Sciences et techniques
Bachelor Universitaire de Technologie | Contrat d'apprentissage | Contrat de professionnalisation | RNCP 35401
BUT Science des données : exploration et modélisation statistique (BUT2_STID)
PRÉSENTATION
Présentation de la formation
Le Bachelor Universitaire de Technologie Science des Données (ex STID) permet à l’étudiant d’acquérir les connaissances et compétences en lien avec la construction d’indicateurs quantitatifs et l’usage d’outils d’analyse statistique pour la prise de décision.
Objectifs :
- Collecter des données pertinentes, les valider et les structurer dans de vastes entrepôts de données (Data Warehouse)
- Utiliser des outils d’analyse statistique pour la prise de décision
- Développer des indicateurs quantitatifs et de performance
- Organiser, exploiter et synthétiser les données
- Choisir un modèle statistique afin de mettre en évidence les principales liaisons entre les variables.
- Développer des programmes pour répondre aux besoins des analyses statistiques, du reporting et de visualisation de données
- Contribuer à la conception de solutions d’informatique décisionnelle
Métiers visés
- 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
Rythme d’alternance
De septembre à juillet : une semaine sur deux en entreprise.
De juillet à septembre : entièrement en entreprise
Dates de la formation et volume horaire
- Durée : 2 ans
UNIVERSITE/ECOLE
Siège Établissement
Université Paris Cité
85 boulevard Saint-Germain
75006 PARIS
Adresse administrative Composante
IUT de Paris - Rives de Seine
143 avenue de Versailles
75016 PARIS
Accès aux personnes à mobilité réduite
ADMISSION
Conditions d’admission
Pré-requis :
Le B.U.T. Science des Données (SD) est une formation publique, sélective et accessible en 1ère année à des bacheliers issus des filières générale et technologique ou d’étudiants en réorientation. Le recrutement en BUT1 s’effectue sur dossier via la plateforme parcoursup. Il n'y a pas d'alternance en 1ere année.
L'alternance est accessible en BUT2, parcours Exploration et Modélisation Statistique (EMS) pour des contrats de 2 ans ou en BUT3, parcours EMS, pour des contrats de 1 an après une 1ere ou 2eme année de BUT validée selon le cas.
Année 1 : Validation du BUT1 Science des Données, avec choix du parcours Exploration et Modélisation Statistique. Entretien de motivation avec l'équipe pédagogique.
Année 2 : Validation du BUT2 Science des Données, avec choix du parcours Exploration et Modélisation Statistique. Entretien de motivation avec l'équipe pédagogique
Modalités de candidature
Processus de recrutement interne au département pour l'alternance en BUT2 ou BUT3, via parcoursup uniquement pour l'admission en BUT1
CONTACTS
Vos référents FORMASUP PARIS IDF
Stéphanie SILVESTRE
contact@formasup-paris.com
Laëtitia CHIODI
Pour les publics en situation de handicap (RQTH ou non) : consultez notre page Alternance et Handicap
Vos contacts « École/Université »
SECRÉTARIAT
secretariat-stid@iut.parisdescartes.fr
01 76 53 48 23
PROGRAMME
Direction et équipe pédagogique
Ce diplôme se fait sous la surveillance du chef du département : Jean-Michel Poggi
D'autres intervenants s'occuperont des cours aussi bien magistraux qu'en travaux dirigés.
Programme détaillé de la formation
- La 1ère année du BUT STID n'est pas ouverte en apprentissage
- SAE (Recueil, Intégration, Description, Analyse et Conformité, Projet)
- Ressources (Statistique, Mathématiques, Informatique Décisionnelle, Compétences transverses,...)
- SAE (Prévision, Reporting, Domaines d’applications, Portfolio, Projet)
- Ressources (Statistique, Informatique Décisionnelle, Compétences transverses,…)
- SAE (Datamining, Données non structurées, Domaines d’applications, projet)
- Ressources (Statistique, Informatique Décisionnelle, Compétences transverses,…)
- SAE (Datamining, Données non structurées, Domaines d’applications, projet)
- Ressources (Statistique, Informatique Décisionnelle, Compétences transverses,…)
Modalités pédagogiques
L’acquisition des compétences et des connaissances se fait au travers de cours magistraux, de travaux dirigés, de TP, de travaux de groupe et de mises en situation professionnelle.
Contrôle des connaissances
Contrôle continu, évaluation orale, écrite et pratique lors de mises en situation professionnelle.
Année 1 : Contrôle continu
Année 2 : Contrôle continu
Diplôme délivré
Diplôme national de niveau 6 du Ministère de l'Enseignement Supérieur, de la Recherche et de l'Innovation
COMPÉTENCES
Traitement des données à des fins décisionnelles
- Dans le contexte du développement d'un système d'information décisionnel
- Dans le contexte de préparation des données à des fins d'analyse statistique
Analyse statistique des données
- Dans le contexte de programmation d'un outil d'aide à la décision
- Dans le contexte d'un projet d'étude statistique
Valorisation d'une production dans un contexte professionnel
- Dans le contexte du développement d'outils décisionnels
- Dans le contexte d'une étude statistique
Modéliser les données dans un cadre statistique
- Dans le contexte d’une analyse statistique
- Dans le contexte d’un développement statistique
Traiter des données à des fins décisionnelles
- - Correctement interpréter et prendre en compte le besoin du commanditaire ou du client
- - Respecter les formalismes de notation
- - Connaître la syntaxe des langages et savoir l’utiliser
Analyser statistiquement les données
- - Réaliser que les sources de données ont des caractéristiques propres à considérer (variation, précision, mise à jour...)
- - Comprendre qu’une analyse correcte ne peut émaner que de données propres et préparées
- - Comprendre l’intérêt des synthèses numériques et graphiques pour décrire une variable statistique
Valoriser une production dans un contexte professionnel
- - Prendre connaissance des biais rencontrés dans la mise en place d’une enquête
- - Identifier l'importance de contextualiser ses données
- - Mesurer l’importance de mettre en évidence des résultats clés par l’utilisation d’indicateurs pertinents
Modéliser les données dans un cadre statistique
- - Comprendre l’intérêt de planifier le recueil des données
- - Appréhender les difficultés et les limites rencontrées dans la mise en œuvre d’un terrain de collecte
- - Comprendre l’impact du type de données sur le choix de la modélisation à mettre en œuvre