L'essentiel

Icon de la nomenclature

Nomenclature
du niveau de qualification

Niveau 7

Icon NSF

Code(s) NSF

114b : Modèles mathématiques ; Informatique mathématique

114g : Mathématiques de l'informatique, mathématiques financières, statistique de la santé

326 : Informatique, traitement de l'information, réseaux de transmission

Icon formacode

Formacode(s)

31054 : Informatique - Systèmes d’information et numérique

11036 : Statistique

11052 : Mathématiques appliquées

32062 : Recherche développement

32015 : Conduite changement

Icon date

Date de début des parcours certifiants

01-09-2025

Icon date

Date d’échéance
de l’enregistrement

31-08-2030

Niveau 7

114b : Modèles mathématiques ; Informatique mathématique

114g : Mathématiques de l'informatique, mathématiques financières, statistique de la santé

326 : Informatique, traitement de l'information, réseaux de transmission

31054 : Informatique - Systèmes d’information et numérique

11036 : Statistique

11052 : Mathématiques appliquées

32062 : Recherche développement

32015 : Conduite changement

01-09-2025

31-08-2030

Nom légal Siret Nom commercial Site internet
UNIVERSITE DE LILLE 13002975400012 POLYTECH LILLE -

Objectifs et contexte de la certification :

Aujourd’hui, les machines connectées en réseau (ordinateurs, smartphones… ) se comptent par milliards.
Les capacités de stockage n'ont quasiment pas de limites, et les volumes de données produits augmentent de façon considérable. Les entreprises se voient ainsi offrir des opportunités nouvelles, quel que soit leur secteur d’activité. Certaines entreprises s’orientent vers des techniques dites dans l'organisation data centric de leur système d'information, avec constitution d’équipes et/ou mobilisation de compétences techniques dédiées. Les secteurs d'activité les plus porteurs sont la banque, la finance et les assurances mais le poids du secteur pharmaceutique et des biotechnologies est grandissant. Les métiers correspondants (data analyst, data scientist, data engineer) exigent une double compétence en statistique et en développement informatique : un profil rare pour les entreprises. En développement informatique, les métiers tendent à devenir plus complexes avec l'évolution permanente des techniques, des méthodes et des problématiques d'architecture qui concernent à la fois les structures logicielles ( Framework)  pour le développement logiciel et le stockage des données, dans un contexte croissant de données massives et hétérogènes (big data, cloud). En statistique et en data science, les métiers exigent une capacité à structurer les connaissances et une bonne connaissance des méthodes statistiques classiques. Ils exigent aussi de mettre en œuvre et de créer des algorithmes d'apprentissage automatique (intelligence artificielle, apprentissage machine). Tous ces métiers nécessitent aussi une maîtrise des processus de développement de projets en équipe. Dans tous les cas, les évolutions des métiers sont, à la fois technologiques avec une mise à jour constante des logiciels et des algorithmes à la pointe, et réglementaires, avec l’obligation de respecter de nouvelles lois et des enjeux éthiques importants.

L'objectif de cette certification est de reconnaître des ingénieurs diplômés dans le domaine du traitement de l'information, ayant une double compétence en informatique et en statistique. Les métiers visés en sortie de diplôme sont : ingénieur étude et développement en informatique, data engineer, data scientist, data analyst.

Activités visées :

Les ingénieurs certifiés dans la spécialité informatique et mathématiques appliquées sont amenés à pratiquer les activités suivantes :

Dans le domaine de l'étude et du développement en informatique, ils sont amenés à traduire des besoins fonctionnels sous forme technique, à concevoir et développer des logiciels, les tester et les mettre en production. Dans le domaine de l'ingénierie des données, ils s'assurent que les données nécessaires aux traitements sont mises à disposition des équipes utilisatrices et mettent en production des modèles statistiques dans les applications. Dans le domaine de l'analyse des données, ils extraient et structurent les données dans un but d'analyse et d'exploration. Dans le domaine de la science des données, ils élaborent des algorithmes d'intelligence artificielle et industrialisent des modèles d'intelligence artificielle et communiquent les résultats sous forme numérique ou visuelle à l'aide de tableaux de bord. Dans chacun de ces domaines, ils sont amenés à mobiliser un vaste champ de connaissances scientifiques, actualisées par une veille technologique régulière.

