B.U.T. Science des données

Sciences, Technologies, Santé

B.U.T. Science des données

  • Ajouter à la sélection
  • Plaquette

  • Niveau d'étude visé

    BAC +3

  • ECTS

    180 crédits

  • Durée

    3 ans

  • Composante

    IUT des Pays de l'Adour, Collège Sciences et Technologies pour l’Energie et l’Environnement (STEE)

Présentation

Choisir le BUT Science des données (anciennement Statistique et Informatique Décisionnelle STID) c’est opter pour une formation ancrée dans les technologies de l’information et leurs applications les plus récentes. Les étudiants se spécialisent en statistique, ingénierie des données et gestion des systèmes d’information :

  • des enseignements fondamentaux en statistique, informatique et mathématiques sont complétés par la réalisation d’applications web, d’enquêtes, de sondages ou encore de tableaux de bord,
  • un enseignement général d’économie et gestion assure l’ouverture des diplômés,
  • la pratique active de l’anglais et de la communication ainsi que le stage en entreprise favorisent leur insertion.

  • 56 étudiants/an

    Capacité d'accueil

Savoir-faire et compétences

Le BUT Science des données développe les compétences essentielles pour la gestion informatique des données, leur traitement statistique et l’informatique décisionnelle :

  • les diplômés sont compétents dans le management des données : ils sont capables de concevoir, créer, mettre à jour et administrer une base de données,
  • ils maîtrisent les étapes de la démarche du statisticien : collecte des données, contrôle de leur qualité, organisation et stockage, extraction et présentation des informations pertinentes, analyse statistique et présentation des résultats,
  • ils possèdent une compétence particulière dans le domaine de l’informatique décisionnelle : ils sont à même de participer à la mise en place et à l’exploitation de systèmes d’information décisionnelle. Ils peuvent concevoir des indicateurs de performances, réaliser des tableaux de bord, faire du reporting. Ils peuvent aussi intervenir dans l’extraction de la connaissance à partir d’entrepôts et magasins de données par des méthodes statistiques dédiées (data mining).
Lire moins

Les + de la formation

Dispositifs d'aide aux étudiants

Le PPP est un enseignement accompagné dans lequel chaque étudiant est amené à découvrir :

  • Les métiers de la science des données,
  • Les poursuites d'études possibles après le BUT.

Cet enseignement permet aux étudiants de prendre conscience des choix à venir et les aide à préparer leur insertion future (CV, lettre de motivation, entretien d'embauche).

Un accompagnement au long de la formation leur permet d’élaborer progressivement leur projet personnel et professionnel. Des modules leur permettent de s’orienter soit vers une insertion professionnelle immédiate, soit vers une poursuite d’études, et de choisir éventuellement un domaine particulier d’applications professionnelles.

Le Service Commun Universitaire d'Information et d'Orientation accompagne les étudiants dans la poursuite d'études et dans la recherche d'emploi.

 

Dispositif d'évaluation de la formation

La formation BUT Science des données est évaluée par semestre par le biais d'une commission d'évaluation paritaire. Cette dernière est composée pour moitié d'enseignants permanents et vacataires et pour l'autre moitié d'étudiants de BUT.

A l'issue de chaque commission un compte-rendu est envoyé à l'ensemble des enseignants intervenant dans la formation ainsi qu'aux étudiants.

Lire moins

Organisation

La formation s’inscrit dans le schéma européen LMD avec la possibilité de capitaliser les crédits obtenus à chaque unité d’enseignement en vue de poursuites d’études partout en Europe.

Formation sur 3 années, soit 6 semestres :

Le BUT Science des données propose 2 parcours à partir du semestre 3 :

  • sciences des données : exploration et modélisation statistique : Fiche RNCP 35401
  • sciences des données : visualisation, conception d'outils décisionnels : Fiche RNCP 35402

Méthodes et moyens pédagogiques

Les enseignements sont dispensés sous forme de cours magistraux (CM), de travaux dirigés (TD) et de travaux pratiques (TP).

Le département dispose de 4 salles informatiques équipées de 18 postes chacune, permettant de réaliser des Travaux Pratiques à raison d’un poste informatique par étudiant. Ils s’effectuent sur les deux types de configurations les plus représentatives du marché : LINUX et MS WINDOWS.

De plus, des périphériques d’impression communs sont accessibles à partir des deux environnements ci-dessus.

