Banque, assurance et crédit par région, département et ville

La certification Manager de la performance des organisations par la data vise à former les décideurs de l’entreprise aux enjeux et applications de la data, dans un monde professionnel en pleine mutation numérique. L'objectif est de répondre à une demande croissante pour des profils hybrides, capables de comprendre les sciences des données (y compris les modèles s’appuyant sur l’Intelligence Artificielle) et les opportunités qu’elles offrent en matière de création de valeurs dans le monde de l’entreprise.

L'intrication des enjeux du monde de l’entreprise avec l’analyse de données est relativement récente et s'inscrit dans un contexte marqué par trois facteurs principaux :

* L'explosion du ‘Big Data’ a entraîné l'accumulation de grandes masses de données, générées par une variété de sources, des médias sociaux aux dispositifs IoT ;

* Le développement de moyens de calculs puissants, notamment grâce à l'essor des technologies Cloud, a permis d'exploiter ces données de manière plus efficace et à une échelle sans précédent ;

* La mise au point récente d'algorithmes puissants, comme les réseaux de neurones et le Deep Learning, a ouvert de nouvelles perspectives pour l'analyse de données et l'IA.

Ces évolutions ont créé un besoin pour des profils capables de naviguer à l'interface de la technologie et du business. Les entreprises ont besoin de professionnels qui comprennent non seulement comment fonctionnent les technologies de la data et de l'IA, mais aussi comment elles peuvent être utilisées pour générer de la valeur, que ce soit en optimisant les opérations, en améliorant la prise de décision ou en créant de nouvelles opportunités d'affaires.

Le Manager de la performance des organisations par la data répond à cette double problématique. D'une part, il maîtrise les outils et les techniques d'analyse de données, de gestion de projet et d'IA. D'autre part, il comprend le fonctionnement des entreprises, les enjeux du marché et les tendances du secteur. Il est ainsi capable de faire le lien entre les volets technologiques et organisationnels des stratégies toujours plus basées sur les données et l'IA.

Dans ce contexte, la certification couvre les deux grands domaines de compétences nécessaires pour exercer ce métier. D'une part, les compétences en "Business et Management" permettent aux étudiants de comprendre l'environnement commercial, de développer des stratégies de marketing, de piloter financièrement ces dernières et de gérer des projets stratégiques. D'autre part, les compétences techniques en analyse de données et en IA leur permettent de manipuler et d'interpréter les données, d'utiliser les outils de gestion de données et d'appliquer l'IA à la poursuite des objectifs métiers sus-évoqués.

Le profil Manager de la performance des organisations par la data est encore rare sur le marché du travail, mais la demande est forte et devrait continuer de croître dans les années à venir. Cette certification entend ainsi contribuer à la formation de ces nouveaux décideurs, capables de piloter la transformation numérique des entreprises et de les guider dans l'ère de la data et de l'IA.

* Évaluation diagnostique et traitement des anomalies des données : réalisation d'une vérification exhaustive des ensembles de données pour identifier et corriger les anomalies à l'aide de techniques avancées de nettoyage et de prétraitement, garantissant ainsi l'intégrité et la fiabilité des données pour les analyses ultérieures.

* Conception de visualisations interactives pour l'aide à la décision : production des visualisations de données dynamiques et interactives qui facilitent l'analyse et la compréhension des résultats, ce qui permet aux parties prenantes de prendre des décisions éclairées basées sur des données objectives et pertinentes.

* Conception algorithmique et optimisation des modèles d'apprentissage automatique : élaboration et amélioration des algorithmes d'apprentissage automatique, en utilisant des techniques de réglage des paramètres et de validation croisée pour maximiser l'efficacité prédictive des modèles supervisés et non-supervisés.

* Optimisation et déploiement stratégique de modèles d'IA générative avec techniques avancées pour améliorer performance et précision, adaptés au cloud pour divers cas d'utilisation.

* Analyse de marché et déploiement de stratégie marketing consolidée : évaluation des tendances et forces du marché pour anticiper les évolutions. Analyse des concurrents et obstacles pour renforcer la position. Optimisation des 7P pour maximiser l'impact commercial.

* Analyse stratégique et diagnostic financier des modèles économiques numériques : analyse des business models numériques, tels que SaaS et plateformes, pour évaluer revenus, coûts, acquisition d'utilisateurs et évolutivité. Diagnostic financier pour évaluer rentabilité, liquidité et solvabilité, avec recommandations d'optimisation sectorielles.

