| Niveau d'études visé | Bac +5 |
|---|---|
| Durée de la formation en année | 3 ans |
| Statut de l'école | Non renseigné |
| Rythme de formation | Temps plein |
| Modalité | En présentiel |
| Prix | Non renseigné |
Description
Le diplôme d'ingénieur de l'École nationale de la statistique et de l'administration économique (ENSAE) du Groupe des écoles nationales d'économie et statistique forme des experts de haut niveau en data science, économie quantitative et actuariat. Au programme : mathématiques appliquées, apprentissage statistique, intelligence artificielle, économétrie, finance de marché et politiques publiques. Les étudiants développent des compétences pointues en modélisation statistique, traitement de données massives, programmation (Python, R, SQL) et analyse économique. Ils maîtrisent également la conception d'algorithmes prédictifs et la valorisation de l'information pour la prise de décision stratégique. Les diplômés évoluent comme data scientists, actuaires, économistes, ingénieurs quantitatifs ou consultants en intelligence économique, dans des institutions financières, cabinets de conseil, administrations publiques, entreprises technologiques ou organismes internationaux. Cette formation d'excellence prépare à des postes à forte responsabilité nécessitant rigueur analytique et vision stratégique dans un environnement data-driven.
Programme
- Statistique, économétrie et mathématiques appliquées à la modélisation et à l’analyse quantitative
- Data science : méthodes avancées, analyse de données massives, protocoles expérimentaux et outils informatiques associés
- Économie prévisionnelle et politiques économiques : modélisation macroéconomique, évaluation ex ante et ex post, analyse de la conjoncture
- Finance, actuariat et gestion des risques : modélisation des risques, gestion de portefeuille, valorisation de contrats d'assurance
- Compétences transversales : expérimentation en sciences sociales, innovation, management de projets et communication, intelligence économique
Objectifs de la formation
- Analyser et résoudre des problèmes complexes en mobilisant des connaissances mathématiques, statistiques, économiques et financières.
- Concevoir et mener des projets utilisant des outils informatiques et des méthodes quantitatives pour l’analyse de données et l’aide à la décision.
- Réaliser des expérimentations en sciences sociales, collecter et interpréter rigoureusement des données à des fins de recherche et d’innovation.
- Appliquer des méthodes avancées en data science, économétrie et analyse de données massives pour éclairer la prise de décision en contexte économique et sociétal.
- Modéliser et prévoir des phénomènes économiques, financiers et sociaux en intégrant des connaissances théoriques et empiriques pour soutenir la conception et l’évaluation de politiques ou stratégies.