J'ai un diplôme "Ingénieur diplômé de l'institut national des sciences appliquées de toulouse, spécialité mathématiques appliquées"
Je sais faire les actions suivantes :
* Modélisation statistique de données potentiellement massives, dans un but explicatif ou prédictif * Modélisation statistique de données complexes et hétérogènes : signaux, images, données textuelles * Déploiement des algorithmes d’optimisation mathématique pour la résolution d’un problème d’apprentissage machine * Conception des solutions logicielles et matérielles pour le traitement de données massives * Pilotage d’un projet pour la résolution d’un problème réel posé par une entité métier
OÙ SUIVRE CE DIPLÔME ?
INSTITUT NATIONAL DES SCIENCES APPLIQUEES DE TOULOUSE (INSA)
Toulouse
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 :
* Appliquer les outils fondamentaux de l’ingénieur mathématicien * Concevoir, mettre en œuvre et valider des modèles mathématiques avancés et des solutions numériques adaptées * Appréhender l’aléa et modéliser les incertitudes * Analyser et valoriser des données, potentiellement massives * Formuler et résoudre des problèmes complexes d’optimisation, d’aide à la décision et de gestion des risques * Participer au développement de solutions logicielles * Formuler et modéliser des problèmes notamment dans les systèmes complexes relatifs aux mathématiques appliquées * Intégrer, dans l'analyse des problèmes et le développement des solutions, les aspects Qualité – Hygiène (données massives utilisées pour le profilage nutritionnel/santé publique) - Sécurité (Cybersécurité) - Environnement (l'IA a un impact sur la mobilité/transport, améliore la consommation énergétique, a des répercussions environnementales, ex : réduction de l'émission mondiale de gaz à effet de serre * Gérer un projet inter/pluri disciplinaire (maîtriser une méthode de gestion de projets, analyse des coûts...) * Communiquer en entreprise (rapports; compte rendus, synthèse, présentations orales….) en plusieurs langues * Gérer un groupe : animer une équipe, argumenter et négocier, communiquer en situation de crise * Formuler et argumenter des solutions en s'appuyant sur des éléments économiques, de veille et positionnement scientifiques, RSE * Prendre en compte les enjeux des relations au travail, de sécurité et de santé au travail et les dimensions éthiques (ex: RGPD / utilisation des données personnelles ) qui s'y rapportent * Travailler en contexte international et multiculturel en prenant en compte les enjeux industriels, économiques et sociétaux * Protéger, valoriser et exploiter une innovation
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 d’établissement comprend 6 membres du département Sciences et Technologies Pour l’Ingénieur (le directeur de département, le directeur des études de première année et les 4 directeurs d’études des pré-orientations ou leurs représentants), 2 représentants par spécialité choisis parmi l’ensemble des présidents et secrétaires de pré-jurys (département, formation continue et VAE) ainsi que le directeur et le directeur des études de l’INSA (ou leurs représentants) |
|
En contrat d’apprentissage Autorisé |
Le parcours par apprentissage conduit à la délivrance d’un double diplôme, aussi, le jury associant 2 Ecoles d'Ingénieurs (ENSEEIHT et INSA) comprend les 2 directeurs d'Ecole, les 2 directeurs d'études (ou leurs représentants), les 2 directeurs ou responsables de département de spécialité, les 2 responsables de la formation (un pour chaque école) et 2 enseignants de spécialité par Ecole. |
|
Après un parcours de formation continue Autorisé |
Le jury de formation continue comprend l’ensemble des présidents et secrétaires des commissions de recrutement des départements, deux des professionnels ayant participé à ces commissions ainsi que le Directeur de l’INSA, le Directeur des Etudes et le responsable de la Formation Continue à l’INSA. |
|
En contrat de professionnalisation Autorisé |
Le jury d’établissement comprend 6 membres du département Sciences et Technologies Pour l’Ingénieur (le directeur de département, le directeur des études de première année et les 4 directeurs d’études des pré-orientations ou leurs représentants), 2 représentants par spécialité choisis parmi l’ensemble des présidents et secrétaires de pré-jurys (département, formation continue et VAE) ainsi que le directeur et le directeur des études de l’INSA (ou leurs représentants) |
|
Par candidature individuelle Non autorisé |
|
|
Par expérience Autorisé |
Un jury de validation des acquis de l’expérience est constitué par spécialité. Le jury de VAE est composé de membres permanents et de membres désignés spécialistes du diplôme. Il comprend, d’une part, le Directeur de l’INSA ou son représentant, le Directeur des Etudes, le Responsable de la Formation continue et d’autre part, le Directeur du département de la spécialité, 2 ou 3 enseignants de la spécialité, 1 enseignant du Centre des Sciences Humaines et 2 représentants du monde industriel. |
Segmentation de la certification
Cette certification se compose de 7 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.
