Ingénieur diplômé de l'Ecole nationale de la statistique et de l'analyse de l'information du Groupe des Ecoles nationales d'économie et statistique

Description des compétences évaluées et attestées - Dimension générique propre à l'ensemble des titres d'ingénieur. La certification implique la vérification des qualités suivantes : 1. Aptitude à résoudre des problèmes complexes et nouveaux 2. Maîtrise des méthodes et des outils de l'ingénieur : identification et résolution de problèmes, même non familiers et non complètement définis, collecte et interprétation de données, utilisation des outils informatiques, analyse et conception de systèmes complexes, expérimentation. 3. Capacité à s'intégrer dans une organisation, à l'animer et à la faire évoluer : engagement et leadership, management de projets, communication avec des spécialistes comme avec des non-spécialistes. 4. Prise en compte des enjeux industriels, économiques et professionnels : compétitivité et productivité, innovation, propriété intellectuelle et industrielle, respect des procédures qualité, sécurité. 5. Aptitude à travailler en contexte international : maîtrise de l’Anglais et éventuellement d’autres langues étrangères, veille économique, ouverture culturelle. 6. Respect des valeurs sociétales : connaissance des relations sociales, environnement et développement durable, éthique. - La dimension spécifique aux compétences de l'ingénieur ENSAI : 1. Compétences transversales sur un projet dans le champ d’action d’un ingénieur statisticien : capacité à mener des projets d’organisation et à en assurer la maîtrise d’ouvrage ; maîtrise des outils de gestion, de planification, d’évaluation, de modélisation de l’activité … 2. conception d’un projet de collecte et d’analyse d’informations : connaître les enjeux et l’importance de l’échantillonnage, les méthodes de statistiques exploratoires et inférentielles ; maitriser les techniques de modélisation statistique. 3. aisance à la communication des résultats auprès de clients ou de décideurs. En complément des compétences générales d’ingénieur statisticien, différents profils peuvent être distingués en fonction des choix de filières de dernière année : Ingénierie Statistique des Territoires et de la Santé : * comprendre les problématiques liées à ce domaine, y compris les aspects transversaux entre santé et territoire; * maîtriser les méthodes et outils nécessaires aux évaluations médicaux économiques ; * maîtriser des éléments de modélisation économique portant sur la santé et le territoire ; * être capable de rédiger les cahiers des charges permettant de collecter des données pertinentes ; * mettre en œuvre les méthodes économétriques adaptées permettant de transformer l'information potentielle contenue dans les données afin de relier les résultats aux différentes théories ; * posséder des notions de modélisation par Chaînes de Markov. Marketing quantitatif et revenue management : * maîtriser le marketing stratégique opérationnel ; * comprendre et prédire le comportement du consommateur ; * savoir analyser avec précision les caractéristiques d'un marché, segmenter un fichier de clientèle et cibler des consommateurs à l'aide de méthodes statistiques ; * construire des scores d'appétence, de conversion ou de fidélisation ; * être capable de mettre en place une stratégie tarifaire ; * optimiser un réseau de transport aérien ; * savoir gérer un inventaire dans l’hôtellerie et les transports ; * modéliser la surréservation ; * modéliser la demande contrainte et la demande décontrainte. Filière Statistique et ingénierie des données : * connaître les fondements des architectures distribuées, des réseaux aux systèmes répartis ; * savoir spécifier, analyser et concevoir des systèmes d'information ; * être capable de modéliser, créer et administrer des bases de données relationnelles et multidimensionnelles ; * mettre en œuvre les techniques de sécurisation et d'organisation sémantique des données ; * maîtriser les outils permettant l'extraction, l'intégration, l'analyse et la fouille de données (datamining); * avoir une connaissance de la méthodologie de conduite de projets; * concevoir des systèmes évolués grâce à la connaissance de l'architecture d'applications monolithiques et réparties, notamment en orientées Web ; * avoir une ouverture sur les nouvelles technologies et savoir veiller à leurs évolutions. Gestion des risques et ingénierie financière : * maîtriser les techniques statistiques de pointe servant à la mesure des risques unidimensionnels ; * pouvoir mettre en œuvre plusieurs méthodes statistiques pour éclairer la prise de décision (analyse discriminante, arbres de décision, régression logistique) ; * être capable d'évaluer le prix des produits financiers complexes et de maîtriser les techniques de calibration des modèles populaires utilisés en finance de marché ; * connaitre la réglementation financière (Bâle) en matière de gestion des risques ; * savoir mesurer quantitativement le risque de marché d'un portefeuille d'instruments financiers ainsi que le risque de défaut de remboursement de crédit et de changement de notation ; * assurer l'allocation et la gestion d'un portefeuille d'actifs. Génie statistique : * mettre en œuvre les méthodes d'analyse d'image ainsi que les techniques de filtrage ; * maîtriser les chaînes de Markov et la statistique des processus ; * savoir introduire de nouvelles méthodes statistiques et expertiser les pratiques existantes ; * être capable de mobiliser et d'utiliser à bon escient des outils d'aide à la décision dans le domaine de la gestion des risques (industriels (fiabilité-qualité), environnementaux et financiers) ; * pouvoir construire des modèles complexes ou novateurs de prévisions ; * être capable de proposer une approche bayésienne et maîtriser les outils statistiques ; * savoir mener des activités de recherche en statistique fondamentale. Sciences de la vie * Maîtriser les méthodes statistiques requises dans les 3 grands domaines de : l’épidémiologie (étude de la distribution dans le temps et dans l’espace des états de santé des populations humaines et l’analyse de leurs déterminants) ; les essais cliniques (études sur les médicaments, interventions médicales novatrices et les nouveaux matériels) ; et l’analyse des données « Omics » (études de données génomiques, transcriptomiques, métabolomiques, protéomiques, épigénétiques et métagénomiques) * Etre capable de conduire des analyses médico-économiques (ex : évaluation coût-efficacité ou coût-utilité) qui font notamment appel à la méta-analyse (savoir combiner les résultats de plusieurs essais thérapeutiques).