Compétences attestées :

Au terme de sa certification, l'ingénieur « informatique et mathématiques appliquées » est un spécialiste du traitement de l'information, à double compétence informatique et statistique. Ses compétences en informatique sont celles d'un spécialiste des systèmes d'information :

  • Concevoir, interroger et maintenir des bases de données dans un contexte de données potentiellement massives et hétérogènes (big data) en assurant leur collecte, leur usage distant (cloud) et leur exploitation. Il s'agit de compétences scientifiques et techniques bien sûr mais pas uniquement : les compétences acquises par l'ingénieur lui permettent de veiller à la protection des données et au respect des contraintes légales (règlement général sur la protection des données).
  • Spécifier, concevoir et développer des logiciels nécessaires pour alimenter ces bases de données et interagir avec elles. La réalisation de ces logiciels exige des compétences scientifiques et techniques (en algorithmique et en programmation pour ne citer que les plus fondamentales) mais pas uniquement : la traduction des besoins fonctionnels en cahiers des charges, la vérification que le logiciel réalisé répond à la demande, l'élaboration de sa documentation exigent des compétences qui relèvent de la communication, de la négociation et du savoir être.
  • Organiser et gérer des projets informatiques en équipe. En sortie de diplôme, l'ingénieur « informatique et statistique » a pratiqué au moins un processus classique de développement de projet et dispose de compétences qui lui permettent de s'intégrer aux équipes d'informaticiens. Mais il est également initié aux compétences qui lui permettront, à moyen terme, de diriger ces projets, en respectant les contraintes et en gérant les conflits, les urgences et les priorités.

Ses compétences en statistique sont celles d'un spécialiste de l'analyse et des sciences de données :

  • Décrire, caractériser et analyser des données, par des méthodes statistiques, dans un environnement complexe. D'un point de vue scientifique et technique, l'ingénieur « informatique et statistique » a acquis des compétences qui lui permettent de comprendre la structure des données à analyser afin de choisir la modélisation statistique appropriée et de déterminer si un jeu de données satisfait les hypothèses d'un modèle avant de mettre en œuvre les techniques statistiques classiques. Il dispose aussi des compétences transversales nécessaires à la traduction analytique des problématiques métiers et à la communication des résultats des analyses.
  • Explorer des données afin d'extraire des informations dans un but de prédiction et d'aide à la décision. Les compétences scientifiques sollicitées sur ce sujet sont complémentaires. Certaines relèvent de domaines en plein essor (intelligence artificielle). Les compétences de l'ingénieur « informatique et statistique » lui permettent de mettre en place et interpréter des tests statistiques dans un objectif de prise de décision ou de gestion des risques, de mesurer la capacité prédictive d'un modèle d'apprentissage d'intégrer son modèle dans une application ou un logiciel, de modéliser des problèmes d'optimisation pour l'aide à la décision et identifier les méthodes efficaces de résolution et de mettre en œuvre une démarche projet en data science.

Au delà de ces compétences spécifiques au traitement de l'information, l'ingénieur « informatique et statistique » a bien sûr acquis des compétences informationnelles générales : évaluation critique l'information et de ses sources, utilisation efficace, éthique et légale de cette information. Il est également capable d'appréhender et de gérer des situations complexes au sein de son cadre socio-économique grâce aux compétences transversales méthodologiques, sociales et personnelles suivantes :

  • Prendre en compte les enjeux de développement durable et de responsabilité sociétale de l'entreprise
  • Travailler en équipe en adoptant une attitude inclusive, notamment envers les personnes porteuses de handicap
  • Développer une pratique réflexive sur son parcours professionnel et les projets mis en œuvre
  • Communiquer et négocier afin d'informer et de convaincre différents interlocuteurs
  • Travailler dans un contexte international en s’exprimant en continu et de façon interactive en langue étrangère et en prenant en compte les spécificités culturelles

 

Modalités d'évaluation :

L’évaluation des acquis de l’apprentissage et de la maitrise des compétences est réalisée par un contrôle continu ou/et un contrôle terminal sur la base de contrôles écrits individuels, d’exposés, de travaux pratiques, de réalisation de dossiers et de mises en situation professionnelle dans le domaine du génie biologique et alimentaire (projets, stages, expériences en entreprise). Les expériences en entreprise (stages, contrats d'alternance, VAE) et la majorité des projets font l’objet d’un rapport, d’une soutenance, et d’une évaluation par compétences selon une grille critériée avec apport d’éléments de preuve.