Cet équipement matériel est complété par de nombreux logiciels tels que :

  • R, SAS, pour les statistiques, MAPLE pour les mathématiques,
  • Python, VBA, ..., pour les langages de programmation,
  • ORACLE, MYSQL, ACCESS, WIN DESIGN pour l’apprentissage des bases de données,
  • GANTTPROJECT pour la gestion de projet
  • MS OFFICE, OPENOFFICE, MS PUBLISHER, pour la bureautique,
  • BUSINESS OBJECT, TALEND pour la manipulation de données,
  • SPHINX pour le traitement des enquêtes,
  • TEST SIMULATOR (Edulang) pour la préparation du TOEIC.

Le département dispose également d’une salle multimédia. Elle est équipée de 16 postes avec casques. Elle sert essentiellement pour les enseignements d’anglais et de communication.

Equipe pédagogique :

L'équipe pédagogique du BUT SD est composée de :

  • 5 enseignants-chercheurs de l'UPPA
  • 4 enseignants de l'UPPA
  • une vingtaine d'enseignants vacataires
Lire moins

Contrôle des connaissances

L’évaluation des connaissances se fait en contrôle continu tout au long de la formation.

Lire moins

Ouvert en alternance

Type de contrat

  • Contrat d'apprentissage
  • Contrat de professionnalisation

Seule la 3e année du BUT Science des données est ouverte en alternance.

Lire moins

Cet enseignement est ouvert en alternance : mode d'emploi

Calendrier de l'alternance

Calendrier_Alternance_BUT_SD_2025-2026.pdf

Stages

Stage

Obligatoire

Durée du stage

10 semaines minimum en deuxième année et un stage plus long en troisième année (qui peut être faite en alternance)

Stage à l'étranger

Facultatif

Lire moins

Programme

Sélectionnez un programme

Parcours Exploration et modélisation statistique

Le parcours science des données : Exploration et Modélisation Statistique vise à former des professionnels compétents dans le recueil le traitement et l'analyse statistique des données. Leurs compétences leur permettent de participer à la définition et au recueil des données pertinentes pour répondre à une problématique donnée, au choix des outils statistiques appropriés selon les situations rencontrées, de mettre en œuvre ces outils dans le cadre d'une analyse ou d'une modélisation et de produire des résultats pertinents et rigoureux sous forme de rapports, tableaux et graphiques.

Voir la page complète de ce parcours

  • UE1.1Traiter des données à des fins décisionnelles

    10 crédits

    • SAE1-01 Reporting à partir de données SGBD relationnel

    • R1.00 : Accueil informatique

    • R1.01 : Tableur et reporting

    • R1.02 : Bases de données relationnelles 1

    • R1.03 : Bases de la programmation 1

    • SAE 1.02 : Ecriture et lecture de fichiers de données

  • UE1.2 Analyser statistiquement les données

    10 crédits

    • R1.04 : Statistique descriptive 1

    • R1.05 : Probabilitiés 1

    • R1.06 : Mathématiques - analyse

    • SAE 1.03 : Préparation et synthèse d’un tableau de données en vue d’une analyse exploratoire simple

    • SAE 1.06 P : Mise en oeuvre d’une enquête : projet

  • UE 1.3 Valoriser 1 production dans un contexte professionnel

    10 crédits

    • R1.07 : Initiation à l’anglais de spécialité

    • R1.08 : Communication de l’information et recherche documentaire

    • R1.09 : Découverte des données de l’environnement entrepreneurial et économique

    • R1.10 : Projet personnel et professionnel 1

    • SAE 1.04 P : Apprendre en situation la production de données en entreprise : projet

    • SAE 1.05 P : Présentation en anglais d’un territoire économique et culturel : projet

  • UE2.1Traiter des données à des fins décisionnelles

    10 crédits

    • R2.01 : Reporting et datavisualisation

    • R2.02 : Bases de données relationnelles 2

    • R2.03 : Bases de la programmation 2

    • R2.04 : Programmation statistique

    • SAE 2.01 P : Conception et implémentation d’une base de données : projet

    • SAE 2.06 P : Analyse de données, reporting et datavisualisation (Gros projet) : projet

