# RNCP34262 - Expert en sciences des données **Code:** RNCP34262 **État:** Publiée ## L'essentiel - **Nomenclature du niveau de qualification:** Niveau 7 - **Codes NSF:** 114g - **FormaCodes:** 31026 - **Date d'échéance de l'enregistrement:** 10-10-2024 - **Date d'enregistrement:** 10-10-2019 - **Type d'enregistrement:** Enregistrement sur demande ## Certificateur(s) - DATA SCIENCETECH INSTITUTE - SIRET: 81023913700039 ## Partenaires habilités 2 organismes habilités, d'après la liste publiée par France compétences : 1 à former et organiser l'évaluation et 1 à former. - AMTALENTS — SIRET 90021084000014 - Habilitation : Former - ECOLE NATIONALE SUPERIEURE D'ARTS ET METIERS (ENSAM) — SIRET 19753472000010 - Habilitation : Former et organiser l'évaluation ## Résumé de la certification ### Objectifs et contexte de la certification Le métier visé est celui d’ expert (« Data Scientist » en Anglais) dans le domaine des Sciences des Données. Ces dernières peuvent être de toute taille, jusqu’à la qualification de « massives » (« Big Data » en Anglais). Ces données partagent une complexité nécessitant l’utilisation de techniques mathématiques avancées avec leurs implémentations informatiques correspondantes. Ces implémentations sont localisées sur des infrastructures informatiques locales et/ou dans les nuages (« cloud computing » en Anglais). Le Data Scientist conçoit des indicateurs pour l’aide à la décision à partir de sources de données multiples et dispersées, mises en place par des experts en ingénierie des données (« Data Engineers » en Anglais). Ces indicateurs sont construits à l’aide d’analyses mathématiques et de prototypes d’implémentations informatiques. Ces prototypes sont ensuite industrialisés à l’échelle de l’organisation par les Data Engineers. Le métier de Data Scientist est donc spécialisé en modélisation mathématique -qu’elle soit de nature probabiliste/statistique, déterministe ou stochastique-, en informatique scientifique et en architecture des systèmes d’information. Ce spectre large de compétences débouche, en partie, sur ce que l’on appelle aujourd’hui et communément « l’intelligence artificielle – IA » Référentiel Utilisé : Data Scientist – Référentiel Métiers OPIIEC - La fiche métier « Data Scientist » du référentiel métier OPIIEC a été choisie délibérément, car elle est la seule en France sur ce métier précis. Elle est par ailleurs attachée à la branche SYNTEC, qui est la principale source d’emploi de nos certifiés. ### Activités visées Identifier les problématiques « décisionnelles » des directions métiers. Définir une modélisation mathématique qui permette de répondre à la problématique. Construire des outils d'analyse pour collecter les données de l'entreprise. Rassembler l'ensemble des sources de données pertinentes (structurées ou non structurées) liées aux processus de production, de vente ou de la connaissance du client/usager. Organiser, étudier et synthétiser ces sources de données sous forme de résultats exploitables. Modéliser les comportements et en extraire de nouveaux usages utilisateurs. ### Compétences attestées Intitulé : Analyser, concevoir et développer des modélisations mathématiques pour enrichir les systèmes d’aide à la décision Descriptif : Explorer, décrire et interpréter des données dans leur aspect multidimensionnel. Produire des traitements de données simples en utilisant les concepts de la statistique descriptive, en vue de présenter les résultats obtenus à l’aide de tableaux, de graphiques et d’indicateurs numériques. Mesurer la liaison entre deux variables. Choisir les outils et déterminer leurs limites afin de communiquer les conclusions et leur interprétation. Produire des études statistiques en mettant en œuvre les techniques d’apprentissage automatique par la machine (machine learning) pour des données avec ou sans caractères temporels. Intitulé : Concevoir et déployer des infrastructures informatiques distribuées pour stocker et traiter des données massives. Descriptif : Participer, avec des Data Engineers, à la rédaction d'un cahier des charges technique pour la conception et la mise en place d’une solution d’analyse des données volumineuses. Exploiter un système distribué d’entrepôt de données structurées et non structurées, notamment via Apache Hadoop & Apache Spark. Contribuer à la définition de l’architecture de stockage de données, en guidant les Data Engineers à prendre en compte les besoins de traitements algorithmiques de l’intelligence artificielle. Concevoir et implémenter des algorithmes pour le traitement des