Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux



Documents pareils
Filière Fouille de Données et Décisionnel FDD (Data Mining) Pierre Morizet-Mahoudeaux

Introduction. Informatique décisionnelle et data mining. Data mining (fouille de données) Cours/TP partagés. Information du cours

La Business Intelligence pour les Institutions Financières. Jean-Michel JURBERT Resp Marketing Produit

Master Informatique Aix-Marseille Université

Workflow/DataWarehouse/DataMining LORIA - Université d automne Informatique décisionnelle - L. Mirtain 1

Didier MOUNIEN Samantha MOINEAUX

Bases de Données Avancées

La problématique. La philosophie ' ) * )

BUSINESS INTELLIGENCE. Une vision cockpit : utilité et apport pour l'entreprise

Statistiques et traitement des données

IODAA. de l 1nf0rmation à la Décision par l Analyse et l Apprentissage / 21

DESCRIPTIF DE MODULE S5 GSI

Licence Professionnelle en Statistique et Informatique Décisionnelle (S.I.D.)

Nos Solutions PME VIPDev sont les Atouts Business de votre entreprise.

Conseil et Ingénierie des Systèmes d Information d Entreprise

QU EST-CE QUE LE DECISIONNEL?

Programme scientifique Majeure ARCHITECTURE DES SYSTEMES D INFORMATION. Mentions Ingénierie des Systèmes d Information Business Intelligence

LES ENTREPOTS DE DONNEES

Business Intelligence : Informatique Décisionnelle

BI = Business Intelligence Master Data-ScienceCours 3 - Data

Introduction à l Informatique Décisionnelle - Business Intelligence (7)

Informatique et Systèmes d'information

Intelligence Economique - Business Intelligence

Introduction à la B.I. Avec SQL Server 2008

SYSTEME D INFORMATION MARKETING ET COMMERCE

Entrepôt de données 1. Introduction

Ici, le titre de la. Tableaux de bords de conférence

Le terme «ERP» provient du nom de la méthode MRP (Manufacturing Ressource Planning) utilisée dans les années 70 pour la gestion et la planification

BUSINESS INTELLIGENCE

BI Open Source Octobre Alioune Dia, Consultant BI

BI2B est un cabinet de conseil expert en Corporate Performance Management QUI SOMMES-NOUS?

BI = Business Intelligence Master Data-Science

CATALOGUE DE FORMATIONS SAP BUSINESS OBJECTS. Edition 2012

Offre Décisionnel / CONSEIL, SOLUTIONS DE TRANSFORMATION ET SERVICES IT. Offre Décisionnel

MANAGEMENT DES SERVICES INFORMATIQUES

MANAGEMENT DES SYSTEMES D INFORMATION ET DE PRODUCTION MSIP

CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE. Edition 2012

Suite Jedox La Business-Driven Intelligence avec Jedox

CATALOGUE DE FORMATIONS SAP BUSINESS OBJECTS. Edition 2013

ATELIER. QUASAR OBILOG BI (Décisionnel) ATELIER > PROJET BI

Introduction à lʼinformatique. Décisionnelle (ID) / Business. Intelligence» (1)

Les PGI. A l origine, un progiciel était un logiciel adapté aux besoins d un client.

Analyse de grandes bases de données en santé

Fournir un accès rapide à nos données : agréger au préalable nos données permet de faire nos requêtes beaucoup plus rapidement

Urbanisation des SI-NFE107

Présentations personnelles. filière IL

Organisé par StatSoft France et animé par Dr Diego Kuonen, expert en techniques de data mining.

«Nos valeurs à votre service» Genève. Business Intelligence Data Management Développement Web. Présentation Société

FORUM NTIC BIG DATA, OPEN DATA Big Data: les challenges, les défis

Département Génie industriel & mathématiques appliquées Option ISDP Ingénierie des systèmes de décision et de production

Travail de diplôme 2011 Business Intelligence Open Source SpagoBI/Talend Résumé

Université Libre de Tunis

Christophe CANDILLIER Cours de DataMining mars 2004 Page 1

KEYRUS - EXPERT EN BUSINESS INTELLIGENCE & EISTI OPTION IAD

Présentation découverte BOXIr2 Concept, principaux modules et migration

Domaines d intervention

Introduction à ORACLE WAREHOUSE BUILDER Cédric du Mouza

Chapitre 9 : Informatique décisionnelle

MATHEMATIQUES ET SCIENCES POUR L INGENIEUR

SYSTEME D INFORMATION AUDIT ET CONTROLE DE GESTION

Un datawarehouse est un entrepôt de données (une base de données) qui se caractérise par des données :