  • UE2.2 Analyser statistiquement les données

    10 crédits

    • R2.05 : Statistique descriptive 2

    • R2.06 : Probabilités 2

    • R2.07 : Bases de l’algèbre

    • R2.08 : Statistique inférentielle

    • SAE 2.02 : Estimation par échantillonnage

    • SAE 2.03 : Régression sur données réelles

  • UE 2.3 Valoriser 1 production dans un contexte professionnel

    8 crédits

    • R2.09 : Approfondissement de l’anglais de spécialité

    • R2.10 : Communication, sémiologie

    • R2.11 : Étude des données de l’environnement entrepreneurial et économique

    • R2.12 : Projet personnel et professionnel 2

    • Portfolio : Projet

    • SAE 2.04 P : Datavisualisation (concours) : projet

    • SAE 2.05 P : Construction et présentation d’indicateurs de performance : projet

  • UET : Changement globaux

    2 crédits

  • UE 3.1 : Traiter des données à des fins décisionnelles

    10 crédits

    • R3.01 : Utilisation avancée d'outils de reporting

    • R3.02 : Systèmes d'information décisionnels

    • R3.03 : Technologies web

    • R3.04 : Programmation statistique automatisée

    • R3.10 : Programmation Python

    • SAÉ 3.02 P : Intégration de données dans un datawarehouse : Projet

  • UE 3.2 Analyser statistiquement des données

    8 crédits

    • R3.05 : Algèbre linéaire

    • R3.06 : Tests d’hypothèses pour l’analyse bi-variée

    • SAÉ 3.03 : Description et prévision de données temporelles

    • SAÉ 3.03 P : Description et prévision de données temporelles : Projet

  • UE 3.3 : Valoriser une production dans un contexte professionnel

    6,5 crédits

    • R3.07 : Anglais professionnel

    • R3.08 : Communication des organisations et professionnelle

    • R3.09 : Les données de l’environnement entrepreneurial et économique pour l’aide à la décision

    • SAÉ 3.04 P : Conformité réglementaire pour traiter des données : Projet

  • UE 3.4 Parcours : Visualisation, conception d'outils décisionnels

    5,5 crédits

    • R3.VCOD.10 : Programmation objet (PYTHON avancé)

    • R3.VCOD.11 : Projet Personnel et Professionnel 3

    • SAÉ 3.VCOD.01 : Collecte automatisée de données web

    • SAÉ 3.VCOD.01 : Collecte automatisée de données web

  • UE 4.1 : Traiter des données à des fins décisionnelles

    4,5 crédits

    • R4.01 : Automatisation et test en programmation (VBA Excel)

    • SAÉ 4.03 P : Programmation d'un reporting automatisé dans un environnement décisionnel : Projet

    • Stage

  • UE 4.2 : Analyser statistiquement les données

    8,5 crédits

    • R4.02 : Méthodes factorielles

    • R4.03 : Classification automatique

    • R4.08 : Compléments mathématiques : Fonctions de plusieurs variables

    • SAÉ 4.02 P : Reporting d'une analyse multivariée : Projet

    • Stage

  • UE 4.3 : Valoriser une production dans un contexte professionnel

    5,5 crédits

    • R4.04 : Anglais scientifique et argumentation

    • R4.05 : Communication scientifique et argumentation

    • R4.06 : Exploration et valorisation de la donnée dans un cadre juridique et économique

    • R4.07 : Projet Personnel et Professionnel 4

    • Portfolio : Projet

    • Stage

  • UE 4.4 Parcours : Visualisation, conception d'outils décisionnels

    5,5 crédits

    • R4.VCOD.08 : Préparation/Intégration de données

    • R4.VCOD.09 : Programmation web ( coté serveur)

    • SAÉ 4.VCOD.01 P : Développement d'un composant d'une solution décisionnelle (Gros projet) : Projet

    • Stage

  • UE 5.0 : Remise à niveau

    • Accueil Statistique

    • Accueil Informatique

  • UE 5.1 : Traiter des données à des fins décisionnelles

    10 crédits

    • R5.01 : Bases de données NoSQL

    • R5.08 : Analyse des données en Python

    • R5.09 : Scripting

    • SAÉ 5.02 P : Migration de données vers ou depuis un environnement NoSQL : Projet

  • UE 5.2 : Analyser statistiquement les données

    10 crédits

    • R5.02 : Data mining

    • R5.10 : Complément de mathématiques

    • R5.11 : Tests non parametriques

    • R5.12 : Visualisation avec R

    • SAÉ 5.03 P : Mise en oeuvre d'un processus de Datamining : Projet

  • UE 5.3 : Valoriser une production dans un contexte professionnel

    5 crédits

    • R5.03 : Anglais pour la coopération internationale et enjeux internationaux des données

