L'essentiel

Icon de la nomenclature

Nomenclature
du niveau de qualification

Niveau 7

Icon NSF

Code(s) NSF

122b : Modèles économétriques ; Méthodes d analyse économique

114b : Modèles mathématiques ; Informatique mathématique

326m : Informatique, traitement de l'information

Icon formacode

Formacode(s)

11036 : Statistique

31054 : Informatique et systèmes d'information

32062 : Recherche développement

15099 : Résolution problème

Icon date

Date d’échéance
de l’enregistrement

01-01-2025

Niveau 7

122b : Modèles économétriques ; Méthodes d analyse économique

114b : Modèles mathématiques ; Informatique mathématique

326m : Informatique, traitement de l'information

11036 : Statistique

31054 : Informatique et systèmes d'information

32062 : Recherche développement

15099 : Résolution problème

01-01-2025

Nom légal Siret Nom commercial Site internet
GROUPE DES ECOLES NATIONALES D ECONOMIE ET STATISTIQUE 13001422800089 - -

Activités visées :

Description des emplois et activités visés
L’ingénieur diplômé de l'Ecole Nationale de la Statistique et de l’Analyse de l’Information (ENSAI) exerce dans les métiers de l’analyse et du traitement de l'information. Ces activités deviennent cruciales pour les entreprises en raison de données toujours plus nombreuses, et de la nécessité de compétences adaptées pour pouvoir les traiter et les utiliser dans la prise de décision.  

Ces ingénieurs peuvent appliquer leurs compétences dans toutes les activités ayant recours à l’analyse d’informations quantitatives. Ils sont appelés à travailler comme cadres dans les entreprises industrielles et notamment les laboratoires pharmaceutiques ; dans le secteur des banques et assurances, dans celui des grandes entreprises de service, notamment dans les sociétés de conseil, les instituts de sondages et d’études, et enfin dans des organismes publics notamment du secteur de la santé.

Compétences attestées :

Description des compétences évaluées et attestées 

- Dimension générique propre à l'ensemble des titres d'ingénieur. La certification implique la vérification des qualités suivantes :
1. Aptitude à résoudre des problèmes complexes et nouveaux
2. Maîtrise des méthodes et des outils de l'ingénieur : identification et résolution de problèmes, même non familiers et non complètement définis, collecte et interprétation de données, utilisation des outils informatiques, analyse et conception de systèmes complexes, expérimentation.
3. Capacité à s'intégrer dans une organisation, à l'animer et à la faire évoluer : engagement et leadership, management de projets, communication avec des spécialistes comme avec des non-spécialistes.
4. Prise en compte des enjeux industriels, économiques et professionnels : compétitivité et productivité, innovation, propriété intellectuelle et industrielle, respect des procédures qualité, sécurité.
5. Aptitude à travailler en contexte international : maîtrise de l’Anglais et éventuellement d’autres langues étrangères, veille économique, ouverture culturelle.
6. Respect des valeurs sociétales : connaissance des relations sociales, environnement et développement durable, éthique.

- La dimension spécifique aux compétences de l'ingénieur ENSAI :
1. Compétences transversales sur un projet dans le champ d’action d’un ingénieur statisticien : capacité à mener des projets d’organisation et à en assurer la maîtrise d’ouvrage ; maîtrise des outils de gestion, de planification, d’évaluation, de modélisation de l’activité …

2. conception d’un projet de collecte et d’analyse d’informations : connaître les enjeux et l’importance de l’échantillonnage, les méthodes de statistiques exploratoires et inférentielles ; maitriser les techniques de modélisation statistique.

3. aisance à la communication des résultats auprès de clients ou de décideurs.

