J'ai un diplôme "Ingénieur diplômé de l’École polytechnique universitaire de l’université Lyon-I, spécialité Mathématiques appliquées"
Je sais faire les actions suivantes :
L'ingénieur en mathématiques appliquées participe à la mise en place de solutions répondant aux problématiques actuelles faisant appel au calcul scientifique : énergie, santé, environnement, climatologie, transport, communication, etc. Il est l’interlocuteur privilégié en matière de calcul scientifique au sens large et assure l’interface avec les équipes de conception et d’application. Il identifie les besoins des utilisateurs et clients de l’entreprise. Il propose des solutions logicielles et matérielles en réponse, et en assure la démonstration. Il participe au cycle de développement des produits de l’entreprise: spécification, développement, test, validation et certification. Il assure une veille scientifique et technologique. Il assure le transfert des connaissances et des savoir-faire dans l’entreprise.
OÙ SUIVRE CE DIPLÔME ?
UNIVERSITE CLAUDE BERNARD LYON 1 - ECOLE POLYTECHNIQUE DE L'UNIVERSITE LYON 1
Villeurbanne
Non renseigné
Détails du diplôme
Quelles sont les compétences que vous allez apprendre mais aussi comment l'examen va-t-il se passer ?
Compétences attestées :
L’ingénieur spécialité Mathématiques appliquées de Polytech Lyon est en mesure de : * Traduire un problème pratique en un problème mathématique déterministe et/ou statistique. * Identifier, appréhender, utiliser les modèles mathématiques sous-jacents adaptés au problème posé. * Identifier les architectures, les systèmes et les logiciels susceptibles de résoudre un problème donné et de tenir compte de ses spécificités dans sa résolution. * Mettre en œuvre des modèles mathématiques au travers de codes et d’architectures. * Développer, utiliser, adapter et valider ces codes et architectures dans le domaine du calcul hautes performances. * Coder en plusieurs langages de programmation tels que Python, R, Matlab, C++, etc. pour développer des outils et des algorithmes de calcul et de modélisation. * Analyser et interpréter les résultats des modèles pour répondre aux questions posées par les utilisateurs ou les clients. Cela nécessite une capacité à comprendre les données, à identifier les tendances et les modèles, et à formuler des hypothèses basées sur les résultats. * Gérer de grands flux de données, les préparer avant leur traitement et analyser les résultats de la simulation afin de les rendre interprétables. * Trouver les sources de données pertinentes et les exploiter en utilisant les techniques innovantes issues de la recherche en machine learning et intelligence artificielle * Concevoir, mettre en œuvre, maintenir et faire évoluer des systèmes décisionnels (Big data, IA) * Appréhender les enjeux de la sécurité, la traçabilité, la validation, la certification, la fiabilité et l’intégrité dans le domaine du calcul et en comprendre les outils, * Assurer une veille scientifique et technologique de son domaine d’activité et en faire profiter son entreprise. * Evaluer les besoins, conseiller, intervenir au sein de l’entreprise ou organisation. * Piloter des projets de calcul scientifique ou systèmes décisionnels de manière méthodologique. * Interagir avec le client: formuler, proposer et argumenter des solutions en adéquation avec les besoins, rendre compte de l’avancée des projets et négocier. * Prendre en compte les dimensions économiques, éthiques et sociétales: développement durable, responsabilité sociétale des entreprises. * Développer l’innovation et contribuer aux travaux de recherche fondamentale et appliquée. * S’adapter et travailler en contexte international et multiculturel. * Identifier et se conformer aux règles de qualité et de sécurité en vigueur dans le contexte professionnel.