    • R5.04 : Communication des données, éthique et responsabilité

    • R5.05 : Projet Personnel et Professionnel 5

  • UE 5.4 Parcours : Exploration et modélisation statistique

    5 crédits

    • R5.EMS.06 : Modélisation statistique avancée

  • UE 6.1 : Traiter des données à des fins décisionnelles

    6 crédits

    • R6.01 : Big Data : enjeux, stockage et extraction

    • R6.06 : Macro | Apps Script

    • Alternance/Stage

  • UE 6.2 : Analyser statistiquement les données

    7 crédits

    • R6.02 : Méthodes statistiques pour l'IA et le Big Data

    • SAE 6.02 P : méthodes de modélisation : Projet

    • Alternance/Stage

  • UE 6.3 : Valoriser une production dans un contexte professionnel

    4 crédits

    • R6.03 : Anglais pour la communication d’entreprise

    • R6.04 : Communication pour le management

    • Portfolio : Projet

    • Alternance/Stage

  • UE 6.4 Parcours : Exploration et modélisation statistique

    5 crédits

    • R6.EMS.05 : Logiciels spécialisés (EMS)

    • SAÉ 6.EMS.01 P : Modélisation statistique pour les données complexes et le Big Data : projet

    • Alternance/Stage

Parcours Visualisation, conception d'outils décisionnels

Le parcours science des données : Visualisation, Conception d'Outils Décisionnels vise à former des professionnels compétents dans la mise en œuvre de tout ou partie du processus décisionnel, ayant notamment la capacité à automatiser différentes étapes d'une solution dédiée. Leurs compétences leur permettent d'assurer la gestion des connexions aux données source, la transformation et le nettoyage des données (ETL), la modélisation et l'application de calculs métiers, la production de restitutions visuelles (DataViz) à travers des outils de reporting et des tableaux de bord adaptés et accessibles pour des utilisateurs finaux non-initiés.

Voir la page complète de ce parcours

  • UE1.1Traiter des données à des fins décisionnelles

    10 crédits

    • SAE1-01 Reporting à partir de données SGBD relationnel

    • R1.00 : Accueil informatique

    • R1.01 : Tableur et reporting

    • R1.02 : Bases de données relationnelles 1

    • R1.03 : Bases de la programmation 1

    • SAE 1.02 : Ecriture et lecture de fichiers de données

  • UE1.2 Analyser statistiquement les données

    10 crédits

    • R1.04 : Statistique descriptive 1

    • R1.05 : Probabilitiés 1

    • R1.06 : Mathématiques - analyse

    • SAE 1.03 : Préparation et synthèse d’un tableau de données en vue d’une analyse exploratoire simple

    • SAE 1.06 P : Mise en oeuvre d’une enquête : projet

  • UE 1.3 Valoriser 1 production dans un contexte professionnel

    10 crédits

    • R1.07 : Initiation à l’anglais de spécialité

    • R1.08 : Communication de l’information et recherche documentaire

    • R1.09 : Découverte des données de l’environnement entrepreneurial et économique

    • R1.10 : Projet personnel et professionnel 1

    • SAE 1.04 P : Apprendre en situation la production de données en entreprise : projet

    • SAE 1.05 P : Présentation en anglais d’un territoire économique et culturel : projet

  • UE2.1Traiter des données à des fins décisionnelles

    10 crédits

    • R2.01 : Reporting et datavisualisation

    • R2.02 : Bases de données relationnelles 2

    • R2.03 : Bases de la programmation 2

    • R2.04 : Programmation statistique

    • SAE 2.01 P : Conception et implémentation d’une base de données : projet

    • SAE 2.06 P : Analyse de données, reporting et datavisualisation (Gros projet) : projet

  • UE2.2 Analyser statistiquement les données

    10 crédits

    • R2.05 : Statistique descriptive 2

    • R2.06 : Probabilités 2

    • R2.07 : Bases de l’algèbre

    • R2.08 : Statistique inférentielle

    • SAE 2.02 : Estimation par échantillonnage

    • SAE 2.03 : Régression sur données réelles

  • UE 2.3 Valoriser 1 production dans un contexte professionnel

    8 crédits

    • R2.09 : Approfondissement de l’anglais de spécialité

    • R2.10 : Communication, sémiologie

    • R2.11 : Étude des données de l’environnement entrepreneurial et économique

    • R2.12 : Projet personnel et professionnel 2

    • Portfolio : Projet

    • SAE 2.04 P : Datavisualisation (concours) : projet

    • SAE 2.05 P : Construction et présentation d’indicateurs de performance : projet

