Certification professionnelle

Objectifs et contexte de la certification :

Les secteurs liés au traitement de l’information, qu’il s’agisse des signaux physiques, des données numériques ou des systèmes hybrides mêlant capteurs, réseaux et calcul, connaissent une évolution rapide sous l’effet de plusieurs dynamiques convergentes.

La transformation numérique des industries, l’essor massif de l’Internet des objets (IoT), la prolifération de capteurs intelligents et l’importance croissante de la donnée dans la prise de décision transforment en profondeur les chaînes de production, les infrastructures et les services. Parallèlement, l’intégration de techniques avancées d’Intelligence Artificielle, au sens scientifique du terme, ouvre la voie à des systèmes capables d’analyser, de modéliser, de prédire et d’optimiser de manière autonome des phénomènes complexes.

Ces tendances créent un besoin marqué d’ingénieurs compétents pour concevoir et maîtriser des systèmes où la capture, le traitement et l’exploitation intelligente des signaux et des données jouent un rôle déterminant.

Face à ces enjeux, la formation, dont le nom d’usage est « Signaux, Données et Décisions », vise à former des ingénieurs capables de relever les défis technologiques, économiques et environnementaux des industries d’aujourd’hui et de demain.

Le programme met l’accent sur la capacité à concevoir et optimiser des architectures intégrant des capteurs, des techniques de mesure, de traitement de signaux et de données, ainsi que des approches avancées d’analyse et d’aide à la décision.

Un accent particulier est porté sur la transversalité des compétences : documentation technique, veille technologique, travail collaboratif et approche systémique.

Il s’agit en effet de préparer les ingénieurs à s’adapter à la diversité des secteurs industriels, à anticiper les mutations technologiques et à participer activement à la conception de systèmes intelligents et durables, au service d’une industrie plus efficiente et responsable.

NOTA : Dans ce document, le terme « Intelligence Artificielle » (IA) est utilisé dans son acception scientifique, à savoir l’ensemble des méthodes scientifiques et des applications technologiques visant à automatiser des tâches, tout en allant au-delà de la simple résolution algorithmique de problèmes. Cela inclut : les techniques d’apprentissage automatique (supervisé, non supervisé, avec ou sans réseaux de neurones), les approches numériques de résolution de problèmes inverses, ainsi que les heuristiques et méta-heuristiques.

Activités visées :

Les activités professionnelles visées dans le cadre de cette formation d'ingénieur se concentrent sur les axes principaux suivants :

1. L’analyse et le traitement des signaux et des données issues de capteurs : identification des besoins industriels, analyse des problématiques techniques, et utilisation d’outils pouvant relever de l'intelligence artificielle, pour interpréter et valoriser les données.
2. La conception et l’optimisation de systèmes industriels : développement de systèmes de mesure, mise en œuvre de capteurs virtuels et low-cost, création de modèles prédictifs pour la maintenance et optimisation des performances en assurant fiabilité et conformité.
3. L'installation de systèmes pluritechniques : intégration des technologies dans des environnements complexes, collaboration avec des équipes pour une mise en œuvre efficace, et respect des exigences de sécurité, de norme et de durabilité.
4. Le pilotage et l'innovation : conduite de projets, exploitation des technologies avancées (IoT, big data), contrôle des processus et systèmes intelligents, intégration des enjeux environnementaux dans les solutions développées, rédaction de documents techniques et veille technologique.
5. La gestion de projets : coordination, animation de réunions, communication, reporting, management d’équipe.

Compétences attestées :

L’ingénieur diplômé maîtrise les sciences et technologies de l’information appliquées aux systèmes industriels : traitement du signal, analyse de données, modélisation des systèmes physiques, architectures de mesure et de contrôle, et technologies numériques associées (IA scientifique, IoT, systèmes communicants). Il mobilise ces connaissances pour analyser, concevoir et optimiser des systèmes complexes en intégrant modélisation, simulation, approches numériques et démarche d’ingénierie systémique.

Il est capable d’identifier et de résoudre des problèmes, même imprécis ou incomplètement définis, de concevoir et valider des solutions technologiques, et de conduire des projets d’ingénierie en intégrant les contraintes techniques, économiques, réglementaires, environnementales et sociétales. Il sait développer des modèles, des algorithmes d’analyse et de prédiction, évaluer les performances et la fiabilité, et déployer des solutions dans des environnements industriels réels.

L’ingénieur prend en compte les enjeux de l’entreprise et de la société : compétitivité, qualité, impacts environnementaux, transitions numériques et énergétiques. Il intègre les responsabilités sociales et professionnelles, la gestion des risques, ainsi que les enjeux de santé, sécurité et diversité au travail.

Il dispose des compétences humaines et organisationnelles attendues : travail en équipe pluridisciplinaire, communication écrite et orale efficace, capacité à œuvrer dans des environnements internationaux, éthique professionnelle, autonomie, gestion du temps et leadership. Il adopte une démarche responsable et durable, s’implique dans l’innovation, l’entrepreneuriat et la conduite de projets, et exerce son activité avec un sens affirmé des enjeux sociétaux, économiques et environnementaux.

Modalités d'évaluation :

La certification est délivrée à l’issue de l’évaluation des compétences académiques et professionnelles acquises ou améliorées par les candidats au cours de la formation. Les modalités d’évaluation reposent sur une combinaison d’épreuves théoriques, pratiques et professionnelles, permettant de valider l’ensemble des blocs de compétences visés :

1. Évaluations théoriques : examens écrits ou oraux portant sur les fondamentaux scientifiques, techniques et méthodologiques.
2. Mises en situation professionnelles : réalisation de projets concrets simulant des problématiques industrielles réelles, incluant l’analyse, la conception, l’optimisation et le déploiement de solutions techniques. Ces projets sont évalués selon des critères de qualité, de robustesse et de pertinence des solutions proposées.
3. Rapports, soutenances, bilan des périodes en entreprises : les rédactions de rapports, les soutenances devant des jurys composés d’enseignants et de professionnels, permettent de vérifier la capacité à réinvestir tous ces savoirs en contexte professionnel et à vérifier conjointement avec les tuteurs l’évolution et la validation des compétences attendues de la certification.
4. Validation des blocs de compétences : Les évaluations contribuent à l’alimentation du portfolio de compétences de chaque apprenti. Ce portfolio et un livret de suivi servent de supports à la relation entre l’apprenti, l’école et l’entreprise. Chaque bloc de compétences doit être validé.

Ces modalités garantissent une évaluation rigoureuse et cohérente avec les exigences professionnelles et académiques, tout en favorisant la reconnaissance des compétences opérationnelles des certifiés.

Les évaluations peuvent être adaptées en fonction des recommandations du référent handicap de l'École.