BUT spécialité science des données parcours exploration et modélisation statistique Picto formation

Picto fav
Picto partage
  • Partager par mail
  • Imprimer
Mise à jour : 15/09/2026 Formation : ONISEP_2458949F Source : Flux ONISEP

Session de formation

Code CARIF Dates Niveau de sortie Financeur(s) Lieu Organisme formateur Type Réunion
478860S Se rapprocher de l'organisme pour connaitre la prochaine session Niveau 5. (BTS, DUT, DEUST, ...)

Etat - Ministère de l'éducation nationale

Roubaix (59) IUT de Lille - site de Roubaix

FI

Non Picto rouler et dérouler
Durée

Durée totale de la formation : h
Durée en centre : h
Durée en entreprise : h

Modalités de formation

Rythme :
Temps plein
Type de parcours : Parcours mixte

Dispositif Financeur
Formation Initiale Etat - Ministère de l'éducation nationale

Tarif : N.C.
Modalités d'enseignement : Formation entièrement présentielle

Lieu de formation

53 rue de l'Alma
59100 Roubaix

Accueil sur le lieu de formation

Accès handicap : Pas d'accès handicap
Hébergement : sans hébergement
Restauration : Pas de restauration
Transport : Pas de transport

Admission

Niveau d'entrée requis : information non communiquée
Prérequis :
-
Public :
En recherche d'emploi, Tout public

Réunions d'informations

Aucune information

Complément d'information

Aucune information

Objectifs de la formation

Traiter des données à des fins décisionnelles

  • En intervenant à toutes les étapes du cycle de vie de la donnée (insertion, modification, extraction, suppression)
  • En utilisant le modèle de données adapté aux besoins
  • En s’inscrivant dans une démarche de documentation des réalisations adaptée au public visé
  • En traduisant correctement les demandes métier en programmes, avec le respect du cahier des charges s'il existe
  • En écrivant un programme correctement structuré et documenté, respectant les bonnes pratiques
  • En identifiant les librairies et langages dédiés

Analyser statistiquement les données

  • En tenant compte du contexte de l’étude (économique, socio-démographique, commerciale, clinique...)
  • En mettant en évidence les grandes tendances et les informations principales
  • En identifiant et en mettant en œuvre les techniques adaptées aux attentes du client ou de l’instance décisionnaire
  • En identifiant et en mettant en œuvre les techniques adaptées aux données complexes (données massives, données mal structurées, flux de données…)
  • En tenant compte du contexte inférentiel (variabilité de l’échantillon)

Valoriser une production dans un contexte professionnel

  • En s’adaptant au niveau d’expertise, à la culture et au statut du destinataire
  • En s’exprimant correctement, aussi bien en français que dans une langue étrangère à l'oral comme à l'écrit
  • En veillant aux aspects éthiques, déontologiques et réglementaires d’utilisation et de diffusion des données
  • En interprétant et contextualisant les résultats (citations, vérification des sources, esprit critique)
  • En utilisant la forme de restitution adaptée
  • En tenant compte des réalités économiques et managériales des entreprises

Modéliser les données dans un cadre statistique

  • En choisissant le modèle adapté à la situation
  • En maîtrisant la qualité du modèle
  • En s’adaptant aux spécificités (données, enjeux, méthodes) d'un domaine d'application particulier (santé, marketing, assurance, qualité, socio-démographie...)
  • En s'adaptant à la complexité des données (données massives, données mal structurées, flux de données...)

Contenu pédagogique

Unité d'Enseignement (UE) - 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
Unité d'Enseignement (UE) - 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)
Unité d'Enseignement (UE) - 1.2 Traiter des données à des fins décisionnelles : En utilisant le modèle de données adapté aux besoins
Unité d'Enseignement (UE) - 1.3 Traiter des données à des fins décisionnelles : En s’inscrivant dans une démarche de documentation des réalisations adaptée au public visé
Unité d'Enseignement (UE) - 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
Unité d'Enseignement (UE) - 1.6 Traiter des données à des fins décisionnelles : En identifiant les librairies et langages dédiés
Unité d'Enseignement (UE) - 2.1 Analyser statistiquement les données : En tenant compte du contexte de l’étude (économique, socio-démographique, commerciale, clinique…)
Unité d'Enseignement (UE) - 2.2 Analyser statistiquement les données : En mettant en évidence les grandes tendances et les informations principales
Unité d'Enseignement (UE) - 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
Unité d'Enseignement (UE) - 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…)
Unité d'Enseignement (UE) - 2.5 Analyser statistiquement les données : En tenant compte du contexte inférentiel (variabilité de l’échantillon)
Unité d'Enseignement (UE) - 3.1 Valoriser une production dans un contexte professionnel : En s’adaptant au niveau d’expertise, à la culture et au statut du destinataire
Unité d'Enseignement (UE) - 3.2 Valoriser une production dans un contexte professionnel : En s’exprimant correctement, aussi bien
Unité d'Enseignement (UE) - 3.3 Valoriser une production dans un contexte professionnel : En veillant aux aspects éthiques, déontologiques et réglementaires d’utilisation et de diffusion des données
Unité d'Enseignement (UE) - 3.4 Valoriser une production dans un contexte professionnel : En interprétant et contextualisant les résultats (citations, vérifications des sources, esprit critique)
Unité d'Enseignement (UE) - 3.6 Valoriser une production dans un contexte professionnel : En tenant compte des réalités économiques et managériales des entreprises
Unité d'Enseignement (UE) - 3.5 Valoriser une production dans un contexte professionnel : En utilisant la forme de restitution adaptée
Unité d'Enseignement (UE) - 4.1 Développer un outil décisionnel : En mettant en œuvre une structuration des données adaptée à leurs caractéristiques (type, volume…)
Unité d'Enseignement (UE) - 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.
Unité d'Enseignement (UE) - 4.3 Développer un outil décisionnel : En étant sensible aux aspect éthiques, déontologiques et juridiques d’utilisation et de diffusion des données
Unité d'Enseignement (UE) - 4.4 Développer un outil décisionnel : En réalisant des solutions de visualisons spécifiques aux données métier
Unité d'Enseignement (UE) - 4.5 Développer un outil décisionnel : En intervenant à différents niveaux de la chaine décisionnelle
Unité d'Enseignement (UE) - 4.6 Développer un outil décisionnel : En utilisant des méthodes de développement logiciel

Certifications, reconnaissances

BUT spécialité science des données parcours exploration et modélisation statistique

Niveau de sortie : Niveau III (BTS, BUT, DEUST)

Consulter la certification

Insertion dans l'emploi

Picto rouler et dérouler

Aucune donnée n'est encore disponible pour cette formation

Picto alerte M'alerter sur les nouvelles sessions