Aperçu des sections

  • Responsables 2024-2025 :

    • Cécile Bothorel (cecile.bothorel@imt-atlantique.fr), Département Data Science, Brest
    • Laurent Brisson (laurent.brisson@imt-atlantique.fr), Département Data Science, Brest

    Responsables 2025-2026 :

    • Laurent Brisson (laurent.brisson@imt-atlantique.fr), Département Data Science, Brest
    • Lina Fahed (lina.fahed@imt-atlantique.fr), Département Data Science, Brest

     

  • La data science repose sur la synergie entre expertise métier, mathématiques et informatique pour extraire de la valeur des données.

    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

     

    Trois familles de métiers

    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

     

    Les parcours que nous vous proposons offrent une progression d'enseignements liées à une ou plusieurs de ces familles de métiers.

    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.

    Conditions d'admission

    Admission dans la TAF

    La TAF Data Science est ouverte aussi bien aux étudiants de 2ème année que de 3ème année. Elle accueille également des étudiants internationaux, certains d'entre eux suivants notre Master of Science IT - Data Science.

    Les critères de sélection sont les suivants : 

    • Avoir des résultats équilibrés (ne pas avoir fait l'impasse d'une discipline) avec un point de vigilence particulière pour l'informatique, les mathématiques et sciences sociales
    • Avoir de la motivation : un projet professionnel cohérent, une expérience en entreprise, des réalisations personnelles (git) dans le domaine sont des éléments différenciant à mettre en avant

    Attention, à cause de la forte demande, seuls les étudiants ayant demandé la TAF Data Science en 1er choix sont considérés.

    Si vous êtes en première année, c'est une bonne chose de demander la TAF dès votre deuxième année, afin de nous aider à gérer les flux.

    Admission dans les parcours

    Les pré-requis des différents parcours sont indiqués dans la description des parcours dans la page dédiée.

    Si vous êtes éligibles les étudiants ayant suivi les UE Coeurs (ABCD) de la TAF (année en cours ou précédente) demeurent prioritaires.