Département Informatique

Petit Déjeuner Pépinière du Logiciel Libre. 25 juin 2008

SYSTEME D INFORMATION ET GENIE FINANCIER

Ecole Supérieure de la Statistique et de l Analyse de l Information المدرسة العلیا للا حصاء وتحلیل المعلومات بتونس. Sujet N 1

Algèbre 40 Analyse Stat. 1 - IES : Probabilités discrètes et calcul intégral 29,5 6 Stat. 2 - IES : Probabilités générales 54 8 UE1-02 M-E-IS

Sécurité des entrepôts de données dans le Cloud Un SaaS pour le cryptage des données issues d un ETL

Les Entrepôts de Données

Stages et relations industrielles

Du paradigme Suivi/ordonnancement/GPAO au paradigme ERP/APS/MES : révolution ou évolution?

4. Utilisation d un SGBD : le langage SQL. 5. Normalisation

X2BIRT : Mettez de l interactivité dans vos archives

En synthèse. HVR pour garantir les échanges sensibles de l'entreprise

July 1, Stéphan Clémençon (Télécom ParisTech) Mastère Big Data July 1, / 15

L offre décisionnel IBM. Patrick COOLS Spécialiste Business Intelligence

Magasins et entrepôts de données (Datamart, data warehouse) Approche relationnelle pour l'analyse des données en ligne (ROLAP)

LICENCE PROFESSIONNELLE EN MANAGEMENT ET ECONOMIE DU NUMERIQUE (LIPMeN)

AXIAD Conseil pour décider en toute intelligence

Business Intelligence

4.2 Unités d enseignement du M1

PROPOSITION DE FORMATION DE GREGOIRE DE LASSENCE A EPITA VERSION 1.0

Structure du cours : Il existe de nombreuses méthodes intéressantes qui couvrent l Analyse des Données

Outils informatiques et l aide à la prise de décision en entreprise

Business Intelligence avec Excel, Power BI et Office 365

Le "tout fichier" Le besoin de centraliser les traitements des fichiers. Maitriser les bases de données. Historique

Location Analytics. Astrid GLADYS Thierry BABELAERE Pierre TEYSSENDIER. SIG 2013 Conférence Francophone 2 & 3 Octobre Versailles Atelier Technique

_L'engagement qui fait la différence BUSINESS INTELLIGENCE DATA WAREHOUSING PILOTAGE DE LA PERFORMANCE

données en connaissance et en actions?

SGBDR. Systèmes de Gestion de Bases de Données (Relationnelles)

Datawarehouse: Cubes OLAP. Marlyse Dieungang Khaoula Ghilani

Agenda de la présentation

GENIE STATISTIQUE GESTION DES RISQUES ET INGENIERIE FINANCIERE MARKETING QUANTITATIF ET REVENUE MANAGEMENT

SQL SERVER 2008, BUSINESS INTELLIGENCE

TP2 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3

Débouchés professionnels : des perspectives multiples. Conditions d accès : La formation à L INPT :

Skills Technology Software PARTENAIRE TECHNOLOGIQUE DE VOTRE DÉVELOPPEMENT

ANNEXES. Evaluation de la formation à Polytech Lille Département GIS. Enseignements les plus utiles. Enseignements à renforcer

La Geo-Business Intelligence selon GALIGEO avec 26/10/2005 1

Transcription:

Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux

Plan Objectifs Débouchés Formation UVs spécifiques UVs connexes Enseignants et partenaires

Structure générale des études à l UTC Règlement des études : -Minimum 22 UVs réussies -Dont 14 dans les catégories CF/CP -NPML, communication -Culture générale -Validation stage et projet 3 2 1 Specialisation 1st Internship Fondamental Training 2nd Internship Fondamental& Specialisation

Structure du département GI Pierre Morizet

Double-diplômes : Cranfield (UK) Saragosse (Esp) Turin (It)* Les séjours à l étranger