Voies d'accès à la certification :
| Voies d'accès | Composition des Jurys |
|---|---|
|
Après un parcours de formation sous statut d’élève ou d’étudiant Autorisé |
Le jury est présidé par le Directeur de Polytech Lyon entouré de 12 membres : * 1 Directeur des études * 2 Responsables de la filière * 5 Responsables des autres filières de Polytech Lyon * 1 Responsable du service des partenariats * 1 Responsable des relations internationales * 1 Responsable des langues * 1 Responsable des enseignements d’Ouverture Vers les Entreprises |
|
En contrat d’apprentissage Non autorisé |
|
|
Après un parcours de formation continue Autorisé |
Le jury est présidé par le Directeur de Polytech Lyon entouré de 12 membres : * 1 Directeur des études * 2 Responsables de la filière * 5 Responsables des autres filières de Polytech Lyon * 1 Responsable du service des partenariats * 1 Responsable des relations internationales * 1 Responsable des langues * 1 Responsable des enseignements d’Ouverture Vers les Entreprises |
|
En contrat de professionnalisation Autorisé |
Le jury est présidé par le Directeur de Polytech Lyon entouré de 12 membres : * 1 Directeur des études * 2 Responsables de la filière * 5 Responsables des autres filières de Polytech Lyon * 1 Responsable du service des partenariats * 1 Responsable des relations internationales * 1 Responsable des langues * 1 Responsable des enseignements d’Ouverture Vers les Entreprises |
|
Par candidature individuelle Non autorisé |
|
|
Par expérience Autorisé |
Au moins : * Directeur d'Ecole ou Directeur des Etudes * 2 enseignants chercheurs de la filière "Mathématiques Appliquées et Modélisation" * 1 représentant industriel de la profession extérieur à l’Université * Responsable Formation Continue * Responsable de Spécialité |
Segmentation de la certification
Cette certification se compose de 4 Blocs de compétences
Les modalités d'acquisition de la certification par capitalisation des blocs de compétences et/ou par équivalence sont définies par chaque certificateur accrédité qui met en œuvre les dispositifs qu’il juge adaptés. Ces modalités peuvent être modulées en fonction du chemin d’accès à la certification : formation initiale, VAE, formation continue.
RNCP39487BC01 - Spécifier, concevoir et développer des logiciels
- * Identifier la demande et évaluer les besoins du client, du service et de l’entreprise. * Utiliser des systèmes d’exploitation à base d’UNIX (bash) et WINDOWS, et gérer des développements collaboratifs de logiciel/projet via l’utilisation de forge, d’outils de versionnage de fichiers (git), de documentation de code (Doxygen) et de spécifications techniques (Unified Modelling Language (UML)). * Gérer une équipe de développeurs logiciel, en tenant compte des possibilités de chacun, dans un contexte socio-économique d’innovation ou de recherche, en France ou à l’Etranger. * Programmer dans des langages impératifs ( C / Matlab ) et orienté objet (C++ / python), et utiliser des bibliothèques scientifiques dans le domaine du numérique (Math Kernel Library (MKL) , Portable, Extensible Toolkit for Scientific Computation (PETSc), Suite of nonlinear and differential /algebraic equation solvers (SUNDIALS)) et de la data science (SAS, R). * Traduire en algorithmes efficaces et implémentés sur ordinateur, les méthodes numériques de discrétisation et de résolution ainsi que les méthodes de prédiction en data science. * Connaitre les limites de l’arithmétique finie des ordinateurs et ses conséquences sur le conditionnement des calculs, et appliquer les techniques mathématiques et informatiques de vérification (solution manufacturée, ordre de convergence observé, analyse rétrograde des erreurs d’arrondis, analyse statique, analyse dynamique, tests unitaires) et de validation de code (analyse statistique) . * Pratiquer des paradigmes de parallélisation pour le Calcul Haute Performance, parallélisation à mémoire distribuée (Message Passing Interface (MPI)) , mémoire partagé (Open Multi-Processing ()OpenMP) et sur GPU/CPU (Open Computing Language (OpenCL)) avec une compréhension approfondie des architectures des ordinateurs et de l’optimisation et évaluation des performances de leur implémentation. * Dimensionner les besoins de calcul matériels, logiciels, et techniques de parallélisation en établissant un cahier des charges des besoins fonctionnels du client, en prenant en compte les enjeux de développement durable et de responsabilité sociétale de l’entreprise. * Mettre en œuvre des logiciels de modélisation et de simulation (FreeFem++, COMSOL, SciKit learn) dans le cadre de la résolution de problèmes complexes dans des domaines applicatifs (mécanique des fluides et des solides, modélisation financière, machine learning, classification). * Maîtriser les outils de communications (revue de projet, rapport d’avancement (latex)) lors d’une présentation de projet aux différents partenaires. * Rendre compte à l’oral et à l’écrit de façon claire et concise à des spécialistes et à des non spécialistes. * Développer des pratiques réflexives sur son parcours professionnel et les projets mis en œuvre. * Travailler en équipe en adaptant une attitude inclusive, notamment envers les personnes porteuses de handicap. * Interagir avec son environnement en s’adaptant aux différents interlocuteurs en prenant en compte la dimension internationale et interculturelle.