  • UET : Changement globaux

    2 crédits

  • UE 3.1 : Traiter des données à des fins décisionnelles

    10 crédits

    • R3.01 : Utilisation avancée d'outils de reporting

    • R3.02 : Systèmes d'information décisionnels

    • R3.03 : Technologies web

    • R3.04 : Programmation statistique automatisée

    • R3.10 : Programmation Python

    • SAÉ 3.02 P : Intégration de données dans un datawarehouse : Projet

  • UE 3.2 Analyser statistiquement des données

    8 crédits

    • R3.05 : Algèbre linéaire

    • R3.06 : Tests d’hypothèses pour l’analyse bi-variée

    • SAÉ 3.03 : Description et prévision de données temporelles

    • SAÉ 3.03 P : Description et prévision de données temporelles : Projet

  • UE 3.3 : Valoriser une production dans un contexte professionnel

    6,5 crédits

    • R3.07 : Anglais professionnel

    • R3.08 : Communication des organisations et professionnelle

    • R3.09 : Les données de l’environnement entrepreneurial et économique pour l’aide à la décision

    • SAÉ 3.04 P : Conformité réglementaire pour traiter des données : Projet

  • UE 3.4 Parcours : Visualisation, conception d'outils décisionnels

    5,5 crédits

    • R3.VCOD.10 : Programmation objet (PYTHON avancé)

    • R3.VCOD.11 : Projet Personnel et Professionnel 3

    • SAÉ 3.VCOD.01 : Collecte automatisée de données web

    • SAÉ 3.VCOD.01 : Collecte automatisée de données web

  • UE 4.1 : Traiter des données à des fins décisionnelles

    4,5 crédits

    • R4.01 : Automatisation et test en programmation (VBA Excel)

    • SAÉ 4.03 P : Programmation d'un reporting automatisé dans un environnement décisionnel : Projet

    • Stage

  • UE 4.2 : Analyser statistiquement les données

    8,5 crédits

    • R4.02 : Méthodes factorielles

    • R4.03 : Classification automatique

    • R4.08 : Compléments mathématiques : Fonctions de plusieurs variables

    • SAÉ 4.02 P : Reporting d'une analyse multivariée : Projet

    • Stage

  • UE 4.3 : Valoriser une production dans un contexte professionnel

    5,5 crédits

    • R4.04 : Anglais scientifique et argumentation

    • R4.05 : Communication scientifique et argumentation

    • R4.06 : Exploration et valorisation de la donnée dans un cadre juridique et économique

    • R4.07 : Projet Personnel et Professionnel 4

    • Portfolio : Projet

    • Stage

  • UE 4.4 Parcours : Visualisation, conception d'outils décisionnels

    5,5 crédits

    • R4.VCOD.08 : Préparation/Intégration de données

    • R4.VCOD.09 : Programmation web ( coté serveur)

    • SAÉ 4.VCOD.01 P : Développement d'un composant d'une solution décisionnelle (Gros projet) : Projet

    • Stage

  • UE 5.0 : Remise à niveau

    • Accueil Statistique

    • Accueil Informatique

  • UE 5.1 : Traiter des données à des fins décisionnelles

    10 crédits

    • R5.01 : Bases de données NoSQL

    • R5.08 : Analyse des données en Python

    • R5.09 : Scripting

    • SAÉ 5.02 P : Migration de données vers ou depuis un environnement NoSQL : Projet

  • UE 5.2 : Analyser statistiquement les données

    10 crédits

    • R5.02 : Data mining

    • R5.10 : Complément de mathématiques

    • R5.11 : Tests non parametriques

    • R5.12 : Visualisation avec R

    • SAÉ 5.03 P : Mise en oeuvre d'un processus de Datamining : Projet

  • UE 5.3 : Valoriser une production dans un contexte professionnel

    5 crédits

    • R5.03 : Anglais pour la coopération internationale et enjeux internationaux des données

