| 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 Perpignan - antenne de Carcassonne forme en trois ans des professionnels capables de transformer les données brutes en connaissances exploitables. La formation s'appuie sur un socle théorique solide en mathématiques, probabilités, statistique et informatique, complété par une approche expérimentale via des stages de 22 à 26 semaines et un apprentissage possible dès la deuxième année. Les étudiants développent quatre compétences clés : traiter les données à des fins décisionnelles, analyser statistiquement des ensembles complexes, valoriser leurs productions en contexte professionnel, et modéliser les données en choisissant les modèles adaptés aux enjeux métiers. Une spécialisation en Intelligence Artificielle et Apprentissage Automatique complète ce parcours. Les diplômés accèdent à des postes de Chargé d'études statistiques, Data-Analyst, Développeur statistique, Assistant Data-scientist ou Assistant en IA et data science dans tous les secteurs d'activité.
Thématiques abordées
- Mathématiques et statistiques : probabilités, statistiques descriptives, inférences statistiques, modèles linéaires
- Exploration des données : techniques de nettoyage, visualisation, analyse exploratoire, prétraitement
- Modélisation statistique : régression, classification, validation des modèles, méthodes paramétriques et non-paramétriques
- Programmation et outils informatiques : Python, R, SQL, utilisation de bibliothèques dédiées à la data science
- Projets appliqués et cas pratiques : mise en œuvre de méthodes sur des jeux de données réels, travail collaboratif et étude de cas
Objectifs de la formation
- Maîtriser le traitement complet des données à des fins décisionnelles, incluant leur insertion, modification, extraction et suppression.
- Analyser statistiquement les données en appliquant des techniques adaptées pour mettre en évidence les tendances et réponses aux besoins du client ou de l’instance décisionnaire.
- Valoriser les résultats obtenus en les interprétant de manière critique et en adaptant la forme de restitution au contexte professionnel.
- Modéliser les données dans un cadre statistique en sélectionnant et adaptant les modèles aux spécificités des données et domaines d’application (santé, marketing, assurance, etc.).
- Développer des compétences en intelligence artificielle et apprentissage automatique appliqués à la modélisation statistique (spécifique au parcours Exploration et Modélisation Statistique).
Découvrir l’établissement
