Certification professionnelle

Objectifs et contexte de la certification :

Le diplôme d’ingénieur de l’INSA de Toulouse en spécialité Mathématiques Appliquées a pour objectif de certifier la capacité pour son titulaire de conduire des projets de modélisation issus des besoins croissants de divers secteurs industriels et des services. Dans un contexte d’explosion du numérique, du volume et de la variété des données ainsi que  des capacités de stockage et de calcul,  de très nombreux métiers nécessitent des compétences de pointe en mathématiques pour résoudre des problématiques de plus en plus complexes. Selon une étude récente sur l’impact socioéconomique des mathématiques en France réalisé par le cabinet de conseil CMI à la demande de l’Agence pour les Mathématiques en Interaction avec l’Entreprise et la Société (AMIES), la mobilisation de champs de compétences mathématiques tels que le traitement du signal et de l’image, l’analyse et la valorisation de données, potentiellement massives, la modélisation, la simulation, l’optimisation, le calcul haute performance est croissante dans de nombreux secteurs d’activité tels que le secteur de l’énergie, de l’aéronautique, des transports, des télécommunications, de la santé, des banques et assurances, du marketing. La certification recouvre de manière complète tous les champs des Mathématiques Appliquées depuis la modélisation et simulation des phénomènes physiques et mécaniques au sens large jusqu’aux Sciences du calcul et à la modélisation aléatoire et la Science des données. Cette certification vise principalement la thématique de l’ Intelligence artificielle hybride, qui associe les techniques d’apprentissage automatique à partir des données et la modélisation mathématique qu’elle soit aléatoire ou déterministe.

Activités visées :

Modélisation-Simulation-Optimisation :

• Conduire une démarche projet interdisciplinaire : analyse du besoin, définition des objectifs, réalisation et restitution auprès de décideurs incluant veille bibliographique et contraintes RGPD/CNIL
• Modéliser des phénomènes variés (finance, physique, biologie…) via EDO, EDP, modèles aléatoires ; ajustement statistique, apprentissage machine, simulations
• Optimisation des performances algorithmiques : réduction du temps d’exécution, mémoire, impact environnemental, parallélisation.
• Concevoir et développer des solutions logicielles adaptées au problème (Cloud, HPC, Spark, implémentation) ; conduire infrastructure technique, analyse de performances
• Gestion de projets informatiques : conception, implémentation, documentation et maintenance de logiciels intégrant des données structurées ou non.

Sciences des Données-Intelligence Artificielle :

• Identification et analyse des besoins des organisations en matière de données, cadrage de projets.
• Structuration et gestion de bases : collecte, prétraitement, transformation (ETL), modélisation SQL/Web scraping, automatisation des processus.
• Analyse exploratoire et statistique via Python (NumPy, Pandas) ou outils type Dataiku/KNIME : statistiques descriptives, inférentielles, choix méthodologiques.
• Visualisation & dashboard : création et interprétation de tableaux de bord dynamiques, cartographies, reporting.
• Mise en place d’algorithmes machine learning : segmentation, réduction dimensionnelle, pipelines de prédiction.
• Optimisation, industrialisation et intégration des modèles pour utilisation décisionnelle par des équipes métiers

• Pilotage de projet data : méthodologie agile/Scrum, veille métier, accompagnement des équipes, considération RGPD, éthique et communication orale/écrite claire

   

Compétences attestées :

L’ingénieur de spécialité Mathématiques appliquées pourra revendiquer une compétence opérationnelle des méthodes numériques, déterministes ou stochastiques, pour acquérir la capacité à modéliser dans des domaines d’applications variés :

• Appliquer les outils fondamentaux de l’ingénieur mathématicien
• Concevoir, mettre en œuvre et valider des modèles mathématiques avancés et des solutions numériques adaptées
• Appréhender l’aléa et modéliser les incertitudes
• Analyser et valoriser des données, potentiellement massives
• Formuler et résoudre des problèmes complexes d’optimisation, d’aide à la décision et de gestion des risques
• Participer au développement de solutions logicielles
• Formuler et modéliser des problèmes notamment dans les systèmes complexes relatifs aux mathématiques appliquées
• Intégrer, dans l'analyse des problèmes et le développement des solutions, les aspects Qualité – Hygiène (données massives utilisées pour le profilage nutritionnel/santé publique) - Sécurité (Cybersécurité) - Environnement (l'IA a un impact sur la mobilité/transport, améliore la consommation énergétique, a des répercussions environnementales, ex : réduction de l'émission mondiale de gaz à effet de serre
• Gérer un projet inter/pluri disciplinaire (maîtriser une méthode de gestion de projets, analyse des coûts...)
• Communiquer en entreprise (rapports; compte rendus, synthèse, présentations orales….) en plusieurs langues
• Gérer un groupe : animer une équipe, argumenter et négocier, communiquer en situation de crise
• Formuler et argumenter des solutions en s'appuyant sur des éléments économiques, de veille et positionnement scientifiques, RSE
• Prendre en compte les enjeux des relations au travail, de sécurité et de santé au travail et les dimensions éthiques (ex: RGPD / utilisation des données personnelles ) qui s'y rapportent
• Travailler en contexte international et multiculturel en prenant en compte les enjeux industriels, économiques et sociétaux
• Protéger, valoriser et exploiter une innovation

Modalités d'évaluation :

• Écriture d’un rapport de stage et présentation orale du travail réalisé en entreprise
• Analyse de cas d’études pratiques issus de projets industrie et recherche
• Constitution de dossier technique de synthèse du Bureau d’études (seul ou en binôme ou en groupe)
• Oral (français et anglais) de présentation d’un dossier technique
• Examen écrit individuel et oral sur la résolution de problèmes
• Projet (seul ou en binôme)
• Quizz et autoévaluation de la progression dans l’assimilation des compétences
• Réalisation (seul et en groupe) de programme et maquettes informatiques
• Projet recherche : mémoire et oral de présentation des travaux
• Participation à un Challenge Inter-écoles
• Mises en situation professionnelles au travers des situations d'apprentissage et d'évaluation, des stages et des périodes entreprise
• Des modalités spécifiques d'évaluation sont mises en place pour les étudiants en situation de handicap pour s’adapter à leurs besoins spécifiques