RNCP34752BC01 - Appliquer les méthodes et outils mathématiques fondamentaux du monde professionnel
- 1. Interagir avec un spécialiste ou un ingénieur d'une autre discipline pour comprendre et transcrire une problématique en modèle mathématique 2. Mettre en œuvre par un travail d'équipe une résolution à l’aide d’outils d’analyse et d’algèbre. 3. Utiliser les outils de probabilité et statistique 4. Résoudre un problème à l’aide d’outils d’analyse numérique 5. Sélectionner le ou les outils le(s) plus approprié(s), selon un critère de choix de modèles.
RNCP34752BC02 - Concevoir et mettre en œuvre numériquement des modèles mathématiques
- 1. Modéliser des phénomènes issus de domaines variés (physique, ondes, mécanique des fluides ou des structures, finance, actuariat, biologie…) à l’aide d’EDO, EDP, EDS, modèles aléatoires… 2. Effectuer des simulations numériques et valider les résultats 3. Choisir les méthodes adaptées à la résolution numérique des problèmes considérés 4. Appliquer les méthodes sur des cas réels issus du monde recherche et industrie
RNCP34752BC03 - Modéliser l’aléa et les incertitudes
- 1. Construire un modèle de l’évolution d’un processus aléatoire 2. Identifier des structures particulières dans des jeux de données complexes et en faire l’interprétation. 3. Effectuer des simulations de phénomènes aléatoires 4. Construire une surface de réponse 5. Planifier des expériences aléatoires 6. Réaliser une analyse de sensibilité dans des codes de simulation numérique.
RNCP34752BC04 - Analyser et valoriser des données
- 1. Communiquer, échanger sur la valeur de la donnée avec des experts métiers des différents domaines d’utilisation 2. Prétraiter, mettre en forme et visualiser les données, potentiellement massives issues de divers domaines (météorologie, assurance, marketing, industrie...) 3. Ajuster et sélectionner un modèle statistique en grande dimension afin de faire de la prédiction 4. Mettre en œuvre les méthodes d’apprentissage statistique en grande dimension 5. Préparer, transformer des données massives grâce aux technologies Hadoop, Map Reduce, Spark, Pyspark, et aux outils de virtualisation 6. Synthétiser et analyser en équipe les résultats numériques obtenus
RNCP34752BC05 - Poser et résoudre des problèmes complexes d’optimisation
- 1. Modéliser et prévoir l’occurrence d’événements indésirables sur un individu ou système 2. Manipuler, implémenter et tester de nouvelles méthodes de traitement d’image ou de signal 3. Détecter des anomalies dans un signal 4. Identifier/calibrer/assimiler par des méthodes variationnelles des données 5. Construire et étudier la convergence d’algorithmes d’optimisation 6. Mettre en œuvre des algorithmes d’optimisation en Python ou en langage compilé. 7. Communiquer avec des experts des différents domaines d’application
RNCP34752BC06 - Concevoir, développer des solutions logicielles
- 1. Identifier les méthodes et outils adaptés à la résolution numérique des problèmes 2. Prendre en main et valider l’utilisation conforme de logiciels de l’industrie. 3. Utiliser les langages de programmation. 4. Identifier et transcrire une méthode de résolution numérique dans un langage de programmation 5. Mettre en œuvre des plateformes virtualisées et utiliser les principaux services des plateformes de cloud computing 6. Déployer des applications de traitement de données massives 7. Utiliser le calcul haute performance 8. Analyser les performances sur des cas réels (latence, débit, espace, consommation d’énergie)
RNCP34752BC07 - Conduire un projet pour la résolution d’un problème réel d'une entité métier
- 1. Interagir avec un spécialiste ou un ingénieur d'une autre discipline pour comprendre une problématique de valorisation de données sur un problème réel 2. Mettre en place une démarche projet : analyse de la situation, définition des objectifs, conception spécification, réalisation, évaluation 3. Conduire les recherches bibliographiques nécessaires à la résolution du projet, et les restituer à des spécialistes. 4. Mettre en place une infrastructure matérielle et logicielle proportionnées adaptée au problème. 5. Intégrer les philosophies, problématiques et contraintes des réglementations françaises et européennes (CNIL, RGPD) sur la protection des données 6. Rendre compte à l’écrit et à l’oral du travail effectué auprès de décideurs, d'experts ou de professionnels non experts du domaine.