En complément des compétences générales d’ingénieur statisticien, différents profils peuvent être distingués en fonction des choix de filières de dernière année :

Ingénierie Statistique des Territoires et de la Santé :

  • comprendre les problématiques liées à ce domaine, y compris les aspects transversaux entre santé et territoire;
  •  maîtriser les méthodes et outils nécessaires aux évaluations médicaux économiques ;
  •  maîtriser des éléments de modélisation économique portant sur la santé et le territoire ;
  • être capable de rédiger les cahiers des charges permettant de collecter des données pertinentes ;
  • mettre en œuvre les méthodes économétriques adaptées permettant de transformer l'information potentielle contenue dans les données afin de relier les résultats aux différentes théories ;
  • posséder des notions de modélisation par Chaînes de Markov.

 

Marketing quantitatif et revenue management :

  • maîtriser le marketing stratégique opérationnel ;
  • comprendre et prédire le comportement du consommateur ;
  • savoir analyser avec précision les caractéristiques d'un marché, segmenter un fichier de clientèle et cibler des consommateurs à l'aide de méthodes statistiques ;
  • construire des scores d'appétence, de conversion ou de fidélisation ;
  • être capable de mettre en place une stratégie tarifaire ;
  • optimiser un réseau de transport aérien ;
  • savoir gérer un inventaire dans l’hôtellerie et les transports ;
  •  modéliser la surréservation ;
  • modéliser la demande contrainte et la demande décontrainte.

Filière Statistique et ingénierie des données :

  • connaître les fondements des architectures distribuées, des réseaux aux systèmes répartis ;
  • savoir spécifier, analyser et concevoir des systèmes d'information ;
  • être capable de modéliser, créer et administrer des bases de données relationnelles et
    multidimensionnelles ;
  • mettre en œuvre les techniques de sécurisation et d'organisation sémantique des données ;
  • maîtriser les outils permettant l'extraction, l'intégration, l'analyse et la fouille de données (datamining);
  • avoir une connaissance de la méthodologie de conduite de projets;
  • concevoir des systèmes évolués grâce à la connaissance de l'architecture d'applications monolithiques et réparties, notamment en orientées Web  ;
  • avoir une ouverture sur les nouvelles technologies et savoir veiller à leurs évolutions.

 

Gestion des risques et ingénierie financière :

  • maîtriser les techniques statistiques de pointe servant à la mesure des risques unidimensionnels ;
  • pouvoir mettre en œuvre plusieurs méthodes statistiques pour éclairer la prise de décision (analyse discriminante, arbres de décision, régression logistique) ;
  • être capable d'évaluer le prix des produits financiers complexes et de maîtriser les techniques de calibration des modèles populaires utilisés en finance de marché ;
  • connaitre la réglementation financière (Bâle) en matière de gestion des risques ;
  • savoir mesurer quantitativement le risque de marché d'un portefeuille d'instruments financiers ainsi que le risque de défaut de remboursement de crédit et de changement de notation ;
  • assurer l'allocation et la gestion d'un portefeuille d'actifs.

Génie statistique :

  • mettre en œuvre les méthodes d'analyse d'image ainsi que les techniques de filtrage ;
  • maîtriser les chaînes de Markov et la statistique des processus ;
  • savoir introduire de nouvelles méthodes statistiques et expertiser les pratiques existantes ;
  • être capable de mobiliser et d'utiliser à bon escient des outils d'aide à la décision dans le domaine de la gestion des risques (industriels (fiabilité-qualité), environnementaux et financiers) ;
  • pouvoir construire des modèles complexes ou novateurs de prévisions ;
  • être capable de proposer une approche bayésienne et maîtriser les outils statistiques ;
  • savoir mener des activités de recherche en statistique fondamentale.

 

Sciences de la vie

  • Maîtriser les méthodes statistiques requises dans les 3 grands domaines de :  l’épidémiologie (étude de la distribution dans le temps et dans l’espace des états de santé des populations humaines et l’analyse de leurs déterminants) ;   les essais cliniques (études sur les médicaments, interventions médicales novatrices et les nouveaux matériels) ; et l’analyse des données « Omics » (études de données génomiques, transcriptomiques, métabolomiques, protéomiques, épigénétiques et métagénomiques)
  • Etre capable de conduire des analyses médico-économiques (ex : évaluation coût-efficacité ou coût-utilité) qui font  notamment appel à la méta-analyse (savoir combiner les résultats de plusieurs essais thérapeutiques).

