L'essentiel
Code(s) NSF
114b : Modèles mathématiques ; Informatique mathématique
326m : Informatique, traitement de l'information
Formacode(s)
11036 : Statistique
31054 : Informatique - Systèmes d’information et numérique
31025 : Analyse de données
11033 : Mathématiques décision
Date d’échéance
de l’enregistrement
26-06-2031
| Nom légal | Siret | Nom commercial | Site internet |
|---|---|---|---|
| GROUPE DES ECOLES NATIONALES D ECONOMIE ET STATISTIQUE | 13001422800089 | ENSAE-ENSAI Formation Continue (Cepe) | https://www.lecepe.fr/certificats/data-analyst/ |
Objectifs et contexte de la certification :
La certification « Data analyse : exploiter, analyser des données structurées et réaliser des études quantitatives » portée par l’ENSAE-ENSAI Formation Continue, s’inscrit dans un contexte de transformation profonde et durable des organisations, marqué par la place centrale occupée par la donnée dans les processus de pilotage, d’évaluation et d’aide à la décision. Cette transformation concerne l’ensemble des secteurs d’activité, tant publics que privés et touche des organisations de toutes tailles.
Compétences attestées :
Préparer les données en vue de leur analyse en important, nettoyant et mettant en forme des jeux de données structurées.
Traiter les données manquantes afin de compléter les informations non renseignées sans altérer significativement le jeu de données initial en utilisant des techniques d’omission ou d’imputation.
Mener une analyse exploratoire approfondie d’un jeu de données afin d’en structurer l’information sous-jacente et d’en proposer une représentation synthétique et interprétable, via une méthode d’analyse factorielle adaptée (ACP, AFC ou ACM).
Mettre en œuvre une approche de segmentation des données en choisissant et paramétrant un algorithme de classification non supervisée (clustering) pertinent (CAH et/ou K-means) pour organiser les observations en classes homogènes et exploitables.
Réaliser des tests statistiques afin d’inférer des conclusions robustes sur une population à partir d’un échantillon restreint, en mobilisant les techniques de test d’hypothèses.
Mettre en œuvre un modèle statistique pour expliquer une variable d’intérêt à partir de facteurs explicatifs connus en utilisant les méthodes de régression linéaire ou logistique.
Mettre en œuvre un modèle prédictif opérationnel pour obtenir des prévisions d’une variable d’intérêt en choisissant correctement la métrique à utiliser.
Concevoir et déployer une application web interactive afin de restituer des analyses statistiques ou des résultats de modélisation de manière claire et exploitable.
Produire et structurer un reporting statistique descriptif, en mobilisant des indicateurs pertinents et des représentations graphiques adaptées, afin de synthétiser et de rendre exploitables des données dans un contexte professionnel.
Rédiger et restituer oralement une présentation structurée des résultats d’une étude statistique, en intégrant leur interprétation, leurs limites et leur portée afin d’éclairer la prise de décision.
Modalités d'évaluation :
Série de questions ou d’exercices courts, études de cas.
Soutenance orale.
Références juridiques des règlementations d’activité :
Sans objet
Le cas échant, prérequis à l’entrée en formation :
L’accès à la formation certifiante est conditionné à la détention de connaissances en mathématiques d’un niveau équivalent à celui d’un baccalauréat avec spécialité mathématiques. Ainsi, les candidats doivent posséder des notions mathématiques fondamentales, notamment les suites arithmétiques et géométriques, les fonctions (incluant limites, dérivées, primitives, logarithmes et intégration) et les probabilités.
Les candidats doivent par ailleurs justifier d’une expérience professionnelle d’au moins trois années. En outre, ils doivent être en mesure de construire un raisonnement structuré, d’analyser une problématique de manière autonome et de faire preuve d’esprit critique dans l’interprétation des résultats. Ainsi, une appétence marquée pour l’analyse de données, les raisonnements quantitatifs et la résolution de problématiques complexes est attendue afin de tirer pleinement profit du parcours.
Le cas échant, prérequis à la validation de la certification :
| 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 | - | - | |
| En contrat d’apprentissage | X | - | - | |
| Après un parcours de formation continue | X |
Le Responsable Pédagogique de l'ENSAE-ENSAI Formation Continue en charge du certificat qui en assure la présidence. 2 professionnels du monde de la Data, externes à l'ENSAE-ENSAI Formation Continue.
|
30-06-2026 | |
| En contrat de professionnalisation | X | - | - | |
| Par candidature individuelle | X | - | - | |
| Par expérience | X | - | - |
Aucune correspondance
Date du dernier Journal Officiel ou Bulletin Officiel :
24-11-2021
| Date de décision | 26-06-2026 |
|---|---|
| Durée de l'enregistrement en années | 5 |
| Date d'échéance de l'enregistrement | 26-06-2031 |
| Date de dernière délivrance possible de la certification | 26-12-2031 |
Statistiques :
| Année d'obtention de la certification | Nombre de certifiés | Nombre de certifiés par reconnaissance de l'expérience professionnelle |
|---|---|---|
| 2025 | 15 | - |
| 2024 | 12 | - |
| 2023 | 21 | - |
| 2022 | 8 | - |
| 2021 | 8 | - |
Lien internet vers le descriptif de la certification :
Le certificateur n'habilite aucun organisme préparant à la certification
Certification(s) antérieure(s) :
| Code de la fiche | Intitulé de la certification remplacée |
|---|---|
| RS5600 | Exploiter, analyser des données structurées et réaliser des études statistiques (Data Analyst) |