    • R5.04 : Communication des données, éthique et responsabilité

    • R5.05 : Projet Personnel et Professionnel 5

  • UE 5.4 Parcours : Visualisation, conception d'outils décisionnels

    5 crédits

    • R5.VCOD.06 : Développement logiciel

    • R5.VCOD.07 : Programmation web pour la visualisation

  • UE 6.1 : Traiter des données à des fins décisionnelles

    6 crédits

    • R6.01 : Big Data : enjeux, stockage et extraction

    • R6.06 : Macro | Apps Script

    • Alternance/Stage

  • UE 6.2 : Analyser statistiquement les données

    7 crédits

    • R6.02 : Méthodes statistiques pour l'IA et le Big Data

    • SAE 6.02 P : méthodes de modélisation : Projet

    • Alternance/Stage

  • UE 6.3 : Valoriser une production dans un contexte professionnel

    4 crédits

    • R6.03 : Anglais pour la communication d’entreprise

    • R6.04 : Communication pour le management

    • Portfolio : Projet

    • Alternance/Stage

  • UE 6.4 Parcours : Visualisation, conception d'outils décisionnels

    5 crédits

    • R6.VCOD.05 : Logiciels spécialisés (VCOD)

    • SAÉ 6.VCOD.01 : Développement et test d'un outil décisionnel : projet

    • Alternance/Stage

Admission

Conditions d'admission

De mi-janvier à mi-mars une inscription préalable sur le site de candidature https://www.parcoursup.fr/ est indispensable en formulant des vœux pour la formation.

Le recrutement s'effectue sur dossier. Le jury prend en compte les notes et appréciations des classes de 1ère et de Terminale. Une lettre de motivation est également demandée.

Après examen des dossiers les candidats sont classés et informés de leur admission à compter de mi-mai.

Pour les étudiants ayant validé un bac+2 dans une spécialité ayant de forts liens avec l'informatique ou les mathématiques appliquées, une admission sur dossier est possible en troisième année via le site CandIUT.

Lire moins

Modalités d'inscription

Les inscriptions s'effectuent auprès du service de la scolarité de l'IUT à partir du lendemain des résultats du bac.

Si vous êtes en situation de handicap, merci de vous rapprocher de la mission handicap pour définir les possibilités d'aménagement

Lire moins

Droits d'inscription et tarification

Consultez les montants des droits d'inscription.

A compter de la rentrée 2023-2024, l'établissement applique les droits différenciés pour tout étudiant extra communautaire s'inscrivant pour la première fois en B.U.T.

Lire moins

Pré-requis obligatoires

Le BUT Science des données s'adresse principalement aux titulaires d'un baccalauréat général ou technologique.

Possibilité de VAPP (Validation des Acquis Professionnels et Personnels), renseignements auprès des services de la For-Co (Formation Continue) http://forco.univ-pau.fr/fr/index.html

Lire moins

Et après

Poursuite d'études

Les diplômés peuvent poursuivre des études en masters ou écoles d’ingénieurs, principalement dans les domaines de la statistique et/ou de l’informatique en lien avec la science des données.

Lire moins

Insertion professionnelle

Métiers, secteurs d'activité

Le diplômé en Science des données travaille dans les domaines du traitement statistique des données, de la gestion informatique de ces données et de l’informatique décisionnelle. Ce professionnel peut exercer dans tous les secteurs d’activité ; aussi bien dans les entreprises que dans les administrations ou les associations.

Les métiers sont associés à ces différentes étapes :

  • Gestionnaire de données
  • Data Manager
  • Développeur BI
  • Data Analyst 
  • Data Scientist 
  • Analyste programmeur
  • Chargé de reporting
  • Chargé d'études statistiques
  • Assistant statisticien

Le taux d'insertion professionnelle du BUT est en cours d'évaluation.

 

Témoignages d'anciens, éléments de promotion de la formation

Tous les 2 ans, le département organise l’un des plus importants évènements de la vie en Science des données : la Journée des Anciens.

Les anciens étudiants, appelés stidiens, viennent présenter leur parcours (poursuites d’études, insertion professionnelle) et partager leur expérience.

La journée se clôture par un buffet convivial favorisant de fructueuses relations entre anciens et étudiants en cours de formation.

Lire moins

Par IUT des Pays de l'Adour

-

Publié le 30/08/2022 | Modifié le 22/05/2025

  • Ajouter à la sélection

    Vous avez formations et cours sauvegardés

  • Candidater