* Formulation de recommandation stratégique sur la stratégie RSE d'une entreprise : identification des leviers de durabilité en analysant les processus pour intégrer des pratiques plus circulaires dans le modèle d'affaires. Initiation au calcul simplifié de l'empreinte carbone et développement de stratégies visant à réduire cette empreinte.

* Intégration des enjeux éthiques et de protection des données personnelles dans la gestion d'un projet IA: formulation de politiques de protection des données et formation à la conformité. Supervision des audits pour transparence. Élaboration de directives éthiques pour l'IA et adaptation des stratégies aux feedbacks pour alignement éthique.

* Adoption d'une posture de chef de projet IA: définition précise des objectifs et gestion rigoureuse du budget. Coordination des équipes pour atteindre les jalons et ajustement des plans. Simplification des concepts techniques pour les rendre accessibles, avec exemples concrets et adaptation du message selon les retours du public.

* Option Management

o Déploiement d'une stratégie marketing numérique intégrée et ciblée via campagnes SEO et SEA personnalisées par segment.

o Automatisation et optimisation de la chaîne d'approvisionnement : automatisation des tâches pour améliorer l'efficacité en ciblant les processus répétitifs, réduisant les erreurs et libérant des ressources. Optimisation de la chaîne d'approvisionnement grâce à l'IA pour une meilleure planification, gestion des stocks et logistique, augmentant réactivité et efficacité.

o Optimisation financière et budgétaire par l'analyse de données : utilisation d'analyses avancées pour évaluer actifs, projeter flux de trésorerie et estimer la valeur nette. Construction d'un budget optimisé avec modèles prédictifs, aligné sur les objectifs stratégiques pour soutenir décisions financières et négociations de fusions.

* Option Finance

o Optimisation financière et budgétaire par l'analyse de données : utilisation d'analyses avancées pour évaluer actifs, projeter flux de trésorerie et estimer la valeur nette. Construction d'un budget optimisé avec modèles prédictifs, aligné sur les objectifs stratégiques pour soutenir décisions financières et négociations de fusions.

o Gestion analytique et prédictive des performances financières et des risques : utilisation d'outils d'analyse pour surveiller les KPI et optimiser le reporting financier. Gestion du risque de crédit via modélisation prédictive. Mise en place de tableaux de bord pour un suivi des risques en temps réel et des ajustements proactifs.

o Stratégie d'investissement et structuration de transactions complexes : évaluation des synergies, conduite d'analyses de valorisation et négociation pour maximiser la valeur actionnariale, assurant une intégration post-acquisition fluide.

* Option Marketing

o Optimisation marketing et gestion de la relation client avec l'intelligence artificielle : optimisation des campagnes par IA pour améliorer ciblage et segmentation. Prédiction des comportements, ajustement budgétaire en temps réel et automatisation des interactions pour renforcer fidélisation et engagement client.

o Implémentation de stratégies de croissance : identification des opportunités de croissance via des techniques innovantes d'acquisition. Optimisation des conversions par tests A/B, exploitation des réseaux sociaux et automatisation marketing, favorisant innovation et agilité pour une croissance durable.

* Option Durabilité

o Déploiement de stratégie de réduction de l'empreinte carbone et gestion du risque climatique : évaluation de l'empreinte carbone avec méthodologies reconnues, analyse des émissions et propositions d'actions de réduction. Utilisation de l'IA pour gérer le risque climatique et élaborer des stratégies d'adaptation, intégrant ce risque dans la gestion globale.

o Intégration stratégique de la RSE et formalisation de la comptabilité extra-financière : diagnostic RSE pour identifier des leviers stratégiques et intégrer les pratiques RSE. Formalisation des rapports ESG pour transparence et conformité. Mise en place d'une gouvernance des données RSE garantissant la conformité.

