Ingénieur diplômé de CY Tech de CY Cergy Paris Université Spécialité mathématiques appliquées
L’ingénieur de CY TECH spécialité mathématiques appliquées est capable de gérer les aspects organisationnels, économiques, financiers, humains et techniques d'un projet dans le domaine du calcul scientifique. Les compétences de ces ingénieurs reposent sur une large culture de mathématiques appliquées, associée à une maîtrise avancée de l'outil informatique . La vocation de la spécialité « Mathématiques Appliquées » est de former des ingénieurs avec une solide base généraliste, complétée par un volet de formation plus spécifique ciblé sur la modélisation, la mise en œuvre des méthodes mathématiques, ou suivant les options, l’ingénierie numérique, la modélisation en mathématiques financières, et la fouille de données. Il est doté d’une bonne pédagogie ainsi qu'une bonne capacité d'analyse. A l’écoute des différents besoins des clients , il est capable de prendre en compte les enjeux stratégiques et métiers de l'organisation. Il maitrise l’analyse des risques et des enjeux d'une organisation , tout en y en y intégrant les aspects sociétaux de ses activités (développement durable, protection des données, sécurité au travail, etc.) Rigoureux, d'esprit méthodique, curieux il ouvert aux technologies émergentes et à l’innovation . Les compétences acquises par les ingénieurs leur permettent de : * Modéliser des données potentiellement massives, dans un but explicatif ou prédictif * Modéliser des variables économiques et financières * Déployer des algorithmes d’optimisation mathématique pour la résolution d’un problème d’apprentissage machine * Concevoir des solutions logicielles et matérielles pour le traitement de données massives * Concevoir et mettre en oeuvre des stratégies de gestion de portefeuille à forte dominante quantitative
Lire la suitePrérequis
Niveau Baccalauréat, accès au cycle pré-ingénieur Niveau 5, accès au cycle ingénieur Admissions parallèles Cette certification construite dans la continuité de la réforme du baccalauréat, est ouvert aux bacheliers et bachelières. Il est plus particulièrement adapté aux spécialités scientifiques.
Voir plusVoie d'accès
Non accessible en contrat de formation continue, contrat de professionnalisation, contrat d'apprentissage et en reconnaissance des acquis (VAE)
Où suivre ce diplôme ?
Compétences attestées
Blocs de compétences
- -Analyser les risques d’assurance et de finance en tenant compte de l’environnement opérationnel, comptable et prudentiel ; -Analyser, interpréter et prévoir la conjoncture économique, en lien avec les évolutions financières -Développer des méthodes de valorisation de contrats d’Assurance Vie ou non-Vie à l’aide de techniques probabilistes et statistiques ; -Appliquer les techniques de calcul statistique ou actuariel -Implémenter les procédures de valorisation ou de gestion des risques et assurer leur mise en production au sein de l'entreprise, -Anticiper les projets qui découlent des défis sociétaux actuels (longévité, dépendance)
- Proposer des outils et mesures pour un pilotage pertinent de l’activité. -Intégrer les évolutions sociétales, économiques, règlementaires et le volume croissant des données numériques
- -Etudier et fouiller des données s’appuyant sur différentes techniques : statistiques, l’apprentissage automatique (machine learning), la visualisation, la reconnaissance des formes, les modèles incertains pour extraire du sens à partir des données afin de créer des produits d’analyse aidant à la prise des décisions.
- Effectuer des opérations de nettoyage sur des données structurées.
- Effectuer une analyse statistique uni-variée à partir de données structurées et nettoyées.
- Effectuer une analyse statistique multivariée à partir de données structurées et nettoyées.
- Exploiter et interpréter les données pour en dégager des observations business utiles afin d'orienter les prises de décision du Management et améliorer les performances et les stratégies Marketing.
- Créer, administrer et modéliser une base de données et s'assurer d’une mise à jour régulière pour en faciliter l’exploitation par les équipes métiers.
- Traiter des données textuelles non structurées pour obtenir un jeu de données exploitable.