La situation particulière des personnes porteuses de handicap est prise en compte suite aux préconisations des instances de suivi ad-hoc.

RNCP40747BC01 - Spécifier, concevoir et développer des logiciels

Liste de compétences Modalités d'évaluation
  • Identifier et mobiliser des connaissances scientifiques et techniques pointues (algorithmique, complexité des algorithmes, langages et paradigmes de programmation, sobriété numérique...) dans un contexte  socio-économique, d'innovation ou de recherche, en France ou à l'étranger.
  • Traduire les besoins fonctionnels des clients en cahiers des charges fonctionnels et techniques.
  • Concevoir une architecture logicielle pour les systèmes d'information.
  • Concevoir une application, identifier ses contraintes, la modéliser en vue de son développement.
  • Développer une application en appliquant les bonnes pratiques de programmation.
  • Définir et exécuter un jeu de tests pour s'assurer de la conformité d'un logiciel avec ses spécifications.
  • Élaborer de la documentation technique et utilisateur.
  • Prendre en compte les enjeux de développement durable et de responsabilité sociétale de l'entreprise.
  • Travailler en équipe en adoptant une attitude inclusive, notamment envers les personnes porteuses de handicap.
  • Développer une pratique réflexive sur son parcours professionnel et les projets mis en œuvre.
  • Communiquer et négocier afin d'informer et de convaincre différents interlocuteurs.
  • Travailler dans un contexte international en s’exprimant en continu et de façon interactive en langue étrangère et en prenant en compte les spécificités culturelles.

Contrôles continus ou terminaux individuels (contrôles écrits, exposés oraux, rapports et soutenances de stages en entreprise, évaluation par les tuteurs en entreprise...) et en groupe (comptes rendus de travaux pratiques, rapport et soutenance de projets avec des commanditaires du monde socio-économique). Mises en situation lors de stages et projets,
évaluées par compétences au travers de grilles critériées. Prise en compte particulière des situations de handicap.

RNCP40747BC02 - Organiser et gérer des projets informatiques en équipe

Liste de compétences Modalités d'évaluation
  • Identifier et mobiliser des connaissances scientifiques et techniques pointues (algorithmique, langages et paradigmes de programmation, méthodes statistiques et d'intelligence artificielle, outils de planification, modélisation...) dans un contexte socio-économique, d'innovation ou de recherche, en France ou à l'étranger.
  • Manager une équipe, gérer des conflits, afin de mener à bien un projet (respect des contraintes, délais…).
  • Maîtriser les aspects économiques et financiers d’un projet.
  • Mettre en œuvre un processus de développement de projet afin d’assurer une production de qualité et/ou innovante.
  • Gérer les priorités et les urgences, estimer les risques afin de maîtriser la production.
  • Prendre en compte les enjeux de développement durable et de responsabilité sociétale de l'entreprise.
  • Travailler en équipe en adoptant une attitude inclusive, notamment envers les personnes porteuses de handicap.
  • Développer une pratique réflexive sur son parcours professionnel et les projets mis en œuvre.
  • Communiquer et négocier afin d'informer et de convaincre différents interlocuteurs.
  • Travailler dans un contexte international en s’exprimant en continu et de façon interactive en langue étrangère et en prenant en compte les spécificités culturelles.

Contrôles continus ou terminaux individuels (contrôles écrits, exposés oraux, rapports et soutenances de stages en entreprise, évaluation par les tuteurs en entreprise...) et en groupe (comptes rendus de travaux pratiques, rapport et soutenance de projets avec des commanditaires du monde socio-économique). Mises en situation lors de stages et projets,
évaluées par compétences au travers de grilles critériées. Prise en compte particulière des situations de handicap.

RNCP40747BC03 - Concevoir, gérer et interroger des bases de données numériques, notamment dans un contexte de données massives