Compétences transversales

- Identifier les usages numériques et les impacts de leur évolution sur le ou les domaines concernés par la mention - Se servir de façon autonome des outils numériques avancés pour un ou plusieurs métiers ou secteurs de recherche du domaine - Mobiliser des savoirs hautement spécialisés, dont certains sont à l’avant-garde du savoir dans un domaine de travail ou d’études, comme base d’une pensée originale - Développer une conscience critique des savoirs dans un domaine et/ou à l’interface de plusieurs domaines - Résoudre des problèmes pour développer de nouveaux savoirs et de nouvelles procédures et intégrer les savoirs de différents domaines - Apporter des contributions novatrices dans le cadre d’échanges de haut niveau, et dans des contextes internationaux - Conduire une analyse réflexive et distanciée prenant en compte les enjeux, les problématiques et la complexité d’une demande ou d’une situation afin de proposer des solutions adaptées et/ou innovantes en respect des évolutions de la règlementation - Identifier, sélectionner et analyser avec esprit critique diverses ressources spécialisées pour documenter un sujet et synthétiser ces données en vue de leur exploitation - Communiquer à des fins de formation ou de transfert de connaissances, par oral et par écrit, en français et dans au moins une langue étrangère - Gérer des contextes professionnels ou d’études complexes, imprévisibles et qui nécessitent des approches stratégiques nouvelles - Prendre des responsabilités pour contribuer aux savoirs et aux pratiques professionnelles et/ou pour réviser la performance stratégique d'une équipe - Conduire un projet (conception, pilotage, coordination d’équipe, mise en œuvre et gestion, évaluation, diffusion) pouvant mobiliser des compétences pluridisciplinaires dans un cadre collaboratif - Analyser ses actions en situation professionnelle, s’autoévaluer pour améliorer sa pratique dans le cadre d'une démarche qualité - Respecter les principes d’éthique, de déontologie et de responsabilité sociale et environnementale - Prendre en compte la problématique du handicap et de l'accessibilité dans chacune de ses actions professionnelles

Compétences spécifiques

- Explorer et évaluer la qualité des données

- Manipuler diverses structures de données et utiliser l'algorithmique

- Nettoyer et gérer les données

- Visualiser les données

- Créer des tableaux de bord avec des outils de business intelligence pour communiquer efficacement et faciliter la prise de décision

- Établir une stratégie décisionnelle basée sur les données

- Transformer les données grâce aux techniques de feature engineering

- Développer et implémenter un algorithme d'apprentissage (supervisé ou non-supervisé)

- Optimiser un modèle d'IA

- Entraîner et ajuster un modèle d'intelligence artificielle générative, en utilisant le RAG

- Implémenter et exécuter des modèles d’intelligence artificielle hébergés dans le cloud

- Analyser un marché et son environnement concurrentiel

- Réaliser une analyse marketing stratégique basée sur les 7P

- Analyser un business model numérique, type SaaS ou plateforme

- Effectuer le diagnostic financier d'une entreprise

- Identifier les leviers de durabilité de l'entreprise

- Analyser les processus de gestion des données pour assurer la conformité au RGPD

- Identifier les risques, biais et limites des modèles de données et d’IA

- Gérer le projet d'intelligence artificielle (cahier des charges, budget, ressources)

- Communiquer avec impact en mobilisant des récits fondés sur les données pour créer de la confiance et de la compréhension autour d’un projet IA

- Convaincre des parties prenantes internes ou externes de la valeur d’une solution IA en articulant arguments métiers et preuves chiffrées

- Simplifier sans dénaturer les messages techniques pour fédérer les acteurs opérationnels d’un projet data sur une vision commune

Compétences spécifiques à l’option management :

- Implémenter une stratégie marketing à l'ère du marketing digital en élaborant des campagnes intégrant SEO, et SEA

- Automatiser les tâches pour améliorer l'efficacité opérationnelle

- Optimiser la chaîne d'approvisionnement

- Optimiser les processus de valorisation d'entreprise

- Construire un budget optimisé avec les données

Capacités et compétences spécifiques à l’option finance :

- Optimiser les processus de valorisation d'entreprise

- Exploiter des outils d'analyse de données au service du contrôle de gestion

- Construire un budget optimisé avec les données

- Modéliser, prédire et gérer le risque de crédit

- Analyser les opportunités d'investissement et structurer des transactions complexes de fusion / acquisition

Capacités et compétences spécifiques à l’option marketing :

- Améliorer les stratégies de ciblage et de segmentation du marché grâce aux techniques de marketing digital et l’analyse de données web pertinentes

- S’appuyer sur des algorithmes d'intelligence artificielle pour analyser les données d'audience. Identifier les canaux de diffusion les plus efficaces

- Analyser les données clients et anticiper leurs besoins grâce à l'intelligence artificielle au service du Customer Relationship Management (CRM).

- Identifier des opportunités de croissance pour l’entreprise et expérimenter des techniques innovantes pour acquérir et fidéliser les utilisateurs

Capacités et compétences spécifiques à l’option durabilité :

- Déterminer l'empreinte carbone d'une entreprise et identifier des stratégies d'atténuation

- Modéliser et gérer le risque climatique grâce à des solutions d’intelligence artificielle

- Conduire le diagnostic RSE d'une entreprise, identifier des leviers stratégiques et les implémenter

- Contribuer à formaliser le rapport de comptabilité extra-financière de l'entreprise

- Établir une stratégie de gouvernance des données pour la RSE

Le candidat doit être titulaire de (i) un diplôme ou Titre RNCP de niveau 6, ou (ii) 180 crédits ECTS.

