| Niveau d'études visé | Bac +3 |
|---|---|
| Durée de la formation en année | 3 ans |
| Statut de l'école | Non renseigné |
| Formation reconnue par l'État | Oui |
| Rythme de formation | Temps plein |
| Modalité | En présentiel |
| Prix | Non renseigné |
Description
Le BUT science des données parcours exploration et modélisation statistique proposé par l'IUT de Paris - Rives de Seine - Site Mirabeau forme des experts capables de transformer les données en leviers décisionnels. Les étudiants apprennent à définir et recueillir les données pertinentes, à sélectionner et mettre en œuvre les outils statistiques appropriés pour chaque problématique rencontrée. Ils développent des compétences solides en traitement et analyse statistique des données, en modélisation statistique avancée, ainsi qu'en production de résultats rigoureux sous forme de rapports, tableaux et graphiques. Les diplômés peuvent exercer comme Data Analyst, Data Scientist, Data Manager, Data Engineer ou Analyste Reporting et Pilotage, capables de répondre aux enjeux stratégiques des organisations grâce à une expertise statistique pointue et une vision analytique des données.
Programme
- Statistique descriptive et probabilités : analyse de données, lois probabilistes, échantillonnage
- Exploration et visualisation des données : techniques de data mining, outils de datavisualisation
- Modélisation statistique : régressions, modèles linéaires et non linéaires, inférence statistique
- Traitement et gestion des données : collecte, nettoyage, transformation, bases de données
- Communication des résultats : rapports, tableaux, graphiques, restitution visuelle et storytelling des données
Objectifs de la formation
- Acquérir la maîtrise des principaux outils et méthodes statistiques pour l’analyse de données massives
- Être capable de concevoir et valider des modèles statistiques adaptés à différents types de données
- Développer des compétences en programmation pour l’exploration et la manipulation de larges jeux de données
- Savoir interpréter les résultats statistiques pour guider la prise de décision
- Utiliser des techniques avancées de modélisation pour prévoir des tendances et comportements