Master data science for social sciences (d3s) innovation, entreprise et société (université paris nanterre) CFA numiA

Description

Le Master Data Science for Social Sciences (D3S) Innovation, Entreprise et Société du Centre de Formation d'Apprentis numiA en partenariat avec l'Université Paris Nanterre développe une double compétence d'économiste et de spécialiste en data science.

Cette formation de 24 mois (1181h) enseigne la collecte et le traitement de données structurées et non-structurées, les outils numériques avancés, et les méthodes d'analyse appliquées aux secteurs économique et social.

Les étudiants acquièrent des compétences hautement spécialisées en big data, data mining et communication technique à travers des projets concrets et stages en entreprise.

Soutenue par des partenaires prestigieux comme EDF, Orange et Thales, cette formation prépare aux métiers d'Ingénieur Big Data, Data Analyst, Data Scientist et Chargé de conformité.

Les diplômés évoluent dans l'informatique, la banque-finance-assurance, armés d'une expertise reconnue pour analyser et valoriser les données du monde économique contemporain.

Programme

• Fondements en économie, gestion et mathématiques appliquées aux sciences sociales
• Techniques avancées de collecte et traitement des données structurées et non-structurées
• Outils et méthodes de data science : statistiques, machine learning, data mining
• Approche transversale socio-économique : innovation, entreprise et société
• Projets pratiques, stages en entreprise et parcours en apprentissage intégrés

Objectifs de la formation

• Acquérir une double compétence en économie et en data science, spécialisée dans la collecte, le traitement et l’analyse de données économiques et sociales.
• Maîtriser les outils et méthodes avancées de data mining, de statistique, et de modélisation pour extraire des insights décisionnels pertinents.
• Développer une capacité à concevoir et à piloter des projets innovants intégrant les sciences des données dans le contexte des entreprises et de la société.
• Savoir communiquer efficacement les résultats d’analyses complexes à des publics variés, en mobilisant des compétences en visualisation et storytelling de données.
• Appliquer les savoir-faire dans des contextes professionnels réels grâce à des stages et projets intégrés, renforçant l’employabilité en tant que Data Scientist ou Ingénieur Big Data.