UNIVERSITÉ PARIS-EST MARNE-LA-VALLÉE

Présentation au sujet: "UNIVERSITÉ PARIS-EST MARNE-LA-VALLÉE"— Transcription de la présentation:

1 UNIVERSITÉ PARIS-EST MARNE-LA-VALLÉE
IUT Paris Descartes Département Statistique et Traitement Informatique des Données UFR de MATHÉMATIQUES UNIVERSITÉ PARIS-EST MARNE-LA-VALLÉE Licence Professionnelle SYSTÈMES INFORMATIQUES ET LOGICIELS Spécialité : Décision et Traitement de l’Information DATA MINING

2 DATA MINING ? Mutation des métiers du traitement des données Data mining Informatique décisionnelle

3 UN NOUVEAU MÉTIER DATA MINER : un spécialiste
au carrefour de l’informatique et de la statistique fouille les vastes ensembles de données en extrait les informations pertinentes pour la décision en entreprise

4 MÉTIERS VISÉS DATA MINER Chargé d’études Data manager
Gestionnaire de données Veilleur technologique Chef de projet Responsable étude clientèle ou produit

5 STRATÉGIE PÉDAGOGIQUE
Formation professionnalisante  50 % des enseignements assurés par des professionnels Formation organisée autour des méthodes des outils logiciels des problèmes avec leurs données

6 PARTENARIAT UNIVERSITAIRE
La LP DTI Data Mining est délivrée conjointement par : Université Paris Descartes (IUT, département STID ) Université Paris-Est Marne-la-Vallée (UFR de Maths et IUT)

7 PARTENARIATS PROFESSIONNELS
Large partenariat avec plusieurs Sociétés ou Grands Organismes parmi lesquels : SAS, SPAD, SPSS Lincoln Systems, STERIA, IOS BNP Paribas, Société Générale, Banque Populaire, EDF, La Poste, GDF Suez, Canal Plus, Thomson Multimedia, Bouygues Telecom, SFR, INBOX …

8 ENSEIGNANTS UNIVERSITAIRES
G. BORDRY IUT Paris Descartes, dépt. STID J. FESSY IUT Paris Descartes, dépt. Informatique S. HAMDOUN IUT Paris Descartes, dépt. STID F-X. JOLLOIS IUT Paris Descartes, dépt. STID C. KERIBIN Université Paris-sud Orsay G. OPPENHEIM Université Paris-Est Marne-la-Vallée J-M. POGGI IUT Paris Descartes, dépt. STID

9 INTERVENANTS PROFESSIONNELS
P. CHABAULT EDF & IUT Paris Descartes A. DESSERTAINE EDF & Université Paris-Est MLV H. CLEMENT Orange & Université Paris-Est MLV C. DERQUENNE EDF J-P. KIENNER Caisse d’Epargne J-P. LAMANCHE BNP Paribas G. QUÉMÉRÉ Inbox R. TROSIC NOEO S. REMY Mutuaide Assistance G. DE LASSENCE SAS T. LE NOUVEL SPAD H. MIGNOT SPSS

10 ARCHITECTURE Statistiques (120h) Informatique (120h) Data Mining
Anglais Communication (60 h) Projets Tutorés (200h) Mission en entreprise

11 STATISTIQUES S1 : Explorer, décrire, nettoyer et transformer les données (20 h) S2 : Rechercher des facteurs pertinents (20 h) S3 : Classifier et segmenter (20 h) S4 : Echantillonner, modéliser, valider et prévoir ; Notions clés, méthodes et Stratégies usuelles (20 h) S5 : Modéliser à l’aide de méthodes non linéaires classiques puis  avancées (20h) S6 : Associer, construire des règles et des modèles décisionnels ; les apports. Spécifiques du Data Mining (20 h)

12 INFORMATIQUE I1 : Les bases de données classiques (20 h)
I2 : Nouvelles problématiques et nouvelles approches des bases de données (20 h) I3 : Des bases de données aux entrepôts de données (20 h) I4 : Bases de données et entrepôts de données : outils et offre logicielle (20 h) I5 : Systèmes d’information et conception de bases de données et d’entrepôts de données (20 h) I6 : Systèmes d’information et implémentation de bases de données et d’entrepôts de données (20 h)

13 DATA MINING DM1 : Les principes et la démarche du Data Mining (20 h)
DM2 : Conduite de projets. Recherche documentaire (20 h) DM3 : Techniques du Data Mining (20 h) DM4 : Techniques du Data Mining appliquées à des problèmes et des métiers d’entreprise (20 h) DM5 : Data Mining : outils et offre logicielle. Techniques d’évaluation de logiciels. Conception de rapports (20 h) DM6 : Data Mining : un panorama d’exemples réels (20 h) DM7 : Data Mining : Etude de cas (20 h)

14 ORGANISATION DES ÉTUDES
Formation en alternance 20 semaines d’enseignement 32 semaines en entreprise 5 périodes de 4 semaines à l’Université 4 périodes de 4 semaines 1 dernière période de 16 semaines en entreprise Contrat à signer avec l’entreprise

15 En formation initiale par alternance
POUR QUI ? En formation initiale par alternance Avoir le niveau requis (Bac + 2 ou équivalent) Moins de 26 ans

16 En formation initiale par alternance
POUR QUI ? En formation initiale par alternance DUT scientifique (STID, Info, …) L2 scientifique (MIAS, MASS, ou DEUG équivalent) L2 de Sciences Économiques, L2 Gestion (ou DEUG équivalent) BTS informatique de gestion diplôme de premier cycle ou L2, ayant un contenu scientifique suffisant

17 POUR QUI ? En formation continue praticiens de l’informatique
statisticiens gestionnaires de données  responsables de données marketing data managers  techniciens de la qualité

18 DIPLOMES EN EMPLOI : OU ? Banques, Assurances : Dexia Sofaxis, Cofinoga, AXA, Crédit Lyonnais, Lion Assurance, Banque Populaire Laboratoires pharmaceutiques : Roche, L’Oréal Grande distribution, commerce : Monoprix, France Loisirs, Chateauonline Téléphonie et commerce spécialisé : Cegetel, CGE Sociétés nationales : EDF, La Poste, GDF Suez Collectivités locales : Conseil Régional Haute Normandie, Régional d’Ile de France Marketing : Inbox, Segmentaction, TNS Secodip, Ogilvyone SSII : Unilog, Amelys, MRM Partners, Accenture, Keyrus, Lincoln Editeurs de logiciels : SAS France Institut public : Institut de Veille Sanitaire

19 François-Xavier JOLLOIS
CONTACTS Responsables de la formation : François-Xavier JOLLOIS Alain DESSERTAINE Responsable des projets tutorés et des stages: Philippe CHABAULT Département Statistique et Traitement Informatique des Données