Photographie d une promotion Flux moyen : 150 diplômés par an Profil moyen d un diplômé du GI 25 UV environ. Dont 18 CF/CP Plus de 3 mentionnées 2 semestres en entreprise Quelques chiffres Près de 40% ont passé au moins 6 mois dans un pays étranger Plus de 20% sortiront avec 2 diplômes (DEA, Masters étrangers)

Objectifs Constat Besoin Réponse Les entreprises et administrations sont confrontées à des données surabondantes Extraire des informations permettant de faciliter les prises de décision. Former des ingénieurs mineurs de données information = minerai ingénieur = mineur

Débouchés Deux orientations Informatique décisionnelle Gestion d entrepôts de données Secteurs d activités très variés : Entreprises utilisatrices : des multinationales à l administration en prililégiant les banques et les assurances ; Sociétés de Services et d Ingénierie Informatiques (SSII) Editeurs de logiciels (SAS, SPPS...).

Débouchés Domaines d applications Analyse de risque: assurance Analyse financière: tendance boursière Décisionnel : stratégie industrielle et commerciale Marketing: prospection de clients, CRM Médecine: recherche de structures génétiques, Prédiction : pic de pollution Gestion de stock...

Formation Objectif double : structurer et constituer de vastes entrepôts de données à partir de systèmes parfois hétérogènes «fouiller» ces données pour répondre à des questions précises, tester des hypothèses, réaliser des prédictions ou découvrir des relations cachées.

Formation UV s spécifiques NF26 SY09 SY19 AP NF26 : Data Warehouse et décisionnel Principes de développement et d'exploitation des outils informatiques pour la conception et l'exploitation d'entrepôts de données la prise de décision Concepts de base des modèles multidimensionnels; Alimentation; Interrogation, requêtage, OLAP (On-Line Analytical Processing). Outils décisionnels (régression, CRM, tableaux de bord, ) Sources de données BO Data Integrator BO Enterprise Bases Temps Réel Data Cleansing Applications Métiers, ERP Fichiers, Web, XML, COBOL Batch Data profiling Moteur ETL Data Validation Data Auditing Data Warehouse Pilotage Reporting Interrogation Analyses Analyse d Impacts Metadonnées Origine des données

Formation UV s spécifiques NF26 SY09: Analyse de données pour le Data Mining Visualisation des données SY09 SY19 AP Exploration statistique Classification automatique Regression

Formation UV s spécifiques NF26 SY09 SY19 SY19 : Méthodes de décision statistiques Théorie de la décision Reconnaissance des formes Réseaux de neurones à couches Arbres de décision AP

Formation UV s spécifiques NF26 SY09 SY19 Atelier projet (en cours d élaboration) En partenariat avec des industriels, Des problèmes concrets Réalisé par groupe de deux étudiants Suivi par un enseignant de l équipe pédagogique de la filière. AP

Formations UVs Connexes Prérecquis du profil commun de branche SY02: Méthodes statistisques pour l ingénieur NF16: Algorithmique et structures de données NF17: Bases de données UV s liées: GE40: Management de projets LO17: Recherche d information: indexation et multimédia LO18: Projet multimédia SR03: Programmation des applications internet LO20: Génie logiciel RO04: Optimisation discrète et continue RO05: Processus stochastiques RO06: Simulation et technique d optimisation SY23: Vision et image

Enseignants et partenaires Partenaires industriels EDF, Micropole-Univers, Exalead KXEN SAS CEA.. Equipe pédagogique Stéphane Crozat (UTC), Thierry Denœux (UTC), Gérard Govaert (UTC), Pierre Morizet (UTC), Samuel Samson (Micropole-Univers)

Promotions FD Depuis l automne 2004 20 étudiants/an en moyenne Domaines couverts en stages et projets Informatique financière, workflow, reporting, traitement d images, analyse de procédé, business intelligence, datawarehouse, décisonnel analyse multivariée, modèles prédictifs, règles d association Entreprises ayant accueilli des projets de fin d études FD Bios-groupe Keyrus, Business & Decision, Cadexan, Cap Gemini, CERF, CEA, CSC Infogerance, Dassault Systems, Ernst & Young, France Télécom, GDF, General Electric, GE Healthcare System, Glaxowellcome, IBM, INRIA, Legrand S.A, Logia-CMG-Unilog, Mereo, Mircropole Univers, Parexel international, PSA, Siemens, Société Générale, Solystic, Umanis Nord, Universités,

Merci de votre attention