RNCP39487BC02 - Proposer et analyser des modèles mathématiques déterministes ainsi que des méthodes d’approximation numérique de ces modèles.
- * Identifier et mobiliser un socle de connaissances pointus en mathématiques (analyse, algèbre linéaire, optimisation, équations différentielles) dans un contexte socio-économique d’innovation ou de recherche en France ou à l’étranger. * Identifier la demande et évaluer les besoins du client, du service et de l’entreprise. * Intervenir dans des divers domaines d’application scientifique tels que la physique, la mécanique, la biologie ou l’économie. * Modéliser mathématiquement une situation de la vie réelle par une équation différentielle (EDO)/aux dérivées partielles (EDP)/problème d’optimisation, en s’appuyant sur une démarche scientifique dans le domaine d’application du client. * Utiliser des méthodes numériques de base pour la résolution des systèmes algébriques linéaires ou non linéaires, interpolation polynomiale ou intégration numérique. * Mettre en œuvre des méthodes d’approximation numérique des équations différentielles ordinaires comme par exemple les méthodes d’Euler implicite ou explicite ou les méthodes de Runge- Kutta, et en différencier le cadre théorique. * Connaitre le cadre théorique d’étude (espaces fonctionnels, formulation variationnelle, solution faible) des divers types d’équations aux dérivées partielles (EDP) comme les lois de conservation, les EDP elliptiques, paraboliques ou hyperboliques. * Proposer et mettre en œuvre des méthodes d’approximation numérique des EDP telles que les méthodes de différences finies, volumes finis, éléments finis, Galerkin discontinu ou les méthodes spectrales. * Analyser et évaluer les performances des méthodes de résolution d’une EDP donnée au moyen de notions telles que maillage, conformité, flux numérique, stabilité, erreur d’approximation … * Utiliser des logiciels d’appui tels que Comsol Multiphysics ou FreeFem, évaluer et interpréter les résultats numériques obtenus et évaluer les performances numériques de ces logiciels. * Prendre en compte les enjeux de développement durable et responsabilité sociétale de l’entreprise. * Rendre compte à l’oral et à l’écrit de façon claire et concise à des spécialistes et à des non spécialistes. * Développer des pratiques réflexives sur son parcours professionnel et les projets mis en œuvre. * Travailler en équipe en adaptant une attitude inclusive, notamment envers les personnes porteuses de handicap. * Interagir avec son environnement en s’adaptant aux différents interlocuteurs en prenant en compte la dimension internationale et interculturelle.
RNCP39487BC03 - Décrire, caractériser et analyser des données par des méthodes statistiques et probabilistes, dans un environnement complexe.
