Des guides concrets pour transformer un site en outil vraiment utile.

La spécialité « Science de la donnée et intelligence artificielle » du diplôme d’ingénieur du Cnam s’inscrit dans une dynamique de réponse aux besoins croissants en compétences numériques, tant au niveau national que territorial. Le secteur connaît en effet de profondes mutations : généralisation des objets connectés, montée en puissance de l’IA générative, digitalisation des services, renforcement des contraintes réglementaires concernant la RGPD et l'IA, mais aussi transformation des organisations avec l’essor de l’industrie 4.0. Ces évolutions redéfinissent les métiers liés à la donnée et à l’intelligence artificielle, et créent une demande soutenue d’ingénieurs capables de maîtriser à la fois l’informatique, le génie logiciel et la modélisation mathématique.

Les études prospectives confirment cette dynamique. L’OPIIEC anticipe la création de 45000 emplois supplémentaires dans les trois prochaines années dans le domaine de l’IA, et souligne que 28 % des entreprises ont déjà développé des fonctions dédiées, notamment d’ingénieurs IA et de chefs de projets spécialisés. Les besoins exprimés concernent la maîtrise des outils et usages de l’IA, la compréhension du cadre réglementaire et la capacité à accompagner les changements organisationnels. De son côté, Le syndicat Numeum met en avant une croissance continue du marché numérique en France, portée par l’essor de l’IA générative, et insiste sur la nécessité de former des profils hautement qualifiés. Les initiatives territoriales, comme le Tour de France de l’IA , montrent que ces besoins se déclinent localement et nécessitent une offre de formation adaptée aux spécificités régionales.

C’est dans ce contexte que la formation a été ouverte à Niort et à Chalon-sur-Saône. À Niort, capitale française de l’assurance, les objectifs se concentrent sur l’exploitation des données massives pour la gestion des risques, la lutte contre la fraude et la personnalisation des services. À Chalon-sur-Saône, l’ancrage dans un tissu industriel en pleine mutation vers l’industrie 4.0 crée des besoins spécifiques en ingénieurs capables de mettre en œuvre des solutions d’analyse de données, de maintenance prédictive et d’optimisation des processus productifs.

Proposée en formation initiale sous statut d’apprenti (FISA), la formation conduisant à la certification en Science de la donnée et intelligence artificielle favorise une forte intégration des élèves dans le tissu économique local, et assure l’adéquation entre les compétences attestées par la certification et les attentes des entreprises dans ces domaines en très fort développement.

* Analyse des besoins des organisations en matière de collecte, traitement, exploitation et valorisation des données

* Collecte, qualification, nettoyage et préparation de données issues de sources structurées ou non structurées

* Conception, structuration, sécurisation et administration d’architectures de données et de bases de données

* Réalisation d’analyses statistiques, descriptives, prédictives et prescriptives pour l’aide à la décision

* Conception, entraînement, validation, déploiement et amélioration continue de modèles d’apprentissage automatique et de systèmes d’intelligence artificielle

* Intégration des traitements, analyses et modèles dans les systèmes d’information, applications ou processus métiers de l’organisation

* Pilotage de projets en science des données et intelligence artificielle, en intégrant les dimensions de qualité, coût, délai, risque, sécurité et conformité

* Communication auprès des parties prenantes internes et externes sur les méthodes, résultats, limites et conditions d’usage des solutions développées

* Veille scientifique, technologique, méthodologique, réglementaire et sectorielle

* Contribution à l’innovation, à l’amélioration continue et à la transformation numérique responsable des organisations.

* Mobiliser un socle de connaissances scientifiques et techniques en mathématiques appliquées, statistique, informatique, algorithmique et sciences des données pour analyser des situations complexes et concevoir des solutions adaptées

* Répondre à des objectifs métier identifiés en modélisant des problèmes complexes à travers la conception, l’entraînement, évaluation et l’amélioration des modèles statistiques, des algorithmes d’apprentissage automatique et des systèmes d’intelligence artificielle

* Innover, expérimenter, entreprendre et contribuer à des activités de recherche, de développement ou de transfert dans le champ de la donnée et de l’intelligence artificielle

* Acquérir, structurer, qualifier, exploiter et interpréter des données issues de sources variées, en appréciant leur qualité, leur fiabilité, leur pertinence et leurs limites

* Piloter un projet en science des données et intelligence artificielle en organisant les ressources, en gérant les risques, en assurant le suivi des réalisations et en évaluant les résultats obtenus

* Concevoir et déployer des solutions numériques en intégrant les principes de sobriété numérique, en optimisant l’usage des ressources (données, calcul, stockage), en évaluant les impacts environnementaux des systèmes et en favorisant des choix technologiques responsables et durables

* Intégrer les dimensions techniques, organisationnelles, humaines, économiques, juridiques, réglementaires, environnementales et sociétales dans la conduite des activités et des projets

* Traiter la donnée responsablement, en intégrant les enjeux d’éthique, de protection des données et de cybersécurité

* Accompagner les transformations numériques, organisationnelles, énergétiques et environnementales en prenant en compte leurs impacts, leurs contraintes et leurs risques

* Agir en professionnel responsable face aux enjeux de santé et sécurité au travail, de diversité et d’inclusion, afin de garantir un cadre de travail respectueux et inclusif

* Communiquer de manière claire, structurée et adaptée avec des interlocuteurs variés, spécialistes ou non spécialistes, en français et en anglais, à l’écrit comme à l’oral, y compris dans un contexte international et multiculturel

* Collaborer au sein d’équipes pluridisciplinaires, interagir avec des spécialistes d’autres domaines et contribuer à la coordination d’acteurs aux compétences complémentaires

* S’autoévaluer, actualiser ses connaissances et développer ses compétences tout au long de la vie afin d’accompagner les évolutions scientifiques, technologiques et professionnelles.

La formation conduisant à la certification est intégrée en première année (cursus de six semestres) avec un diplôme ou une validation de niveau 5 ou 6 dans un domaine scientifique ou technologique.

Tous secteurs avec en particulier :

* Assurance

* Santé

* Banque

* E-commerce

* Industrie lourde (automobile, transport, transformation)

* Nucléaire

* Industrie 4.0

* Organismes de recherche et développement du secteur public.

Ces domaines ne sont pas exhaustifs, et les diplômés peuvent également trouver des opportunités dans d'autres secteurs émergents au fur et à mesure que les sciences des données et leurs applications continuent de se développer.

Les diplômés pourront occuper des postes tels que :

* Data scientist, analyste de données

* Services R&D pour la modélisation et l'optimisation

* Chef de Projet en Data Science

* Chargé d'études statistique.

* Data analyst

* Data miner

* Data scientist

* Ingénieur statisticien

* Statisticien

* Architecte de bases de données

* Analyste décisionnel - Business Intelligence

* Développeur Big Data

* Chargé d'études analytiques en industrie

* Ingénieur fiabilité en industrie

* Ingénieur d'études-recherche-développement en industrie

* Ingénieur systèmes et simulations en industrie

* Directeur des systèmes d'information

* Informaticien de la recherche scientifique