Diplôme
Brevet de technicien supérieur (BTS)
Durée
30 mois
Mode de formation
Diplomante
Niveau
5
Niveau scolaire requis
3ème Année Secondaire
Informations de formation et d’insertion publiées dans le référentiel national pour cette spécialité.
A l’issue de cette formation, le stagiaire doit être capable de collecter, préparer, analyser et valoriser des données, en mobilisant des outils informatiques, statistiques et analytiques, afin de produire des informations fiables et d’appuyer la prise de décision au sein des organisations.
Société de conseil Entreprise publique Société de services en ingénierie informatique-SSII Entreprise commerciale
Bonne condition physique générale pour le travail prolongé sur poste informatique ; Esprit d’analyse et de synthèse développé ; Capacité d’abstraction et de raisonnement logique ; Rigueur méthodologique et sens du détail ; Esprit d’équipe et capacité de communication ; Esprit critique, curiosité scientifique et goût pour l’innovation ; Capacité d’adaptation aux nouvelles technologies et outils de traitement des données.
L’évaluation porte sur les acquis, à la fois pratiques et théoriques relatifs aux compétences professionnelles et transversales développées dans le cadre de cette formation
Les blocs qui composent cette spécialité selon le référentiel national.
L18052401
Être capable de collecter des données à partir de différentes sources, de les préparer en assurant leur qualité (nettoyage, structuration, transformation), et de les organiser et les gérer efficacement dans des bases de données ou environnements adaptés, afin de garantir leur exploitation fiable pour l’analyse et la prise de décision.
L18052402
Être capable d’analyser des ensembles de données à l’aide de méthodes statistiques et d’exploration, afin d’identifier des tendances, des relations et des anomalies, et de produire des informations pertinentes pour l’aide à la décision.
L18052403
Être capable de concevoir, développer et appliquer des modèles d’apprentissage automatique afin d’analyser les données, de faire des prédictions fiables et d’extraire des informations pertinentes pour l’aide à la décision.
L18052404
Être capable de collecter des données à partir de différentes sources, de les préparer en assurant leur qualité (nettoyage, structuration et transformation), puis de les organiser, les stocker et les gérer efficacement dans des environnements adaptés, afin de garantir leur exploitation fiable pour l’analyse et la prise de décision.
Les compétences officielles de cette spécialité, classées en professionnelles et complémentaires.
Appliquer les méthodes de traitement du langage naturel (NLP)
Appliquer les méthodes statistiques et probabilistes en Data Science
Collecter, stocker et traiter des données massives (Big Data)
Concevoir et gérer des bases de données relationnelles et non relationnelles
Déployer et automatiser les modèles d’apprentissage (MLOps, API, Cloud)
Développer et évaluer des modèles de Deep Learning
Mettre en œuvre des algorithmes de Machine Learning non supervisé
Mettre en œuvre des algorithmes de Machine Learning supervisé
Nettoyer et analyser les données exploratoires (Data Cleaning & EDA)
Visualiser, interpréter et tableaux de bord décisionnels
Acquérir les techniques d’expression utilisées dans le milieu professionnel
Appliquer la réglementation relative à la protection du consommateur et à la sécurité des données
Appliquer les méthodes statistiques de base à l’analyse de données
Appliquer les notions de base en organisation, gestion de l’entreprise et esprit entrepreneurial
Appliquer les règles d’hygiène, de sécurité et de protection de l’environnement
Appliquer les techniques de communication professionnelle
Développer les compétences comportementales et entrepreneuriales
Élaborer un projet de fin de formation
Se situer au regard du métier et de la démarche de formation
S’informer sur les éléments d’aide à l’insertion professionnelle
S’initier à l’utilisation de l’outil informatique en relation avec le métier
Utiliser le vocabulaire technique en anglais du domaine de la Data Science
Utiliser les outils de marketing digital et d’analyse des comportements clients
Utiliser les outils statistiques de base pour l’analyse de données
Utilisez Kafaa Studio pour construire un plan de leçon ou une grille d’évaluation à partir des compétences officielles de cette spécialité.
Source : Référentiel National des Formations et Compétences (RNFC) — Ministère de la Formation et de l’Enseignement Professionnels.