1. Accueil
  2. Formations
  3. Mastère Spécialisé ®
  4. Big Data : Analytics avancées pour la décision

Mastère Spécialisé® Big Data : Analytics avancées pour la décision

Mastère Spécialisé® Big Data : Analytics avancées pour la décision

Résumé

Ce Mastère Spécialisé® vous formera aux métiers du Big Data en développant des compétences en data analytics, en data science et en ingénierie, nécessaires au traitement et à l’exploitation des grandes masses de données. En savoir plus

Accéder aux sections de la fiche

Call to actions

Responsable de Programme
Babiga BIRREGAH

Assistante Mastère Spécialisé®
Sarah BOURGEOIS

ms-biganalytics@utt.fr
03 25 71 56 86
Inscription

Détails

Informations générales

Lieu de la formation
Espace Vinci, Paris

Format
  • Temps partiel : 3 semaine/mois
  • Adapté à l'alternance (contrat de professionnalisation, stage alterné)

Calendrier

Rentrée
Septembre 2020

Ouverture des candidatures
1er février 2020

Niveau d'admission

  • Diplôme d'Ingénieur habilité CTI
  • Diplôme de 3e cycle (DEA, DESS, Master)
  • Diplôme professionnel BAC+5
  • Diplôme de M1 + 3 ans d'expérience
  • Titre inscrit au RNCP niveau 1

Mastère Spécialisé® Bac +6

Points forts

  • 140h de cours en datascience
  • 70% de cours orientés travaux pratiques
  • Un profil très recherché par les entreprises de toutes tailles
  • Une formation comprenant 70% de travaux pratiques
  • Un corps professoral composé d’enseignants-chercheurs et de professionnels de la data
  • Une formation qui s’appuie sur les compétences des équipes de recherches de l’UTT (Réseaux, Traitement de données, Gestion de connaissances)

Responsable de Programme

Babiga BIRREGAH 

Enseignant-Chercheur
Equipe Modélisation et Sûreté des Systèmes (M2S)
Département Recherche Opérationnelle, Statistiques Appliquées, Simulation (ROSAS)

Coût de la formation

Etudiant / Demandeur d'Emploi
10 500€

Entreprise / Salarié
15 500€

Plus d'informations sur l'aide au financement

* La participation aux entretiens d'admission nécessite la fourniture du dossier de candidature complet et le règlement des frais de dossiers à minima 1 semaine avant la session d'entretien.

Ce tarif est net, l’UTT étant exonérée de la TVA pour ses activités de formation.

Présentation

Qu’est-ce qu’un Big Data Analyst ?


Le métier d’analyste Big Data vise à transformer la donnée en information et la rendre intelligible aux autres fonctions de l'entreprise. Le Data Analytst produira des modèles de visualisation qui permettront d'illustrer les métriques métiers (KPI), d'alimenter les tableaux de bord de l'entreprise.

L’utilisation des grandes masses de données aux sources disparates permet d’avoir une vision prédictive plutôt que prévisionnelle. Mais de la quantité naissent des problématiques de montée en échelle (volumétrie, complexité), de qualité, et de rapidité d’accès (vélocité) à l’information qui rendent l’activité bien différente de la Business Intelligence classique.

L’analyste Big Data se doit d’avoir des compétences élargies dans son domaine et être capable d’intervenir sur l’ensemble de la chaîne de valeur (architecture de traitement, stockage des données, choix des plateformes) afin que la qualité et la pertinence de la donnée nécessaire à son métier soit garantie.

Au cours de la formation, les étudiants du Mastère Spécialisé ® acquièrent :
  • en data analytics : enseignements sur l’extraction d’information pertinentes, leur analyse et leur valorisation comme levier de croissance de l’entreprise ;
  • en data science pour la modélisation et la conception d’algorithmes de Machine Learning et Deep Learning pour la résolution de problèmes complexes ;
  • en ingénierie Big Data qui permettront de concevoir des projets Big Data résilients et scalables, depuis le choix de l’architecture (Hadoop, Spark, Cloud), des bases de données (NoSQL, BigTable) jusqu’aux solutions de traitement et de visualisation.


Témoignages

Aymen BEN MECHLIA, Consultant Big Data, Machine Learning & Predictive Analytics, Promo 2016
« Avec mon diplômé d’ingénieur en statistique et une première expérience professionnelle, il m’est apparu évident que je devais suivre ce Mastère Spécialisé® pour me construire un profil multi-compétences dans les domaines des Analytics et de la valorisation des données. Ce qui me permet aujourd’hui d’occuper un poste de consultant Big Data au sein d’une société de conseils spécialisée dans la valorisation de données. »

Emmanuel LEVY, Architecte Big Data, Promo 2016
« Avec une expérience de 15 ans dans le monde des bases de données, ce Mastère Spécialisé® m’a permis d’avoir un profil pertinent pour prendre le pas du virage technologique adopté par les entreprises dans la data ces dernières années. »
 

Responsable(s) de la formation

Babiga Birregah
Enseignant-Chercheur
Responsable du programme Mastère Spécialisé® Expert Big Analytics & Métriques
 

Partenariats

Entreprises


Le Mastère Spécialisé® Expert Big Analytics & Métriques est soutenu par de nombreuses entreprises et organisations évoluant dans le domaine du Bigdata ou utilisant ces technologies pour leur activité, qui reconnaissent l'expertise et la pertinence d'une formation sur le sujet.
 

