Page précédente

BUT spécialité science des données parcours exploration et modélisation statistique

Niveau Niveau III (BTS, BUT, DEUST)
Type : Bachelor universitaire de technologie
Certificateur(s) : Kagilum
Picto partage
  • Partager par mail
  • Imprimer
Par la formation initale : Oui
Par la formation continue : Oui
Par l'apprentissage' : Oui
Par unité de capitalisation : Oui
Sur demande individuelle : Non
En contrat de pro : Non
Par la VAE : Oui

Descriptif

Picto dérouler/rouler

 

Objectifs

Picto dérouler/rouler

 

Programme

Picto dérouler/rouler

Non communiqué

Module

Picto dérouler/rouler

1.5 Traiter des données à des fins décisionnelles : En écrivant un programme correctement structuré et documenté, respectant les bonnes pratiques01.5 Traiter des données à des fins décisionnelles : En écrivant un programme correctement structuré et docum
1.1 Traiter des données à des fins décisionnelles : En intervenant à toutes les étapes du cycle de vie d la donnée (insertion, modification, extraction, suppression)
1.2 Traiter des données à des fins décisionnelles : En utilisant le modèle de données adapté aux besoins
1.3 Traiter des données à des fins décisionnelles : En s’inscrivant dans une démarche de documentation des réalisations adaptée au public visé
1.4 Traiter des données à des fins décisionnelles : En traduisant correctement les demandes métier en programmes, avec le respect du cahier des charges s’il existe
1.6 Traiter des données à des fins décisionnelles : En identifiant les librairies et langages dédiés
2.1 Analyser statistiquement les données : En tenant compte du contexte de l’étude (économique, socio-démographique, commerciale, clinique…)
2.2 Analyser statistiquement les données : En mettant en évidence les grandes tendances et les informations principales
2.3 Analyser statistiquement les données : En identifiant et en mettant en œuvre les techniques adaptées aux attentes du ciel ou de l’instance décisionnaire
2.4 Analyser statistiquement les données : En identifiant et en mettant en œuvre les techniques adaptées aux données complexes (données massives, données mal structurées, flux de données…)
2.5 Analyser statistiquement les données : En tenant compte du contexte inférentiel (variabilité de l’échantillon)
3.1 Valoriser une production dans un contexte professionnel : En s’adaptant au niveau d’expertise, à la culture et au statut du destinataire
3.2 Valoriser une production dans un contexte professionnel : En s’exprimant correctement, aussi bien
3.3 Valoriser une production dans un contexte professionnel : En veillant aux aspects éthiques, déontologiques et réglementaires d’utilisation et de diffusion des données
3.4 Valoriser une production dans un contexte professionnel : En interprétant et contextualisant les résultats (citations, vérifications des sources, esprit critique)
3.6 Valoriser une production dans un contexte professionnel : En tenant compte des réalités économiques et managériales des entreprises
3.5 Valoriser une production dans un contexte professionnel : En utilisant la forme de restitution adaptée
4.1 Développer un outil décisionnel : En mettant en œuvre une structuration des données adaptée à leurs caractéristiques (type, volume…)
4.2 Développer un outil décisionnel : En assurant la qualité des données et minimisant les biais liés à l’incertitude et l’imprécision dans les sources.
4.3 Développer un outil décisionnel : En étant sensible aux aspect éthiques, déontologiques et juridiques d’utilisation et de diffusion des données
4.4 Développer un outil décisionnel : En réalisant des solutions de visualisons spécifiques aux données métier
4.5 Développer un outil décisionnel : En intervenant à différents niveaux de la chaine décisionnelle
4.6 Développer un outil décisionnel : En utilisant des méthodes de développement logiciel