Metiers du Decisionnel et de la Statistique (lp)

- Chargé d’études en statistiques - Chargé d'études en prospective - Développeur décisionnel - Assistant/assistante chef de projet - Data analyst (Analyste de données) - Data Miner (Mineur de données) - Chargé marketing - Gestionnaire de base de données

Compétences transversales - Utiliser les outils numériques de référence et les règles de sécurité informatique pour acquérir, traiter, produire et diffuser de l’information ainsi que pour collaborer en interne et en externe - Identifier et sélectionner avec esprit critique diverses ressources dans son domaine de spécialité pour documenter un sujet - Analyser et synthétiser des données en vue de leur exploitation - Développer une argumentation avec esprit critique - Se servir aisément des différents registres d’expression écrite et orale de la langue française - Communiquer par oral et par écrit, de façon claire et non ambiguë, dans au moins une langue étrangère - Identifier et situer les champs professionnels potentiellement en relation avec les acquis de la mention ainsi que les parcours possibles pour y accéder - Caractériser et valoriser son identité, ses compétences et son projet professionnel en fonction d’un contexte - Identifier le processus de production, de diffusion et de valorisation des savoirs - Situer son rôle et sa mission au sein d'une organisation pour s’adapter et prendre des initiatives - Travailler en équipe et en réseau ainsi qu’en autonomie et responsabilité au service d’un projet - Analyser ses actions en situation professionnelle, s’autoévaluer pour améliorer sa pratique - Respecter les principes d’éthique, de déontologie et de responsabilité sociale et environnementale - Prendre en compte la problématique du handicap et de l'accessibilité dans chacune de ses actions professionnelles Compétences spécifiques - Analyser les besoins en données d’une organisation pour le reporting et l’aide à la décision - Concevoir des bases de données relationnelles ou multidimensionnelles en respectant les règles de modélisation (ex. : modèle étoile, flocon) - Mettre en œuvre des outils d’intégration et d’alimentation de données (ETL : extraction, transformation et chargement des données) en s’assurant de la qualité et de l’intégrité des données - Interroger une base de données à l’aide de requêtes optimisées pour répondre à des besoins d’analyse complexes en tenant compte de leur impact environnemental - Assurer une gouvernance des données en terme de fiabilité, d’éthique, de pertinence et de conformité réglementaire - Collecter, nettoyer et préparer des données pour une analyse statistique. - Réaliser des analyses statistiques descriptives et inférentielles en utilisant des logiciels dédiés - Interpréter les résultats statistiques en tenant compte des objectifs de l’organisation - Produire des rapports clairs et synthétiques pour présenter les résultats aux parties prenantes - Identifier les indicateurs pertinents pour le suivi des performances d’un processus ou d’une organisation - Concevoir des tableaux de bord interactifs en utilisant des outils dédiés - Intégrer des outils de visualisation avancée pour explorer et communiquer des recommandations d’actions (insights) à partir des données - Automatiser la mise à jour des tableaux de bord en s’appuyant sur des flux de données en temps réel - Identifier les problématiques métiers pouvant être résolues par des modèles de machine learning - Implémenter des modèles prédictifs (régression, classification) en utilisant des librairies existantes - Évaluer les performances des modèles en utilisant des métriques adaptées - Appliquer des modèles à des problématiques concrètes (prévision de ventes, segmentation client, détection d’anomalies) Dans certains établissements, d'autres compétences spécifiques peuvent permettre de décliner, préciser ou compléter celles proposées dans le cadre de la mention au niveau national. Pour en savoir plus se reporter au site de l'établissement.