BACHELOR UNIVERSITAIRE DE TECHNOLOGIE - Statistique et Informatique Décisionnelle

  • Sciences et technologies
BACHELOR UNIVERSITAIRE DE TECHNOLOGIE - Statistique et Informatique Décisionnelle

Résumé

Le département Statistique et Informatique Décisionnelle se situe sur le site de Sophia Antipolis et prépare les étudiants aux métiers en plein essor des « Big Data ». En savoir plus

Objectifs

Formation initiale / Accessible en reprise d'études / Alternance
Bachelor universitaire de technologie
3 ans
Institut Universitaire de Technologie
Campus SophiaTech - Site des Lucioles
Français

Détails

Sélectif
Oui, Examen du dossier et entretien sur convocation
Coût de la formation
Si non boursier aux alentours de 170€
Modalités d'inscription
Tout est décrit sur notre site web ici : https://iut.univ-cotedazur.fr/etudiant-a-liut/scolarite/inscriptions-administratives
Niveau(x) de recrutement
Bac
Accessible en reprise d'études
Oui

Poursuites d'études possibles : école d'ingénieurs spécialisées en statistiques/informatique (ENSAI, Polytech, INSA, ENSIMAG...) de commerce ou université (master)

Projet(s) tutoré(s)
Non
Taux d'insertion professionnelle *
93%
* 28% En emploi, 16% en poursuite d'études ou reprise d'études en contrat salarié, 49% en poursuite ou reprise d'études (chiffres de l'enquête nationale réalisée en 2017 sur le devenir des diplômés de DUT)

Présentation

Le BUT STID prépare les étudiants aux métiers en plein essor des « Big Data », avec une triple expertise : Statistiques / Mathématiques, Informatique et Management. Maîtrisant toutes les étapes du processus de traitement des données, les diplômés STID sont compétents d’un point de vue technique, mais aussi aptes à communiquer avec les différents services d’une entreprise : management, marketing, direction.

Les poursuites d’études possibles sont nombreuses : écoles d’ingénieurs spécialisées en statistiques/informatique (ENSAI, Polytech, INSA, ENSIMAG...), de commerce ou université.

Les métiers des diplômés STID sont multiples : chargé d’études ou développeur statistiques, data-manager, chargé d’études décisionnelles, big data architect, data scientist, data analyst, data consultant... dans de nombreux domaines d’activité : médical, industrie, finance, agro-alimentaire, environnement, commerce…

Logo Formation accessible
Logo Formation accessible

Formation accessible aux personnes en situation de handicap.
Consultez le site Mission Handicap

Cette offre de formation est éligible à MON COMPTE FORMATION
Cette offre de formation est éligible à MON COMPTE FORMATION

Cette offre de formation est éligible à MON COMPTE FORMATION
moncompteformation.gouv.fr

Site de Sophia Antipolis - 650, route des Colles 06560 Valbonne
Comment venir ? cliquez ICI

Admission

Pré-requis

Bac

Modalités de candidature

Modalités d'inscription à l'IUT cliquez ICI

Programme

Programme

  • STATISTIQUE
    Mise à niveau et outils mathématiques (analyse et algèbre) pour les statistiques
    Statistique descriptive (des simples histogrammes aux différentes analyses multivariées) et inférentielle (estimations, tests d’hypothèse)
    Réalisation de sondages et d’enquêtes (notamment par Internet)
     
  • INFORMATIQUE
    Algorithmique et programmation (java, python, R…)
    Data Mining (initiation aux Big Data)
    Systèmes d’Information (bases de données relationnelles, tableaux de bord, systèmes d’information géographiques...)
    Technologies Web
    Logiciels professionnels spécialisés (SAS, R, Sphinx, Tableau, QGIS…)
     
  • ÉCONOMIE ET COMMUNICATION
    Analyse des grands débats économiques contemporains dans un environnement international
    Management
    Gestion
    Expression (écrit, oral) et communication (logiciels spécialisés)

Stages : 22 à 26 semaines sur 3 ans

Et après ?

Année post-bac de sortie

2eme cycle (bac+4 & bac+5)

Niveau de sortie

1er cycle (bac à bac+3)

URL Fiche RNCP

Activités visées / compétences attestées

Activités visées

Traitement des données à des fins décisionnelles

  • Dans le contexte du développement d'un système d'information décisionnel
  • Dans le contexte de préparation des données à des fins d'analyse statistique

Analyse statistique des données

  • Dans le contexte de programmation d'un outil d'aide à la décision
  • Dans le contexte d'un projet d'étude statistique

Valorisation d'une production dans un contexte professionnel

  • Dans le contexte du développement d'outils décisionnels
  • Dans le contexte d'une étude statistique

Modélisation des données dans un cadre statistique

  • Dans le contexte d'une analyse statistique
  • Dans le contexte d'un développement statistique


Compétences attestées

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 oeuvre les techniques adaptées aux attentes du client ou de l’instance décisionnaire
  • En identifiant et en mettant en oeuvre 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...)

Se servir du numérique

  • En utilisant les outils numériques de référence et les règles de sécurité informatique pour acquérir, traiter, produire et diffuser de l’information ainsi que pour collaborer en interne et en externe

Exploiter les données à des fins d’analyse : 

  • En identifiant, sélectionnant et analysant avec esprit critique diverses ressources dans son domaine de spécialité pour documenter un sujet et synthétiser ces données en vue de leur exploitation
  • En analysant et synthétisant des données en vue de leur exploitation
  • En développant une argumentation avec esprit critique

S’exprimer et communiquer à l’écrit et à l’oral :

  • En se servant aisément des différents registres d’expression écrite et orale de la langue française
  • En communiquant par oral et par écrit, de façon claire et non-ambiguë, en français et dans au moins une langue étrangère

Agir en responsabilité au sein d’une organisation professionnelle : 

  • En situant son rôle et sa mission au sein d'une organisation pour s’adapter et prendre des initiatives.
  • En respectant les principes d’éthique, de déontologie et de responsabilité environnementale.
  • En travaillant en équipe et en réseau ainsi qu’en autonomie et responsabilité au service d’un projet.
  • En analysant ses actions en situation professionnelle, s’autoévaluer pour améliorer sa pratique.
  • En prenant en compte des problématiques liées aux situations de handicap, à l'accessibilité et à la conception universelle.

Se Positionner vis à vis d’un champ professionnel : 

  • En identifiant et situant les champs professionnels potentiellement en relation avec les acquis et la mention ainsi que les parcours possibles pour y accéder
  • En caractérisant et valorisant son identité, ses compétences et son projet professionnel en fonction d’un contexte
  • En identifiant le processus de production, de diffusion et de valorisation des savoirs