- * Identifier et mobiliser des connaissances pointues (probabilités, statistique, programmation…) dans un contexte socio-économique, d’innovation ou de recherche en France ou à l’étranger. * Identifier la demande et évaluer les besoins du client, du service et de l’entreprise. * Analyser les informations disponibles (unité statistique, variables observées, échantillon, population, type de variables, données manquantes) pour choisir la modélisation statistique appropriée. * Utiliser différentes méthodes statistiques tels que des indicateurs numériques et certains graphiques, en vue d’en analyser les tendances et les anomalies. * Calibrer des paramètres à l’aide d’outils probabilistes et statistiques (maximum de vraisemblance, moindres carrés, méthode des moments...). * Par des procédés probabilistes estimer des paramètres associés à des dynamiques aléatoires et/ou déterministes, et de générer de nouvelles données permettant de valider le modèle considéré (Monte-Carlo, discrétisation de processus...). * Interpréter des grandeurs d’intérêt dans le cadre de données complexes (finance, biologie, physique…), grâce à des théories mathématiques avancées. * Sur le ou les modèle(s) validé(s), faire des prédictions sur les données, tout en connaissant la marge d’erreur relative. Des méthodes statistiques linéaires permettant d’avoir des intervalles de confiances, ainsi que de procéder à des tests statistiques. * Adapter les méthodes considérées pour tenir compte des enjeux liés aux grandes masses de données, notamment à l’aide d’outils propres à l’apprentissage statistique et de sélection de données. * Coder dans différents langages de programmation : python, R… et utiliser les différentes fonctionnalités statistiques associées. * Prendre en compte le caractère confidentiel des données traitées, le cas échéant, certaines d’entre elles étant particulièrement sensibles notamment dans le secteur de la santé, la banque, l’énergie ou de la défense. * Faire un rapport à l’oral et à l’écrit de façon claire et concise à des spécialistes et à des non spécialistes. * Prendre en compte les enjeux de développement durable et responsabilité sociétale de l’entreprise ou de l’organisme. * Développer des pratiques réflexives sur son parcours professionnel et les projets mis en œuvre. * Travailler en équipe en adaptant une attitude inclusive, notamment envers les personnes porteuses de handicap. * Interagir avec son environnement en s’adaptant aux différents interlocuteurs en prenant en compte la dimension internationale et interculturelle.
RNCP39487BC04 - Explorer les données afin d’en extraire des informations dans un but de prédiction et d’aide à la décision
- * Avoir une bonne compréhension des concepts mathématiques et statistiques, notamment les probabilités, la théorie des échantillonnages, les modèles de régression, l'analyse factorielle, 'analyse des séries chronologiques, etc., pour comprendre les données. * Identifier la demande du client, du service et de l’entreprise. * Identifier et mobiliser des connaissances scientifiques et techniques pointues (algorithmique, langages de programmation, modèles de bases de données, …) dans un contexte socio-économique, d’innovation ou de recherche, en France ou à l’étranger. * Evaluer les besoins et concevoir une base de données adaptée. * Manipuler, nettoyer et préparer les données * Analyser les données pour en extraire des informations pertinentes et utiles * Résoudre des problèmes complexes et trouver des solutions innovantes en utilisant des techniques d'analyse. * Coder avec des logiciels et des langages de programmation interprétés, multiparadigmes et multiplateformes, tels que Python, R, SQL, SAS, etc., et écrire des scripts pour l'analyse des données et l'automatisation de tâches. * Concevoir, gérer et interroger des bases de données, notamment dans un contexte de données massives. * Prendre en compte le caractère confidentiel des données traitées, le cas échéant, certaines d’entre elles * Etre particulièrement sensibles notamment dans le secteur de la santé, la banque, l’énergie ou de la défense. * Utiliser des bibliothèques et des frameworks d'apprentissage automatique tels que TensorFlow, PyTorch, Scikit-learn, etc. * Présenter les résultats d'analyse de manière claire et concise, à travers des tableaux de bord interactifs, des graphiques et des visualisations de données. * Rendre compte à l’oral et à l’écrit de façon claire et concise à des spécialistes et à des non spécialistes. * Prendre en compte les enjeux de développement durable et responsabilité sociétale de l’entreprise. * Développer des pratiques réflexives sur son parcours professionnel et les projets mis en œuvre. * Travailler en équipe en adaptant une attitude inclusive, notamment envers les personnes porteuses de handicap. * Interagir avec son environnement en s’adaptant aux différents interlocuteurs en prenant en compte la dimension internationale et interculturelle.