Liste de compétences Modalités d'évaluation
  • Identifier et mobiliser des connaissances scientifiques et techniques pointues (algorithmique, langages de programmation, modèles de bases de données, contraintes liées à l'hébergement des données...) dans un contexte socio-économique, d'innovation ou de recherche, en France ou à l'étranger.
  • Évaluer les besoins et concevoir une base de données adaptée.
  • Mettre en place une base de données (choix, installation et configuration d'un gestionnaire de base de données et implémentation de la base de données).
  • Administrer et sécuriser les données (politiques d'accès, sauvegardes et protection des données personnelles).
  • Interroger les bases de données de façon efficace dans le langage natif ainsi qu'avec d'autres langages de programmation.
  • Maintenir une base de données en assurant la cohérence, le nettoyage des données et l'uniformisation de données hétérogènes.
  • Gérer les données hétérogènes et massives (big data) en assurant leur collecte, leur stockage distant (cloud) et leur exploitation.
  • Prendre en compte les enjeux de développement durable et de responsabilité sociétale de l'entreprise.
  • Travailler en équipe en adoptant une attitude inclusive, notamment envers les personnes porteuses de handicap.
  • Développer une pratique réflexive sur son parcours professionnel et les projets mis en œuvre.
  • Communiquer et négocier afin d'informer et de convaincre différents interlocuteurs..
  • Travailler dans un contexte international en s’exprimant en continu et de façon interactive en langue étrangère et en prenant en compte les spécificités culturelles.

Contrôles continus ou terminaux individuels (contrôles écrits, exposés oraux, rapports et soutenances de stages en entreprise, évaluation par les tuteurs en entreprise...) et en groupe (comptes rendus de travaux pratiques, rapport et soutenance de projets avec des commanditaires du monde socio-économique). Mises en situation lors de stages et projets,
évaluées par compétences au travers de grilles critériées. Prise en compte particulière des situations de handicap.

RNCP40747BC04 - Décrire, caractériser et analyser des données numériques par des méthodes statistiques, dans un environnement complexe

Liste de compétences Modalités d'évaluation
  • Identifier et mobiliser des connaissances scientifiques et techniques pointues (probabilités, statistique, programmation...) dans un contexte socio-économique, d'innovation ou de recherche, en France ou à l'étranger.
  • Comprendre la structure des données à analyser : unité statistique, variables observées, échantillon, population, type de variables, données manquantes pour choisir la modélisation statistique appropriée.
  • Décrire les données à l'aide des statistiques descriptives (indicateurs numériques et graphiques).
  • Concevoir et effectuer des expériences/simulations numériques pour tester des modèles et identifier des tendances.
  • Analyser des données en grande dimension (sélection de variables).
  • Traduire de manière analytique les problématiques métiers, communiquer les résultats (mode expert ou grand public) par un rapport d'analyse statistique et des méthodes de  visualisation des données.
  • Prendre en compte les enjeux de développement durable et de responsabilité sociétale de l'entreprise.
  • Travailler en équipe en adoptant une attitude inclusive, notamment envers les personnes porteuses de handicap.
  • Développer une pratique réflexive sur son parcours professionnel et les projets mis en œuvre.
  • Communiquer et négocier afin d'informer et de convaincre différents interlocuteurs.
  • Travailler dans un contexte international en s’exprimant en continu et de façon interactive en langue étrangère et en prenant en compte les spécificités culturelles.

Contrôles continus ou terminaux individuels (contrôles écrits, exposés oraux, rapports et soutenances de stages en entreprise, évaluation par les tuteurs en entreprise...) et en groupe (comptes rendus de travaux pratiques, rapport et soutenance de projets avec des commanditaires du monde socio-économique). Mises en situation lors de stages et projets,
évaluées par compétences au travers de grilles critériées. Prise en compte particulière des situations de handicap.

RNCP40747BC05 - Explorer des données numériques afin d'extraire des informations pertinentes pour les parties prenantes dans un but de prédiction et d'aide à la décision

Liste de compétences Modalités d'évaluation
  • Identifier et mobiliser des connaissances scientifiques et techniques pointues (probabilités, statistique, intelligence artificielle, optimisation, recherche opérationnelle...) dans un contexte socio-économique, d'innovation ou de recherche, en France ou à l'étranger.
  • Définir les données d’apprentissage (structures, dépendances, types...)
  • Construire des jeux de données données issu des données initiales ou des jeux de données synthétiques par simulation, à partir des modèles génératifs, dans le but de tester des modèles d'apprentissage.
  • Développer et interpréter un modèle d'apprentissage à partir des données : mesurer sa capacité prédictive, mettre en place des tests statistiques dans un objectif de prise de décision ou de gestion de risques.
  • Sélectionner un algorithme ou un modèle d'apprentissage et optimiser les valeurs de ses paramètres.
  • Modéliser des problèmes d'optimisation pour l'aide à la décision et identifier les méthodes efficaces de résolution.
  • Mettre en œuvre une démarche de projet en data science.
  • Prendre en compte les enjeux de développement durable et de responsabilité sociétale de l'entreprise.
  • Travailler en équipe en adoptant une attitude inclusive, notamment envers les personnes porteuses de handicap.
  • Développer une pratique réflexive sur son parcours professionnel et les projets mis en œuvre.
  • Communiquer et négocier afin d'informer et de convaincre différents interlocuteurs.
  • Travailler dans un contexte international en s’exprimant en continu et de façon interactive en langue étrangère et en prenant en compte les spécificités culturelles.