grands volumes de données dans le respect des bonnes pratiques de l’ingénierie logicielle (incluant les approches SQL et NoSQL). Exploiter des infrastructures informatiques distribuées en mode cloud sur la plateforme Amazon AWS pour y déporter des traitements algorithmiques de l’intelligence artificielle (préparation à la certification Amazon AWS Solution Architect – Associate) Intitulé : Détecter et évaluer l’état de l’art de l’intelligence artificielle pour développer des projets innovants. Descriptif : Cibler et faire ressortir des modèles linéaires, non-linéaires, généralisés ou mixtes et construire des modèles complexes ou novateurs de prévisions en utilisant les techniques de modélisation, estimations, tests et diagnostics. Identifier les variables ou composantes importantes d’un modèle afin de tester des hypothèses en utilisant les techniques de modélisation, estimations, tests et diagnostics. Modéliser des données observées, les interpréter pour en faire de la prédiction en utilisant des outils appropriés et en tenant compte de leur nature aléatoire. Déterminer et analyser des données complexes en utilisant les méthodes de fouille et de visualisation de séries temporelles et fonctionnelles, de textes (clustering, classification), de réseaux (statique ou dynamiques) ou d’images. Intégrer les technologies complémentaires (web sémantique, modélisation multi-agents) pour l’hybridation des approches intelligence artificielle connectivistes (réseaux de neurones) et symboliques (moteurs de raisonnement). Opérationnaliser une publication scientifique en implémentation informatique pour réaliser un prototype innovant. B3C6 - Utiliser l’écosystème des solutions SAS pour la modélisation prédictive (préparation à la certification SAS® Certified Predictive Modeler Using SAS® Enterprise Miner™) Intitulé : Conduire des projets complexes en intégrant les contraintes légales et les valeurs d’éthique pour diffuser les bonnes pratiques dans les organisations. Descriptif : Intégrer les philosophies, problématiques et contraintes des réglementations françaises et européennes (CNIL, RGPD) sur la protection des données dans un projet Data Science. Prendre la mesure de l’environnement international sur la réglementation de la protection des données, notamment aux Etats-Unis. Intégrer les deux grandes familles de pratiques de gestion de projets informatiques complexes (en cascade et en agilité) ainsi que les approches du « juste-à-temps ». ## Blocs de compétences ### RNCP34262BC01 - Analyser, concevoir et développer des modélisations mathématiques pour enrichir les systèmes d’aide à la décision **Liste de compétences:** Explorer, décrire et interpréter des données dans leur aspect multidimensionnel. Produire des traitements de données simples en utilisant les concepts de la statistique descriptive, en vue de présenter les résultats obtenus à l’aide de tableaux, de graphiques et d’indicateurs numériques. Mesurer la liaison entre deux variables. Choisir les outils et déterminer leurs limites afin de communiquer les conclusions et leur interprétation. Produire des études statistiques en mettant en œuvre les techniques d’apprentissage automatique par la machine (machine learning) pour des données avec ou sans caractères temporels. **Modalités d'évaluation:** Examens écrits. Projets d’application. Mise en situation professionnelle réelle au travers du stage obligatoire d’application. ### RNCP34262BC02 - Concevoir et déployer des infrastructures informatiques distribuées pour stocker et traiter des données massives. **Liste de compétences:** Participer, avec des Data Engineers, à la rédaction’ un cahier des charges technique pour la conception et la mise en place d’une solution d’analyse des données volumineuses. Exploiter un système distribué d’entrepôt de données structurées et non structurées, notamment via Apache Hadoop & Apache Spark. Contribuer à la définition de l’architecture de stockage de données, en guidant les Data Engineers à prendre en compte les besoins de traitements algorithmiques de l’intelligence artificielle. Concevoir et implémenter des algorithmes pour le traitement des grands volumes de données dans le respect des bonnes pratiques de l’ingénierie logicielle (incluant les approches SQL et NoSQL). Exploiter des infrastructures informatiques distribuées en mode cloud sur la plateforme Amazon AWS pour y déporter des traitements algorithmiques de l’intelligence artificielle (préparation à la certification Amazon AWS Solution Architect – Associate) **Modalités d'évaluation:** Questionnaires