 

Secteurs d’activités :

Secteurs d'activité :

Les diplômés de l’école sont principalement embauchés dans la banque, l'assurance, les sociétés de conseil, l'industrie pharmaceutique, l’industrie classique (EDF, SNCF, Automobile, …), le secteur de l’énergie ou le commerce et la distribution.

Type d'emplois accessibles :

Grandes fonctions de l'ingénieur diplômé :

Voici quelques exemples des emplois auxquels ce professionnel statisticien peut prétendre :

- Analyste quantitatif ou Directeur d'études quantitatives (commerce, banque)

- Chef de projet base de données (service, commerce)

- Responsable de la gestion des essais cliniques, biostatisticien (santé, pharmacie)

- Ingénieur recherche développement (santé, transport)

- Contrôleur de gestion (commerce, transport)

- Modélisateur de risques (banque, finances)

- Ingénieur financier (industrie, commerce, assurance, banque)

- Consultant statisticien (industrie, conseil)

- Yield/revenue manager (transport, énergie, hôtellerie-restauration, conseil, commerce)

 

Code(s) ROME :

  • C1202 - Analyse de crédits et risques bancaires
  • H1502 - Management et ingénierie qualité industrielle
  • K2402 - Recherche en sciences de l''univers, de la matière et du vivant
  • M1403 - Études et prospectives socio-économiques
  • M1806 - Conseil et maîtrise d''ouvrage en systèmes d''information

Références juridiques des règlementations d’activité :

non

Le cas échant, prérequis à l’entrée en formation :

A compléter (Reprise)

Le cas échant, prérequis à la validation de la certification :

Pré-requis disctincts pour les blocs de compétences :

Non

Validité des composantes acquises :

Validité des composantes acquises
Voie d’accès à la certification Oui Non Composition des jurys Date de dernière modification
Après un parcours de formation sous statut d’élève ou d’étudiant X

Le Directeur de l’Ensai après consultation du Comité d’enseignement composé de :

-          le directeur de l’école (Président),

-          le directeur de l’Ensae,

-          le directeur des études,

-          le directeur du Crest-Ensai

-          le chef de l’unité gestion des carrières de l’Insee,

  Sept représentants des élèves et des personnels d’enseignement et de la recherche 

Au moins deux experts désignés par le directeur au sein du corps des enseignants chercheurs de l’école

Et des membres invités avec voix consultative

 

-
En contrat d’apprentissage X - -
Après un parcours de formation continue X - -
En contrat de professionnalisation X - -
Par candidature individuelle X - -
Par expérience X

 - 3 membres permanents : Le Directeur de l’Ensai, le Directeur des études ou son représentant, un enseignant chercheur ou son représentant.

 - 4 membres non permanents : Un responsable de filière ou un expert interne, un expert extérieur, un représentant des anciens élèves de l’Ensai et un représentant d’une autre école d’ingénieur

 

-
Validité des composantes acquises
Oui Non
Inscrite au cadre de la Nouvelle Calédonie X
Inscrite au cadre de la Polynésie française X

Statistiques :

Lien internet vers le descriptif de la certification :


- http://www.ensai.fr

Ensai, Campus de Ker Lann, Rue Blaise Pascal, 35172 BRUZ

Tel : 02.99.05.32.32


http://www.ensai.fr

Le certificateur n'habilite aucun organisme préparant à la certification

Certification(s) antérieure(s) :

Certification(s) antérieure(s)
Code de la fiche Intitulé de la certification remplacée
RNCP12801 Titre ingénieur - Ingénieur diplômé de l'Ecole Nationale de la Statistique et de l’Analyse de l’Information (ENSAI)