Contrôles continus ou terminaux individuels (contrôles écrits, exposés oraux, rapports et soutenances de stages en entreprise, évaluation par les tuteurs en entreprise...) et en groupe (comptes rendus de travaux pratiques, rapport et soutenance de projets avec des commanditaires du monde socio-économique). Mises en situation lors de stages et projets,
évaluées par compétences au travers de grilles critériées. Prise en compte particulière des situations de handicap.

Description des modalités d'acquisition de la certification par capitalisation des blocs de compétences et/ou par correspondance :

L'obtention de la certification est conditionnée par la validation des 5 blocs de compétences.

Secteurs d’activités :

Les ingénieurs « informatique et statistique » interviennent principalement dans les secteurs d'activités suivants :

  • entreprises de services du numérique (ESN)
  • banque, finance, assurance
  • grande distribution, e-commerce, industrie, recherche

Type d'emplois accessibles :

  • data Ingénieur
  • data scientist
  • Ingénieur MLOPS
  • Ingénieur IA/ML
  • Analyste Data
  • Ingénieur BI
  • Ingénieur Logiciel
  • Architecte Logiciel
  • Ingénieur d'études et développement informatique
  • Prompt Ingénieur

À plus long terme :

  • chef de projet informatique
  • directeur des systèmes d'information
  • chef projet Data

Code(s) ROME :

  • M1403 - Études et prospectives socio-économiques
  • M1805 - Études et développement informatique

Références juridiques des règlementations d’activité :

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

Certification professionnelle de niveau 5 ou 6 (type BUT, BTS, Licences...) ou équivalent

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

Outre la validation des compétences détaillées ci-dessus, pour viser le titre d'ingénieur le candidat doit valider les critères suivants : 

  • Une expérience à l’international obligatoire
  • Une expérience en milieu professionnel au cours de la certification de 30 semaines minimum, dont 14 semaines en entreprise au minimum sous statut étudiant
  • Un niveau attesté d’Anglais minimum obligatoire (Niveau B2 du cadre européen commun de référence pour les langues).

Pré-requis disctincts pour les blocs de compétences :

Non

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

Directeur de l'école (Président du jury), les directeurs des spécialités, 1 enseignant-chercheur ou enseignant par spécialité.

-
En contrat d’apprentissage X

Directeur de l'école (Président du jury), les directeurs des spécialités, 1 enseignant-chercheur ou enseignant par spécialité.

-
Après un parcours de formation continue X

Directeur de l'école (Président du jury), les directeurs des spécialités, 1 enseignant-chercheur ou enseignant par spécialité.

-
En contrat de professionnalisation X

Directeur de l'école (Président du jury), les directeurs des spécialités, 1 enseignant-chercheur ou enseignant par spécialité.

-
Par candidature individuelle X - -
Par expérience X

Directeur de l'école (Président du jury), le correspondant VAE de l'école, le directeur de la spécialité , 2 professionnels.

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

Statistiques :

Statistiques
Année d'obtention de la certification Nombre de certifiés Nombre de certifiés à la suite d’un parcours vae Taux d'insertion global à 6 mois (en %) Taux d'insertion dans le métier visé à 6 mois (en %) Taux d'insertion dans le métier visé à 2 ans (en %)
2023 37 0 77 77 -
2022 62 0 92 92 90
2021 54 0 84 84 100
2020 63 0 62 62 84
2019 45 0 91 91 96

Lien internet vers le descriptif de la certification :

https://www.polytech-lille.fr/

Liste des organismes préparant à la certification :

Certification(s) antérieure(s) :

Certification(s) antérieure(s)
Code de la fiche Intitulé de la certification remplacée
RNCP36253 Titre ingénieur - Ingénieur diplômé de l'Ecole polytechnique universitaire de Lille de l'Université de Lille, spécialité Informatique et Mathématiques appliquées

Référentiel d'activité, de compétences et d'évaluation :