- Réduire la dimension de données de grande dimension afin d'optimiser les temps de calcul. Compétences communes (C) : (C.4) mettre en œuvre des connaissances scientifiques et techniques (C.4) s’adapter aux exigences propres de l’entreprise et de la société (économique, sociétale, environnementale (C.4) prendre en compte la dimension organisationnelle, personnelle et culturelle (entreprendre et innover, travailler en contexte international et multiculturel, se connaître, s’auto-évaluer, gérer ses compétences)
- -Organiser et piloter un projet d’intelligence artificielle -Manager le projet et accompagner le changement -Intégrer les solutions IA dans une démarche éthique en prenant en compte l’impact social, sociétal et environnemental -Analyser le besoin et les spécifications techniques du client et participer à la définition des architectures techniques
- Développer des programmes en intelligence artificelle et créer de réseaux neuronaux profonds pour la 3D, la modélisation et d'autres formes de reconnaissance visuelle supervisée
- Réaliser des phases de test et de validation et rédiger de la documentation technique.
- Auditer les infrastructures existantes et analyser les solutions réseaux, data et cloud du marché
- Concevoir et piloter les projets d'évolution, de migration et d'intégration des solutions techniques (réseaux, data, systèmes, cloud, etc.)
- Déployer et gérer l’infrastructure et les actifs informatiques de l’entreprise -intégrer des notions d’impartialité et de redevabilité lors de la conception même des systèmes d’intelligence artificielle.
- Utiliser les outils de probabilités et statistiques
- Résoudre un problème à l’aide d’outils d’analyse numérique
- Modéliser des phénomènes à l’aide d’équations différentielles ordinaires et des système d'équations aux dérivés partielles modèles aléatoires à l'aide d'outils probabiliste, statistique et numérique
- Appliquer les principaux outils mathématiques et informatiques pour l'ingénieur.
- Appliquer les principes théoriques et pratiques fondamentaux de la modélisation et des mathématiques. -Réaliser une veille scientifique continue -Prendre en compte la dimension organisationnelle, personnelle et culturelle (entreprendre et innover, travailler en contexte international et multiculturel, se connaître, s’auto-évaluer, gérer ses compétences)
- -Modéliser et résoudre les problèmes d’entreprises relatifs à l’analyse de l’information et à l’optimisation des ressources.
- Mettre en œuvre les techniques de résolution adaptées (grâce à sa maîtrise de différents types de méthodes issues des mathématiques, de la recherche opérationnelle, de l'intelligence artificielle, des statistiques)
- Implémenter, tester de nouvelles méthodes de traitement d’image ou de signal et détecter les anomalies. -Mettre en œuvre des connaissances scientifiques et techniques
- Construire des algorithmes d’optimisation et les mettre en œuvre à travers Python, Matlab, R… -s’adapter aux exigences propres de l’entreprise et de la société (économique, sociétale, environnementale)
- Analyser des solutions big data pour des données massives
- Faire de la prédiction en sélectionnant des modèles statistiques en grande dimension
- Mettre en œuvre des méthodes de machine Learning.
- Synthétiser de grands ensembles de données (visualisation, classification...)
- Extraire de l'information à partir d'observations d'une population statistique (Tests d'hypothèses, cas atypiques). -Apporter de l'aide et de l'organisation aux data scientist moins expérimentés -Concevoir et mettre en œuvre des plateformes basées sur des technologies Big Data
- Installer et déployer des clusters logiciels -Implémenter des algorithmes distribués -Rédiger de la documentation technique -Assurer la protection des données sensibles de la structure (données scientifiques et techniques, données de gestion administrative, données individuelles) ; Compétences communes (C) : (C.3) s’adapter aux exigences propres de l’entreprise et de la société (économique, sociétale, environnementale) (C.3) prendre en compte la dimension organisationnelle, personnelle et culturelle (entreprendre et innover, travailler en contexte international et multiculturel, se connaître, s’auto-évaluer, gérer ses compétences
- -Sélectionner et transformer les variables pertinentes pour la modélisation (feature engineering).
- Sélectionner et mettre en place un modèle d’apprentissage supervisé ou non supervisé adapté au besoin utilisateurs.
- Évaluer les performances d’un modèle d’apprentissage supervisé ou non supervisé.
- Adapter et améliorer les paramètres d’un modèle d’apprentissage supervisé ou non supervisé.
- Réaliser des calculs distribués sur des données massives en utilisant les outils adaptés. -Communiquer en anglais afin de restituer les différentes activités
