LP MDS : Data Mining

Des métiers nouveaux émergent pour répondre aux besoins de traitement de très vastes ensembles de données afin d'éclairer les décisions des responsables d'entreprises ou d'administrations. Ces derniers se heurtent en effet au problème des données surabondantes, souvent dispersées dans des systèmes hétérogènes, et désirent en extraire des indicateurs pertinents permettant la prise de décision et le pilotage de son exécution.

Afin de satisfaire ces nouveaux besoins au carrefour de l'informatique et de la statistique, la Licence Professionnelle Métiers du Décisionnel et de la Statistique, Parcours Data-Mining est une formation dispensée par l'Université Paris Descartes (IUT Paris Descartes, Département Statistique et Informatique Décisionnel).

La licence professionnelle Data Mining se déroule en apprentissage en partenariat avec le CFA DIFCAM. Le rythme d'alternance est de 2 semaines de cours et 2 semaines en entreprise, suivies par une période plus longue en entreprise.

Cette formation s'adresse à des étudiants titulaires d'un DUT scientifique (Statistique et Traitement Informatique des Données, Informatique, ...), d'une deuxième année (L2) scientifique (MIAS, MASS, ...) ou d'un L2 de Sciences Economiques ou de Gestion et plus généralement à tout titulaire d'un diplôme de premier cycle, ou équivalent, ayant un contenu scientifique suffisant.

  • Conditions d'admission :
    • Les candidats doivent satisfaire à une double sélection :
      • de l'université : l'admission est prononcée au vu du dossier
      • de l'entreprise : le recrutement s'effectue suite à un ou plusieurs entretiens.
    • Plus précisément l'admission éventuelle des futurs étudiants apprentis se déroule en 4 étapes
      • Etude et sélection des dossiers par l'Université en (juin)
      • Pour les candidats retenus, entretien de recrutement avec les responsables des ressources humaines des entreprises partenaires (de juin à septembre)
      • Notification de la décision de recrutement à l'Université
      • Inscription administrative (septembre)
  • Le programme des enseignements
    UE S - Outils et méthodes 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 (20 h)
    • S6 : Associer, construire des règles et des modèles décisionnels ; les apports spécifiques du Data Mining (20 h)
    UE I - Outils et méthodes informatiques
    • 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)
    UE DM - Métiers du 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)
    UE PT - Projets tutorés Mise en application des différentes techniques vues en cours sur des données réelles
    UE St - Stage Insertion dans l'entreprise en tant qu'apprenti

Pour plus d'informations, vous pouvez aller sur la page du parcours Data-Mining de la LP sur le site de l'IUT