Certification professionnelle

Déployer un système de veille, en définissant le périmètre de recherche, les outils appropriés, ainsi que les canaux de collecte, en déterminant les outils de traitement et de diffusion de l’information afin d’appréhender le contexte et les innovations incombant à la structure financière.

Cartographier les risques en identifiant, évaluant, et hiérarchisant les différents risques auxquels l’organisation est exposée (y compris les risques ESG), afin que ces risques soient maîtrisés dans le cadre de l’activité de l’entreprise ou d’un projet spécifique en question.

Établir les règles et processus d’analyse adaptés aux données, en identifiant les données à corriger ou à exclure, afin d’améliorer la cohérence et la fiabilité du processus de décision basé sur ces données.

Définir des espaces de stockage adaptés, en y agrégeant les données structurées et non- structurées afin de déployer des outils de Business intelligence.

Identifier les problématiques rencontrées dans les métiers financiers, en menant des entretiens avec les parties prenantes, en procédant à une analyse quantitative et qualitative des problématiques financières relevées, afin de définir les besoins en termes de solutions Data.

Établir  un cahier des charges en traduisant les besoins des métiers financiers en solutions techniques d’aide à la décision financière, afin de répondre aux problématiques des parties prenantes.

Identifier des outils de data-science adaptés, en intégrant l’innovation, en respectant la réglementation en vigueur, en vérifiant l’adéquation entre les outils d’extraction de données, les moteurs de calculs et les interfaces utilisateurs, afin d’élaborer la solution technique.

Mises en situation professionnelle 

Construire les solutions de stockage de données adaptées en fonction de la nature des données, structurées ou non-structurées, tout en vérifiant l’adéquation avec les moteurs de calculs et les interfaces clients et en utilisant le matériel adapté pour minimiser l’impact environnemental, afin d’assurer la bonne performance des outils déployés. Cette dernière phrase est à supprimer.

Déployer l’environnement en le dimensionnant à la taille des bases de données à la fois pour les données d’entrées des algorithmes (input) et des données de sortie (output) afin d’assurer une bonne maintenabilité des systèmes et des bases de données associées.

Concevoir les algorithmes de data- science appropriés en procédant à des analyses préliminaires et en classant les algorithmes suivant leur précision afin de développer les outils adaptés.

Tester la fiabilité des algorithmes retenus en vérifiant leurs performances sur des données de validation afin de minimiser le risque d’erreur de modèle.

Traduire la solution data en outil opérationnel, en intégrant les algorithmes data dans le processus opérationnel de l’entreprise en le testant dans un environnement data préexistant, afin d'implémenter les solutions  définies dans un cahier des charges préexistant.

Organiser le basculement au nouveau système, en assurant la transition des nouveaux algorithmes, en définissant les critères de passation, en faisant tourner en parallèle les systèmes à remplacer afin de garantir une transition sans incidents pour les utilisateurs.

Mises en situation professionnelle

Établir des algorithmes de génération de flux financiers en utilisant des méthodes de simulation adaptées, afinde faciliter le processus décisionnel.

Identifier le scénario optimal, en utilisant les méthodes de simulations préalablement établies, en appliquant les outils d’optimisation du ratio rendements/risque, afin de maximiser les ressources de l’entreprise.

Évaluer les risques inhérents au projet, en utilisant les concepts et techniques probabilistes, afin d’ajuster l’allocation de ressources initiales.

Cartographier les modèles préalablement définis dans les scénarios, en utilisant les critères de plausibilité classiques afin de sélectionner le modèle prédictif le plus adapté au projet financier.

Adapter les modèles sélectionnés pour l’utilisateur non technicien, en développant des interfaces ergonomiques et accessibles et en donnant la possibilité à l’utilisateur de faire tourner de nouvelles données afin de prendre les décisions financières appropriées.

Créer des outils numériques de consolidation des résultats obtenus par l’analyse des données massives en adaptant les outils de visualisation aux algorithmes de traitement des données afin de transformer les données techniques en informations exploitables par les parties prenantes et les décisionnaires.

Présenter les résultats agrégés, en créant des présentations visuelles adaptées, en mettant en valeur les supports graphiques et en utilisant les techniques de présentation orale adaptées, afin d’aider les parties prenantes et les décideurs dans leurs processus d’analyse stratégique.

Mises en situation professionnelle, études de cas

Organiser les conditions et modalités de travail du projet d’intégration/ de restructuration d’un modèle Data Science, en définissant les rôles et missions de chacun, en prenant en compte les éventuelles situations de handicap, en allouant les moyens humains, financiers et matériels nécessaires à chaque étape du projet, afin d’atteindre les objectifs prédéfinis.

Définir les modalités de suivi et d’évaluation des objectifs, en fixant les indicateurs de performance individuels et collectifs pour chaque projet piloté et en planifiant les modalités de communication, afin d’optimiser les performances de l’équipe projet.

Animer le projet d’équipe au quotidien en organisant et animant des réunions régulières, en favorisant l’inclusion et en intégrant les besoins spécifiques liés aux situations de handicap afin de créer un environnement de travail respectueux.

Évaluer les différents impacts des transformations en cours sur les collaborateurs et les projets, en définissant les modalités adaptées aux différents profils et personnalités de l’organisation, afin de détecter les potentielles résistances au changement.

Elaborer un plan d'accompagnement au changement en identifiant et en mettant en place des actions adaptées aux différents profils, en adoptant une communication claire et transparente et en organisant de formations et des ateliers afin d'engager les équipes dans le processus de changement.

Mises en situation professionnelle