à choix multiples Projets d’applications Examen externe de certification industrielle « Amazon AWS Solutions Architect – Associate » Mise en situation professionnelle réelle au travers du stage obligatoire d’application. ### RNCP34262BC03 - Détecter et évaluer l’état de l’art de l’intelligence artificielle pour développer des projets innovants **Liste de compétences:** Cibler et faire ressortir des modèles linéaires, non-linéaires, généralisés ou mixtes et construire des modèles complexes ou novateurs de prévisions en utilisant les techniques de modélisation, estimations, tests et diagnostics. Identifier les variables ou composantes importantes d’un modèle afin de tester des hypothèses en utilisant les techniques de modélisation, estimations, tests et diagnostics. Modéliser des données observées, les interpréter pour en faire de la prédiction en utilisant des outils appropriés et en tenant compte de leur nature aléatoire. Déterminer et analyser des données complexes en utilisant les méthodes de fouille et de visualisation de séries temporelles et fonctionnelles, de textes (clustering, classification), de réseaux (statique ou dynamiques) ou d’images. Intégrer les technologies complémentaires (web sémantique, modélisation multi-agents) pour l’hybridation des approches intelligence artificielle connectivistes (réseaux de neurones) et symboliques (moteurs de raisonnement). Opérationnaliser une publication scientifique en implémentation informatique pour réaliser un prototype innovant. **Modalités d'évaluation:** Questionnaires à choix multiples. Projets d’applications. Examen externe de certification industrielle « SAS® Certified Predictive Modeler Using SAS® Enterprise Miner™ ». Mise en situation professionnelle réelle au travers du stage obligatoire d’application. ### RNCP34262BC04 - Conduire des projets complexes en intégrant les contraintes légales et les valeurs d’éthique pour diffuser les bonnes pratiques dans les organisations **Liste de compétences:** Intégrer les philosophies, problématiques et contraintes des réglementations françaises et européennes (CNIL, RGPD) sur la protection des données dans un projet Data Science. Prendre la mesure de l’environnement international sur la réglementation de la protection des données, notamment aux États-Unis. Intégrer les deux grandes familles de pratiques de gestion de projets informatiques complexes (en cascade et en agilité) ainsi que les approches du « juste-à-temps ». **Modalités d'évaluation:** Mise en situation en travaux dirigés et pratiques. Questionnaires à choix multiples. Mise en situation professionnelle réelle au travers du stage obligatoire d’application. ## Secteur d'activité et type d'emploi ### Secteurs d'activités Toutes entreprises industrielles et de services, organismes publics, associations, sociétés de services et de conseil en ingénierie (y compris informatique). Toutes ces structures ont comme point commun de générer et/ou d’avoir accès à des volumes importants de données numériques. ### Type d'emplois accessibles Data Scientist Machine Learning Engineer Data Analyst M1403 : Études et prospectives socio-économiques M1802 : Expertise et support en systèmes d'information M1805 : Études et développement informatique M1806 : Conseil et maîtrise d'ouvrage en systèmes d'information ### Code(s) ROME M1403, M1802, M1805, M1806 ### Références juridiques des réglementations d'activité Non Applicable ## Marché du travail Indicateurs au niveau des familles professionnelles (FAP) des métiers visés, agrégés au niveau national — France Travail / DARES (open data). ### Tensions de recrutement (DARES 2024) - **Niveau de tension :** Très élevée (5/5) - **Facteurs principaux :** Manque de main-d'œuvre disponible, Lien formation-emploi - **Salaire médian (mensuel) :** 2 912 € - **Diplôme le plus fréquent :** Diplôme de niveau bac+5 ou plus (doctorat, master ou équivalent) en communication et information (41 % des actifs en emploi) - **Familles professionnelles (FAP) :** 5 — elles ne sont pas au même niveau de tension (de 3 à 5 sur 5) : le niveau ci-dessus est une moyenne pondérée par l'emploi, il ne vaut pas pour chacune d'elles - L4X82 — Techniciens et agents de maîtrise chargés d'études socio-économiques · tension 4/5 (Élevée) - L5X93 — Chargés d'études socio-économiques · tension 3/5 (Modérée) - M1X80 — Techniciens d'étude et de développement en informatique · tension 4/5 (Élevée) - M2X90 — Ingénieurs et cadres d'étude, recherche et développement en informatique et télécom · tension 5/5 (Très élevée) - M2X93 — Experts et consultants en systèmes d'information · tension 5/5 (Très élevée) ### Besoins en main-d'œuvre (BMO 2026) - **Projets de recrutement :** 34 487 - **Jugés difficiles à recruter :** 50 % - **Emplois saisonniers :** 1 % - **Familles professionnelles (FAP) :** 5 - L4X82 — Techniciens et agents de maîtrise chargés d'études socio-économiques - L5X93 — Chargés d'études socio-économiques - M1X80 — Techniciens d'étude et de développement en informatique - M2X90 — Ingénieurs et cadres d'étude, recherche et développement en informatique et télécom - M2X93 — Experts et consultants en systèmes d'information ## Voies d'accès **Modalités d'accès :** Formation initiale, Formation continue, Apprentissage, Contrat de professionnalisation, Candidature individuelle, VAE ### Prérequis à l'entrée en formation Formation initiale et continue à ce jour et VAE dans le futur ### Composition du jury — Formation initiale, Formation continue, Apprentissage, Contrat de professionnalisation, Candidature individuelle Cette information a été supprimée en application de l’article 17.1 du Règlement général sur la protection des données (RGPD) ### Composition du jury — VAE La composition du futur jury VAE répond aux critères spécifiés ci-après : 3 représentants de DSTI « Enseignement » : * le Responsable VAE * deux enseignants DSTI ayant des activités d’applications industrielles. 1 représentant DSTI « Conseil Scientifique et Pédagogique ». 3 représentants du monde industriel. Ce jury est nommé par le Président de l’École, sur propositions respectives des Directeurs Généraux à l’Enseignement et aux Relation Extérieures. ## Financement en alternance (NPEC) Niveau de prise en charge d'un contrat d'apprentissage par les OPCO, fixé par France compétences par branche professionnelle (CPNE). - **Prise en charge usuelle:** 8 741 € - **Selon la branche:** 7 000 € – 8 950 € | Prise en charge | Branches concernées | |---|---| | 8 741 € | Valeur par défaut · 203 branches | | 8 950 € | CPNE de l'ingénierie, des services informatiques et du conseil, CPNE des Télécoms, CPNEFP ICGV entreprises de la viande | | 8 500 € | CPNE Branche Caoutchouc, CPNE des industries de santé (CPNEIS) | | 8 800 € | CPNEF de l'audiovisuel | | 8 792 € | CPNE de l’édition de livres, de l’édition phonographique et de l’édition de musique | | 8 690 € | CPNEFP dans les établissements d'enseignement privés sous contrat | | 8 100 € | CPNE Banque | | 7 000 € | CPNEFP de la métallurgie | ## Base légale - **Date de décision:** 10-10-2019 - **Durée de l'enregistrement (années):** 5 - **Date d'échéance de l'enregistrement:** 10-10-2024 ## Statistiques | Année | Certifiés | Dont VAE | Insertion globale 6 mois | Insertion métier 2 ans | |---|---|---|---|---| | 2017 | 16 | 0 | 88 % | 100 % | | 2016 | 22 | 0 | 86 % | 100 % | | 2015 | 7 | 0 | 86 % | 86 % | ## Pour plus d'informations **Fiche officielle (France Compétences) :** https://www.francecompetences.fr/recherche/rncp/34262/ ## Entrées et sorties de formation Tous organismes confondus — Caisse des Dépôts (open data), 02/2022 – 01/2026. - **Entrées en formation:** 92 - **Parcours menés à terme:** 116 - **Taux d'achèvement:** 126 % | Période | Entrées | Sorties totales | Sorties partielles | |---|---|---|---| | 02/2022 | 2 | 1 | 0 | | 03/2022 | 5 | 1 | 0 | | 04/2022 | 6 | 4 | 0 | | 05/2022 | 8 | 10 | 0 | | 06/2022 | 1 | 1 | 0 | | 07/2022 | 4 | 3 | 0 | | 08/2022 | 15 | 2 | 0 | | 09/2022 | 2 | 4 | 0 | | 10/2022 | 4 | 21 | 0 | | 11/2022 | 1 | 2 | 0 | | 12/2022 | 0 | 9 | 0 | | 01/2023 | 0 | 8 | 0 | | 03/2023 | 1 | 0 | 0 | | 04/2023 | 4 | 0 | 0 | | 05/2023 | 5 | 3 | 0 | | 06/2023 | 1 | 3 | 0 | | 07/2023 | 1 | 4 | 0 | | 08/2023 | 2 | 2 | 0 | | 09/2023 | 3 | 1 | 0 | | 10/2023 | 3 | 1 | 0 | | 11/2023 | 4 | 1 | 0 | | 12/2023 | 0 | 6 | 0 | | 01/2024 | 2 | 5 | 0 | | 03/2024 | 0 | 1 | 0 | | 04/2024 | 5 | 0 | 0 | | 05/2024 | 3 | 2 | 0 | | 06/2024 | 1 | 5 | 0 | | 07/2024 | 2 | 2 | 0 | | 08/2024 | 2 | 1 | 0 | | 09/2024 | 2 | 4 | 0 | | 10/2024 | 3 | 2 | 0 | | 11/2024 | 0 | 5 | 0 | | 02/2025 | 0 | 1 | 0 | | 01/2026 | 0 | 1 | 0 | ## Demande CPF — formations engagées Tous organismes confondus — Caisse des Dépôts (open data), 02/2020 – 09/2024. - **Dossiers CPF engagés:** 160 - **Montant total engagé:** 428 746 € - **Coût moyen par dossier:** 2 680 € - **Durée moyenne:** 635 h Financement (part du montant engagé) : - France compétences : 78 % - France Travail : 11 % - Entreprise : 6 % - Reste à charge titulaire : 2 % - État : 1 % - Régions : 1 % - Compte d'engagement citoyen : 0 % --- *Généré le 09/10/2026 à 00:42*