RNCP35197RNCPNiveau 7InactiveCadre européen · Niv. 7· Publiée

Expert en sciences des données (MS)

Suivre ce titre

Fiche & référentiel officiels

Niveau: Niveau 7
Date d'effet: —
Fin d'enregistrement: 20/01/2026
Délivrable jusqu'au: —
Certificateurs: 1

Financement

Éligible CPF

Non (titre inactif)

Une certification active au RNCP / RS est mobilisable au Compte Personnel de Formation.

Prise en charge apprentissage (NPEC)

Donnée non disponible

Aucun niveau de prise en charge publié pour ce code dans le référentiel NPEC.

Insertion professionnelle · promotion 2018

Certifiés

100 %

Insertion globale 6 mois

—

Dans le métier 2 ans

Promotion	Certifiés	dont VAE	Insertion 6 mois	Métier 2 ans
2018	16	0	100 %	—
2017	12	0	83 %	64 %

Voies d'accès

Après un parcours de formation sous statut d'élève ou d'étudiant
En contrat d'apprentissage
Après un parcours de formation continue
En contrat de professionnalisation
Par candidature individuelle
Par expérience (VAE)

Certificateur

INST NAT SCIENCES APPLIQUEES ROUEN19760165100023

Télécharger la liste complète (Excel)

Blocs de compétences (3)

RNCP35197BC01Modéliser les données massives d'une structure

C1.1. Maitriser les outils d’analyse pour décrire les données en tenant compte du contexte. C1.2. Identifier l’outil de modélisation statistique en fonction du type de donnée, structurée ou non structurée, afin de la traiter. C1.3. Effectuer l’analyse exploratoire et la description des masses de données au travers d’une méthode statistique pour déterminer les problématiques de description, de projection, de visualisation et de regroupement des données en catégories homogènes. C2.1. Sélectionner une méthodologie de traitement statistique au regard du problème posé, du type de donnée pour la modéliser. C2.2. Concevoir et réaliser un prototype du modèle à partir de logiciels de programmation haut niveau pour montrer la faisabilité et la pertinence du modèle. C2.3. Evaluer la performance du modèle au regard des contraintes de mise en production pour le mettre en œuvre.

Modalités d'évaluation : E1 - Mise en situation professionnelle reconstituée d’analyse de données publiquement disponibles : chaque candidat réalise un support (code, rapport) de son modèle d'analyse exploratoire et de représentation des données E2 - Thèse professionnelle E3 - Projet en groupe E4 : QCM de 10 questions sur les concepts théoriques et pratiques.Exemple de thématiques: -modèle SVM et Bayes - modèle d'apprentissage supervisé vs non supervisé - modèle convolutif et récurrent (IA) - optimisation

RNCP35197BC02Collecter, structurer et traiter les données d'une structure

C1.1. Maitriser et utiliser les outils d’interrogation des bases de données pour extraire et collecter les données. C1.2. Concevoir un système d’ingénierie de données en définissant une approche méthodologique de collecte, de stockage et d’interrogation pour l’analyse de masse de données réelles. C2.1. Elaborer et mettre en place une stratégie de traitement distribué en ligne ou hors ligne de la donnée structurée et non structurée par un langage de programmation fonctionnel afin de les exploiter. C2.2. Développer des implémentations au regard des données à traiter pour cadrer les algorithmes et performances prédictives. C3.1. Analyser les retours pour mettre à jour l’exploitation et le stockage des données. C3.2. Repérer le type de problème rencontré, d’apprentissage ou de fouille de données, en utilisant des algorithmes d’optimisation pour le résoudre.

Nomenclatures

NSF

326m · Informatique, traitement de l'information

ROME

M1802 · Expertise et support en systèmes d'information
M1403 · Études et prospectives socio-économiques
M1801 · Administration de systèmes d'information
M1805 · Études et développement informatique

Formacode

31011 · Cloud Computing
31052 · Data Warehouse

Objectifs et contexte

Cette certification, accréditée par la CGE depuis sa mise en œuvre en 2015 (et réaccréditée cette année), a été créée afin de former des professionnels capables de répondre à l’enjeu actuel de l’exploitation des données massives. Ces données ouvrent de nouvelles perspectives, d’analyse, de recherche, d’étude… qui réclament des compétences en ressources humaines en mesure de les exploiter. Le défi n’est plus d’accéder à l’information mais de traiter la masse d’informations hétérogènes. Pour y répondre, le métier d’expert en Sciences des données (ou Data Scientist) est devenu une nécessité. Cette nécessité a été mise en exergue dans le rapport Villani sur la stratégie nationale de l’intelligence artificielle. Cette certification permet de répondre aux besoins des grands groupes industriels, des sociétés de conseils en systèmes d’information confrontées à l’épineuse question du traitement de l’information, des start-up, des institutions et collectivités publiques. Ces entreprises et institutions peuvent ainsi former leurs collaborateurs (actuels ou futurs) aux différentes techniques de la Science des données, leur permettant de créer de nouvelles opportunités sur le marché national et international. La certification s’adosse aux savoir-faire des laboratoires LITIS et LMI de l’INSA Rouen Normandie et permet ainsi de répondre à de nombreux enjeux économiques et sociétaux, dans tous les secteurs, an niveau national comme au niveau régional, pour les entreprises, cabinets de conseils et services, start-up et PME, services publics et collectivités : exploiter les données massives pour en tirer un avantage compétitif à travers une meilleure connaissance des usagers et de leurs tendances, et ainsi mieux orienter les décisions et la stratégie de l'entreprise ou des politiques publiques. La certification permet également d'accompagner la transformation numérique et la convergence entre big data et intelligence artificielle.

Activités visées

L’expert en sciences des données réalise la gestion et l’analyse pointue des données massives pour la stratégie et l’opérationnel de l’entreprise. Dans ce cadre, il réalise plusieurs activités : - dans ce premier grand champ d’activité, il va analyser les données, en procédant à leur analyse dans le cadre de la modélisation des données massives hétérogènes ou non d’une entreprise puis il va élaborer un modèle prédictif de traitement de données afin de modéliser ces données. - dans un second grand champ d’activités, il va s’atteler à extraire et collecter des données via une technique d’analyse et de stockage pour chaque donnée ; il va réaliser le traitement et l’exploitation des données collectées et veiller à l’amélioration continue du traitement des données structurées ou non structurées. - enfin, il va avoir pour mission d’élaborer une stratégie d’exploitation et de valorisation de la donnée lui permettant d’exploiter les données hétérogènes de la structure, puis d’organiser et planifier des projets de la structure, de façon collaborative et avec les différents services de la structure concernés par la donnée.

Titres proches

Repérés par proximité sémantique. Utile pour situer votre offre, vos concurrents et d'éventuelles passerelles.

Source : répertoires nationaux France Compétences (open data data.gouv.fr), schéma v4.1. Adéqua restitue la donnée telle qu'enregistrée ; il n'est pas un service public et n'emporte aucun agrément.