BUT en Apprentissage
(Bachelor Universitaire de Technologie)

Science des Données (SD-EMS)

Parcours

Exploration et Modélisation Statistique

(3ème Année)

Label BUT
Plus d'Infos
Statistiques
Gestion de données
Fiche RNCP 35401
Domaine(s)
Recrutement
Réussite
Ouverture en 2023
Lieu de Formation IUT Metz
Contact Pédagogique 03 72 74 84 00

iutmetz-sd-sec [at] univ-lorraine.fr

Infos Apprentissage Contactez-nous

Le BUT exploration et modélisation statistique est un des parcours du BUT Science des données.

Le BUT SD est un diplôme national de grade Licence qui répond à un programme national. Il se déroule en 3 ans, soit 6 semestres. Il forme des techniciens 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 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.

Ces professionnels sont amenés à travailler en mode projet en relation avec un décideur, un service de l’entreprise ou un client, pour réaliser une étude statistique. Ensemble, ils en définissent les objectifs et déterminent les données à analyser. Ils participent au choix des méthodes statistiques les plus adaptées et programment les analyses avec des logiciels spécialisés. Ils synthétisent les résultats et automatisent leur production à l’aide d’outils adaptés. Ils les valorisent via des rapports d’analyse, des présentations synthétiques telles que des tableaux de bord, du reporting, de la datavisualisation ou encore des restitutions orales.

Le parcours exploration et modélisation statistique (EMS) forme au recueil, au traitement et à l’analyse des données. Ses diplômés peuvent répondre à des problématiques de prévision et de décision (Ce client va-t-il quitter son opérateur téléphonique ? Cette photo représente-t-elle un chat ? Quelle sera la situation économique de l’entreprise dans six mois ? Quelle est l’efficacité de ce traitement ?) en utilisant les outils classiques de la modélisation, mais aussi les techniques avancées de sciences des données (machine learning, IA).

A l'IUT de Metz, l’alternance en contrat d'apprentissage est possible uniquement lors de la troisième année du BUT.

Métiers/Insertion

Les diplômés de BUT SD peuvent exercer dans tous les secteurs, et aussi bien dans des entreprises que dans des administrations ou des associations.

Les principaux métiers accessibles sont :

  • Data analyst,
  • Développeur décisionnel/BI,
  • Chargé d’analyse et de reporting,
  • Data-manager,
  • Gestionnaire de données,
  • Chef de projet AMOA,
  • Analyste décisionnel,
  • Développeur BigData,
  • Consultant décisionnel/BI.

Données d'insertion

Compétences

 Le BUT SD est composé d'un socle commun, composé de 3 compétences :

  • Traiter des données à des fins décisionnelles
    • En intervenant à toutes les étapes du cycle de vie de la donnée (insertion, modification, extraction, suppression)
    • En utilisant le modèle de données adapté aux besoins
    • En s’inscrivant dans une démarche de documentation des réalisations adaptée au public visé
    • En écrivant un programme correctement structuré et documenté, respectant les bonnes pratiques
    • En identifiant les librairies et langages dédiés
  • Analyser statistiquement les données
    • En tenant compte du contexte de l’étude (économique, socio-démographique, commerciale, clinique...)
    • En mettant en évidence les grandes tendances et les informations principales
    • En identifiant et en mettant en œuvre les techniques adaptées aux attentes du client ou de l’instance décisionnaire
    • En identifiant et en mettant en œuvre les techniques adaptées aux données complexes (données massives, données mal structurées, flux de données…)
    • En tenant compte du contexte inférentiel (variabilité de l’échantillon)
  • Valoriser une production dans un contexte professionnel
    • En s’adaptant au niveau d’expertise, à la culture et au statut du destinataire
    • En s’exprimant correctement, aussi bien en français que dans une langue étrangère à l'oral comme à l'écrit
    • En veillant aux aspects éthiques, déontologiques et réglementaires d’utilisation et de diffusion des donnée
    • En interprétant et contextualisant les résultats (citations, vérification des sources, esprit critique)
    • En utilisant la forme de restitution adaptée
    • En tenant compte des réalités économiques et managériales des entreprise

Les autres compétences sont spécifiques au parcours Exploration et Modélisation Statistique (voir les compétences)

  • Modéliser les données dans un cadre statistique
    • en choisissant le modèle adapté à la situation,
    • en maîtrisant la qualité du modèle,
    • en s'adaptant aux spécificités (données, enjeux, méthodes) d'un domaine d'application particulier (santé, marketing, assurance, qualité, socio-démographie, ...),
    • en s'adaptant à la complexité des données (données massives, données mal structurés, flux de données, ...).

Public concerné

Accès en BUT 3 : Étudiants issus du BUT 2 Science des données.

Enseignements

Semestre 5 : Ressources programmées (cours)

  • Bases de données NoSQL
  • Data mining
  • Anglais pour la coopération internationale et enjeux internationaux des données 
  • Communication des données, éthique et responsabilité
  • Projet Personnel et Professionnel 5
  • EMS - Modélisation statistique avancée 

Semestre 5 : Situations d’apprentissage et d’évaluation (projets)

  • EMS - Mener une étude statistique dans un domaine d’application 
  • Migration de données vers ou depuis un environnement NoSQL
  • Mise en œuvre d’un processus de Datamining
  • PORTFOLIO

Semestre 6 : Ressources programmées (cours)

  • Big Data : enjeux, stockage et extraction
  • Méthodes statistiques pour le Big Data 
  • Anglais pour la communication d’entreprise
  • Communication pour le management
  • EMS - Apprentissage statistique pour l’IA

Semestre 6 : Situations d’apprentissage et d’évaluation (projets)

  • EMS - Modélisation statistique pour les données complexes et le Big Data
  • STAGE : Stage
  • PORTFOLIO 

Poursuite d'études

A l'issue d'un BUT Science des données, la poursuite d'études est possible en :

  • Master en informatique décisionnelle,
  • Ecole d'ingénieur (Polytech Lille, ENSAI, ...).