Le candidat non titulaire d’un diplôme ou titre susmentionné, mais justifiant de plus de 2 années d’expériences dans des responsabilités en adéquation avec la certification visée peut être admis. Dans ce cas, une demande écrite doit être adressée au certificateur qui demeure le seul à être en mesure de valider l’inscription.

Le processus d’admission contient les étapes suivantes : examens dossier, tests écrits éventuels pour justifier des prérequis et entretien d’admission.

62.01Services de programmation informatique

62.02 Services de conseil en informatique

63.11 Traitement de données, hébergement et activités connexes

Certains secteurs se montrent particulièrement dynamiques en matière d’analyse de données, et d’Intelligence Artificielle, constituant ainsi les principales locomotives de projets IA. Ces secteurs se distinguent par une grande vulnérabilité des effectifs aux transformations induites par l’essor du numérique et la révolution du ‘Big Data’ et de l'IA. À titre indicatif et non-exhaustif, les secteurs ci-dessous ont en commun d’intégrer de plus en plus de données et d'IA pour optimiser leurs processus, améliorer l'expérience client et innover dans leurs offres de services et produits.

- Industrie : utilisation de l'IA dans la robotique, l'automatisation, la maintenance prédictive, le contrôle qualité et les interfaces homme-machine, améliorant ainsi l'efficacité et la productivité.

- Transport et logistique : optimisation des itinéraires, gestion des flottes et amélioration de la chaîne d'approvisionnement grâce à l'IA, permettant une réduction des coûts et une amélioration de la ponctualité des livraisons.

- Services financiers : transformation profonde avec l'IA dans les activités de marché via l'analyse prédictive et la gestion des fonds d'investissement. Optimisation des opérations courantes, telles que l'octroi de crédits et la détection de fraudes. Amélioration des services financiers à la personne grâce à des chatbots intelligents.

- Service juridique : impact significatif de l'IA sur la recherche et l'analyse de documents juridiques, facilitant le tri et le regroupement d'informations pertinentes. Optimisation de la gestion des contrats par l'automatisation de l'analyse et du suivi des documents contractuels, ainsi que du suivi des opérations juridiques quotidiennes.

- Commerce de détail : personnalisation de l'expérience client par l'IA grâce à l'analyse en temps réel des comportements des consommateurs et une meilleure anticipation de leurs besoins. Optimisation du fonctionnement des points de vente et des opérations de backoffice.

- Éducation : personnalisation de l'apprentissage, amélioration des résultats et optimisation des ressources pédagogiques par l'IA, permettant aux institutions d'adapter les curricula et d'intégrer les technologies éducatives.

- Santé : intervention de l'IA dans la médecine préventive, l'aide au diagnostic, le choix des traitements, le coaching patient, l'épidémiologie, la chirurgie autonome et la médecine augmentée, transformant radicalement les soins de santé.

- Agroalimentaire : optimisation des rendements agricoles, surveillance des conditions de culture en temps réel, et amélioration de la traçabilité des produits grâce à l'IA, contribuant à une agriculture plus durable et efficace.

Les types d'emplois immédiatement accessibles à l’issue de la formation :

- Analyste de données (data analyst)

- Consultant en systèmes d'information

- Consultant en IA

- Ingénieur en traitement de données

- Data Scientist junior

- Ingénieur junior IA générative

- Chef de projet informatique junior

- Spécialiste en hébergement de données

En sus en fonction du bloc optionnel choisi :

- Si bloc optionnel Management

- Analyste chaîne d’approvisionnement

- Analyste des opérations

- Si bloc optionnel Finance

- Analyste financier junior

- Contrôleur de gestion junior

- Si bloc optionnel Marketing

- Assistant marketing digital

- Spécialiste en SEO/SEA

- Si bloc optionnel Durabilité

- Consultant en développement durable

- Analyste émission

À horizons 5 – 7 ans, les diplômés peuvent briguer les postes suivants :

- Analyste de données senior (data analyst senior)

- Data scientist senior

- Consultant senior en IA

- Chef de projet senior IA

- Responsable des solutions cloud

- Adjoint au directeur des données

- Manager en transformation numérique

- Prise en compte des réglementations et recommandations en matière de RGAA, de RGPD, de sécurité des données et des systèmes, et d’éthique.

- Prise en compte des recommandations formulées dans la règlementation Européenne AI Act visant à garantir la sécurité et les droits fondamentaux des personnes et des entreprises en ce qui concerne l’adoption de l'IA.