANÇAIS / FRENCH | 2.00 | 10h | 10h | |
|
Plateforme data intégrée avec Amadéa
Il s'agit d'un traitement de données basé sur le Data Morphing
Langue de l'enseignement FRANÇAIS / FRENCH | 2.00 | 10h | 10h | |
|
Introduction aux bases de données relationnelles
On apprendra ici à concevoir des bases de données relationnelles et utiliser la langage SQL
Langue de l'enseignement FRANÇAIS / FRENCH | 2.00 | 10h | 10h | |
| Appliquer les concepts du métier du Data Mining | ||||
|
DMP / Webanalytics
DMP signifie Data Management Platform, ou plateforme de gestion des données). C'est une solution proposée généralement en mode « Software as a Service » ou SaaS (c'est à dire hébergée par le fournisseur) qui permet de collecter, centraliser et gérer les données de prospects ou de clients dans l'environnement digital
Langue de l'enseignement FRANÇAIS / FRENCH | 2.00 | 10h | 10h | |
|
Introduction aux réseaux de neurones
On apprendra à utiliser les réseaux de neurones dans le cadre de la régression et la classification
Langue de l'enseignement FRANÇAIS / FRENCH | 2.00 | 10h | 10h | |
|
Gestion de Projet
Définition de ce qu'est un projet et acteurs associés, ainsi que les méthodes classiques comme cycle en V et Agile
Langue de l'enseignement FRANÇAIS / FRENCH | 2.00 | 10h | 10h | |
|
Techniques de Scoring sous R et Python
On développera ici les objectifs et stratégies de construction d'un modèle de score via R et Python
Langue de l'enseignement FRANÇAIS / FRENCH | 2.00 | 10h | 10h | |
|
Initiation au Langage SAS
L'initiation au langage SAS se fera via la manipulation de bases de données réelles
Langue de l'enseignement FRANÇAIS / FRENCH | 2.00 | 10h | 10h | |
| Restituer ses connaissances dans le monde de l’entreprise | ||||
|
Apprentissage / Stage
Langue de l'enseignement FRANÇAIS / FRENCH | 12.00 | 5h | ||
|
Projet tutoré en fouille de données
C'est un projet effectué par groupe de 4 ou 5 étudiant.e.s sur toute l'année et se basant sur des bases de données complexes fournis par des professionnels
Langue de l'enseignement FRANÇAIS / FRENCH - ANGLAIS / ENGLISH | 12.00 | 20h | ||
|
Anglais
Langue de l'enseignement ANGLAIS / ENGLISH | 3.00 | 20h | ||
|
Communication
Aide aux CVs, lettres de motivation, préparation aux entretiens
Langue de l'enseignement FRANÇAIS / FRENCH | 3.00 | 20h |
Hervé CLEMENT (LP)
Stéphanie COGNY
Partenaire(s)
