| Niveau d'études visé | Bac +3 |
|---|---|
| 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 BUT Science des Données parcours Exploration et Modélisation Statistique proposé par l'IUT d'Avignon forme des cadres intermédiaires capables de traiter et analyser l'information pour la modélisation et l'aide à la décision. Les étudiants apprennent à gérer des données complexes via le data management, à maîtriser la programmation statistique automatisée et les bases de données, ainsi qu'à mettre en œuvre des techniques avancées comme le data mining et l'apprentissage statistique. Le programme développe des compétences essentielles en exploration et modélisation statistique, permettant de construire des modèles prédictifs adaptés aux enjeux contemporains du Big Data et de l'analyse décisionnelle. Les diplômés deviennent data analysts, chargés d'études statistiques, développeurs statistiques, data scientists ou encore chargés de projet décisionnel, et s'insèrent dans des secteurs variés tels que la business intelligence, les biotechnologies, la finance, le marketing ou l'environnement.
Programme
- Statistiques descriptives et probabilités : analyse des données, distributions, lois statistiques
- Programmation et manipulation de données : Python, R, SQL pour l’exploration et le traitement
- Modélisation statistique : régressions linéaires et logistiques, tests d’hypothèses, inférence statistique
- Apprentissage automatique supervisé et non supervisé : clustering, classification, arbres de décision
- Projet d’analyse de données et modélisation : application concrète sur jeux de données réels, méthodes d’évaluation
Objectifs de la formation
- Maîtriser les techniques d’analyse statistique pour extraire et synthétiser des données complexes
- Développer des compétences en modélisation statistique pour construire et valider des modèles prédictifs
- Utiliser les outils informatiques et langages de programmation dédiés (R, Python) pour manipuler et visualiser les données
- Acquérir une compréhension approfondie des méthodes d’exploration de données pour identifier des tendances et anomalies
- Être capable de communiquer clairement les résultats statistiques à des publics techniques et non techniques
Découvrir l’établissement
