Data Science


Profils

La voie Data Science 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, du Data Scientist à l’enseignant-chercheur, en passant par le conseil, l’expertise statistique publique ou industrielle. Suivant les parcours, ces compétences pratiques s’accompagneront de connaissances théoriques approfondies en sciences sociales (économie, sociologie), marketing, mathématiques appliquées (probabilité, statistique) 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 : évaluation de politiques publiques, évaluation des politiques commerciales des entreprises, finance, biostatistique, imagerie, statistique d’enquête, ou d’effectuer de la recherche fondamentale. Ce profil polyvalent peut mener aussi bien à des carrières d’expert qu’à des postes décisionnels ou d’encadrement en entreprise.

Métiers

On assiste depuis plusieurs années à une explosion du volume de données disponibles, dans des domaines très divers (par exemple la génétique, les neurosciences, la climatologie, mais aussi la finance, le marketing et les sciences humaines et sociales). Après une période où les questions portaient principalement sur le stockage et la conservation de ces données, ce sont maintenant les problématiques liées à leur exploitation statistique et à leur analyse qui apparaissent comme porteuses d’enjeux d’importance. Les emplois générés nécessitent tout à la fois des compétences techniques et une compréhension stratégique des enjeux sous-jacents.

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. Cette voie développe, entre autres, les compétences attendues pour les postes de « Chief Data Officer » qui émergent dans le contexte lié aux « Big Data ».

Deux modules, ou domaines d’applications, sont proposés :

LE MODULE STATISTIQUE ET APPRENTISSAGE 

LE MODULE ÉCONOMIE ET SOCIOLOGIE QUANTITATIVES