Ce que vous apprendrez Comment créer de la valeur à partir des données en intégrant les dimensions économiques et sociétales ? Comment concevoir, évaluer et déployer des solutions de Machine Learning ? Comment gérer et analyser des données massives avec les technologies Big Data ?

Une approche différenciante

Notre ambition est de permettre aux ingénieurs IMT Atlantique de valoriser les gisements de données auxquels ils seront confrontés. En interaction avec les décideurs, ils sauront formuler des problématiques de valorisation et identifier les données clés, les gérer, mettre en place le dispositif de traitement et d'analyse, et produire des synthèses en cohérence avec la stratégie d'entreprise.

Cette TAF se démarque par son approche complète : expertise métier, mathématiques et informatique, sans oublier les aspects économiques, juridiques et sociaux.

Compétences développées

Avec cette TAF, nous proposons 3 déclinaisons de ces métiers : Data Science & Machine Learning (accent mis sur l'algorithmique et la modélisation), Data Engineering & Architecture (accent mis sur les infrastructures) et Data & Analytics (accent mis sur l'aide à la décision).

Les compétences acquisent dans nos UE Coeurs s'articulent autour de quatre domaines fondamentaux :

• Statistiques appliquées : maîtrise des fondements mathématiques pour l'analyse de données et le machine learning
• Machine Learning : compréhension et implémentation des algorithmes essentiels d'apprentissage et techniques avancées d'IA
• Informatique pour la Data Science : maîtrise des outils et environnements de développement data science
• Société de la donnée : compréhension des enjeux économiques, juridiques et éthiques des données

Ces compétences fondamentales sont enrichies par des expertises spécifiques alignées sur les trois grandes familles de métiers visées :

Data Science & Machine Learning

• Conception et implémentation de modèles prédictifs complexes
• Optimisation et industrialisation des solutions d'IA
• Validation et déploiement des modèles en production

Data & Analytics

• Analyse exploratoire et visualisation avancée de données
• Construction de tableaux de bord décisionnels
• Accompagnement des décideurs dans l'exploitation des données

Data Engineering & Architecture

• Conception d'architectures distribuées pour le traitement de données massives
• Mise en place de pipelines de données robustes et évolutifs
• Gestion de la qualité et de la sécurité des données

 Mise en pratique

La formation privilégie une approche opérationnelle où les étudiants appliquent leurs connaissances à des cas réels. Ils développent un savoir-faire concret en gestion et analyse des données, tout en maîtrisant les outils informatiques nécessaires. Cette expérience pratique se déploie dans différents domaines métiers, permettant aux étudiants de comprendre les spécificités de chaque secteur.