 
null« (…) votre projet a été considéré comme pertinent et entrant parfaitement dans la lignée de notre stratégie Digitale centrée sur l’offre Big Data et de ce qui fait de Atos une société innovante à part entière. De ce fait, cette formation diplômante représente une opportunité d’accompagner nos ambitions business et de répondre d’une part à nos besoins en emplois d’experts Big Data ou de Data Scientists et d’autre part à nos besoins de développement des compétences (…) notre intérêt pour cette formation de haut niveau centrée sur les technologies du Big Data et du Big Analytics (…) »
Masquer les détails supplémentaires

Admission

Pré-requis

Conditions d'admission

Les candidats devront être titulaires d’un des diplômes suivants :
  • Diplôme d’ingénieur habilité par la Commission des Titres d’Ingénieur (liste CTI)
  • Diplôme d’une école de management habilitée à délivrer le grade de Master (liste CEFDG)
  • Diplôme de 3e cycle habilité par les autorités universitaires (DEA, DESS, Master…) ou diplôme professionnel cohérent et équivalent avec le niveau bac+5
  • Diplôme de M1 ou équivalent, pour des auditeurs justifiant d’au moins trois années d’expérience professionnelle en informatique décisionnelle
  • Titre inscrit au RNCP niveau 1
  • Diplôme étranger équivalent aux diplômes bac+5 français exigés ci-dessus

Pour maximiser les chances d'être accepté(e), les candidat(e)s doivent avoir un niveau cohérent avec les enseignements prodigués durant la formation. Certaines connaissances sont donc pré-requises afin d'être admis(e).

En mathématiques
  • Algèbre linéaire (matrices, déterminant, vecteurs propres et valeurs propres)
  • Bases en probabilités et en statistiques
  • Lois usuelles (loi de Bernoulli, loi binomiale, loi normale)
  • Formule de Bayes
  • Statistique descriptive
  • Maximum de vraisemblance
En informatique
  • Complexité algorithmique
  • Programmation, au moins l'un des langages suivants : Java, Javascript, Python ou R
  • Bases sur les systèmes de gestion de bases de données (ex. MySQL)
  • Technologies web (quelques notions souhaitables)
Suivant la configuration de la promotion quelques jours de remise à niveaux seront organisés pour les candidat(e)s accepté(e)s juste avant la rentrée.


Candidater

Admission sur dossier et entretien individuel.

Montant de frais de dossier : 90 € (Les frais de dossier sont déduits des frais de la formation pour tout candidat admis qui confirme son inscription au programme).

Les résultats seront envoyés par courrier et e-mail à l'issue de chaque période d'entretien.
 

Programme

La formation est divisée en un socle théorique pour la data science + 5 blocs de compétences (420 heures de formation au total), associés à des thématiques spécifiques.

Chaque module est constitué de deux unités de valeur (UV), dispensées par des enseignants-chercheurs et des professionnels. L’enseignement comprend une grande partie d'activités pratiques : Travaux Pratiques (TP), Etudes de cas (E2C) et Projets.

L’étudiant devra effectuer un stage de 4 mois minimum en entreprise ou dans une administration publique sur une thématique liée au Big Data, produire un rapport et soutenir une thèse professionnelle à l’issue de ce stage.

5 conférences sont organisées au cours du cursus : «Big data et nouveaux métiers du numérique», «Big data : avenir des villes intelligentes», «Analyse des médias sociaux», «La révolution du CRM 3.0» et «Monitoring de grands Réseaux».

Socle théorique pour la data science

 Bases en Mathématiques (Statistiques, Graphes, etc.)
Programmation et complexité algorithmique
Bloc 1 Généralités et notions sur le Big data Introduction et gestion de projets Big Data
Gouvernance, stratégies et sécurité
Bloc 2 Techniques d’actionnabilité de la donnée Stockage de données réutilisables
Business intelligence & Data as a service
Bloc 3 Bases de données et Programmations Avancées Bases de données avancées : bigTable, NoSQL
Langages et outils de programmation :R, Python, SCALA, Java, mapReduce, ElasticSearch
Bloc 4 Traitement de Grandes masses de Données Intelligence artificielle en grande dimension 
Traitements distribués
Bloc 5 Big Analytics et Visualisation Décisionnelle Information Retrieval (extraction d'Information)
Visualisation Décisionnelle

Programme détaillé

 

Calendrier

  • Ouverture des admissions : 1er février 2020
  • Rentrée : septembre 2020
  • Période d'application en entreprise : 4 mois minimum
  • Soutenance de la Thèse Professionnelle en septembre 2021

Et après ?

Compétences visées


Objectifs professionnels


Les diplômés, au sein des structures qui les emploient, seront en capacité de :
  • conduire une équipe de data analysts chargée de valoriser les données d’entreprise et d'apporter des outils de pilotage (prédictifs ou prévisionnels) pertinents aux décideurs ;
  • résoudre les problèmes complexes liés à l’exploration de grandes masses de données hétérogènes (architecture, algorithmes, scalabilité) ;
  • accompagner les entreprises et les collectivités de toutes tailles dans la maîtrise, la gouvernance de leurs données que ce soit dans une optique de transformation en valeur ou en gisement d’innovation (nouveaux services, transformation des usages, etc.).

Débouchés professionnels


Fonctions

  • Big Data Analyst / Analyste Big Data
  • Architect Big Data & Analytique
  • Expert Trend & Metrics
  • Responsable de projet Big Data / Consultant Big Data
  • Data Scientist
  • Data Architect


Entreprises

  • Grands groupes
  • Startups & PME
  • Entreprises publiques & Collectivités territoriales


Secteurs

Tous secteurs d’activités générant et manipulant les données, tels que :
  • Le transport
  • La (cyber-)sécurité
  • La sûreté
  • Le réseaux d’énergie
  • Les médias, le marketing, etc.