Parcours Science des données : exploration et modélisation statistique

Sciences, Technologies, Santé

Parcours Science des données : exploration et modélisation statistique

  • Ajouter à la sélection
  • Télécharger la plaquette

  • ECTS

    180 crédits

  • Durée

    3 ans

  • Composante

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

  • Langue(s) d'enseignement

    Français

Présentation

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.

Objectifs

Le Bachelor Universitaire de Technologie Science des Données (BUT SD) forme des cadres intermédiaires capables d'aider à la prise de décision par des activités de gestion des données (data management), d'analyse et programmation statistiques, et de restitution. Les diplômés sont alors capables non seulement de collecter les données, de s'assurer de leur qualité, de leur cohérence, de leur sécurité et de leur pérennisation, mais aussi de les stocker dans des bases de données structurées, d'assurer leur accessibilité, leur transmissibilité, leur extraction et leur analyse statistique pour produire des outils décisionnels.

Lire moins

Savoir-faire et compétences

Compétences visées :

- Traiter des données à des fins décisionnelles

- Analyser statistiquement les données

- Valoriser une production dans un contexte professionnel

- Modéliser les données dans un cadre statistique

Lire moins

Organisation

Le Bachelor Universitaire de technologie est organisé en 6 semestres composés d'unités d'enseignement (UE) et chaque niveau de développement des compétences se déploie sur les deux semestres d'une même année.

Les UE et les compétences sont mises en correspondance. Chaque UE se réfère à une compétence finale et à un niveau de cette compétence. Elle est nommée par le numéro du semestre et celui de la compétence finale.

Chaque unité d'enseignement est composé de deux éléments constitutifs ;

- un pôle "Ressources", qui permet l'acquisition des connaissances et des méthodes fondamentales,

- un pôle "Situation d'apprentissage et d'évaluation" (SAE) qui englobe les mises en situation professionnelle au cours desquelles l'étudiant développe la compétence et à partir desquelles il fera la démonstration de l'acquisition de cette compétence dans la démarche portfolio.

Le volume horaire global (enseignements et projets tutorés, soit 2600 heures) est distribué de manière homogène sur les 3 années. Les 600 heures de projets tutorés sont réparties sur les 3 années, avec chaque année un minimum de 150 heures.

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

Alternance possible à partir de la 3e année

Lire moins

Cet enseignement est ouvert en alternance : mode d'emploi

Stages

Stage

Obligatoire

Durée du stage

de 22 à 26 semaines

Stage à l'étranger

Facultatif

Lire moins

Programme

  • 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

Admission

Conditions d'admission

Modalités d'admission et d'inscription

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.

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 SD s'adresse principalement aux titulaires d'un baccalauréat général ou technologique.

Possibilité d'admission avec une VAPP (Validation des Acquis Professionnels et Personnels), renseignements auprès des services de la Direction de la Formation Tout Au long de la Vie

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

Par IUT des Pays de l'Adour

-

Publié le 30/08/2022 | Modifié le 21/10/2024

  • Ajouter à la sélection

    Vous avez formations et cours sauvegardés

  • Candidater