RNCP42300
Active
· Niveau 6
Science des données pour une entreprise responsable
Certificateur · MINISTERE DE L'ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE
L'essentiel
Nomenclature du niveau de qualification
Niveau 6
Code(s) NSF
Formacode(s)
Date d'échéance de l'enregistrement
31-08-2029
Certificateur(s)
Nom légalSIRETSite
Résumé de la certification
Objectifs et contexte
La certification hybride en sciences et ingénierie et sciences du management "Sciences des données pour une entreprise responsable" vise à répondre à un besoin de profils professionnels qui soient :
intermédiaires entre le niveau technicien et le niveau ingénieur,
compétents d'un point de vue technologique et scientifique, ainsi que vis-à-vis de la connaissance de l'entreprise,
formés à la prise en compte des enjeux socio-écologiques.
La place croissante de l’analyse des données (éventuellement massives) dans les entreprises de tous les secteurs (y compris industriels, agronomiques, énergétiques) nécessite une diversification des profils formés : dans le développement comme dans les usages de l’intelligence artificielle, il n’est plus possible de séparer les questions quantitatives et techniques des enjeux métiers, et de ne pas en mesurer les conséquences humaines. La certification "Sciences des données pour une entreprise responsable" vise ainsi à former des experts opérationnels et éclairés de l’intelligence artificielle, avec une double compétence métier et technique et une compréhension fine des enjeux de l’usage responsable de ces techniques, à un niveau de qualification intermédiaire leur permettant de travailler en lien avec et en délégation de l'ingénieur.
Activités visées
Compréhension d'un besoin métier et rédaction, sur la base du contact client, d'un cahier des charges pour la qualification d'une base de données.
Modélisation d’un problème d’analyse de données dans la perspective de la réponse à une question métier, en tenant compte des questions sociales, environnementales et économiques.
Collecte et préparation de données à partir de sources diverses, et en collaboration avec différents acteurs dans l'entreprise
Sélection et paramétrage d’algorithmes de traitement de données adaptés au besoin exprimé par un client (interne ou externe)
Mise en œuvre d’un algorithme de traitement de données (tenant compte de la gestion des ressources), interprétation et exploitation des résultats dans le contexte métier donné, en interface avec les acteurs concernés dans l'entreprise
Gestion d’un projet de modélisation et d’analyse des données, y compris management d'une petite équipe technique.
Compétences attestées
Les compétences du diplômé en "Science des données pour une entreprise responsable" lui permettent d’être un professionnel en phase avec les demandes et les besoins des entreprises en matière de développement de solutions faisant intervenir l'intelligence artificielle. Il est en mesure de :
Collecter des données via différents outils (API, scrapping, etc.) et différentes sources pour obtenir des données exhaustives
Anticiper les besoins de gestion et flux de données pour les besoins d'analyse de données et de science des données
Concevoir les infrastructures de stockage et de traitement de données afin d’avoir des données structurées, ordonnées et exploitables
Analyser l'activité de la structure ou du service afin d'identifier des axes d'évolution en matière d'organisation, de gestion et de collecte de données
Mettre en oeuvre les sources de données et outils de requêtage adaptés à une problématique métier spécifique
Agréger des types de données et modes de collecte différents, internes et externes pour obtenir des données exhaustives et exploitables
Concevoir et maintenir une plateforme de traitement de volumes importants de données (Big data)
Concevoir des traitements de données en utilisant les techniques de la statistique descriptive, en vue de présenter les résultats obtenus à l’aide de tableaux, de graphiques et d’indicateurs numériques.
Concevoir et tester des algorithmes prédictifs adaptés à une problématique métier spécifique
Adapter les outils de traitement statistique de données afin qu’ils puissent être utilisé pour des besoins métiers
Concevoir et mettre en oeuvre des technologies d’apprentissage automatique pour l'aide à la prise de décision
Concevoir, tester et valider des algorithmes d'apprentissage automatique avec les logiciels et outils de cloud computing (AWS, GCP, Azure, Web, etc.)
Intervenir sur l'introduction et l'adaptation de technologies et de solutions d’intelligence artificielle (algorithmes, solutions intégrées, etc.) à un contexte métier donné afin de formuler des préconisations pour une analyse automatisée des données.
Procéder à une veille documentaire et technologique en vue de repérer les risques et opportunités liés à l'exploitation de modèles d’intelligence artificielle.
Intégrer les technologies complémentaires (web sémantique, modélisation multiagents) pour l’hybridation des approches d’intelligence artificielle connectivistes (réseaux de neurones) et symboliques (moteurs de raisonnement)
Établir des prévisions et outils décisionnels sur la base de technologies d’intelligence artificielle
Concevoir et produire des indicateurs pertinents en lien avec une problématique métier et rédiger une note méthodologique
Prototyper une solution de modèle-machine, l'interpréter et valider sa pertinence métier et les possibles conséquences des erreurs
Élaborer des procédures et plans de test (étapes, scénarii, etc.) afin de valider les outils et algorithmes et leur performance (temps de calcul, qualité d'approximation, estimation de la généralisation, etc.)
Participer à des processus de développement d’intelligence artificielle (méthodes agiles, etc.), réaliser un travail de modélisation et l’interpréter afin de répondre à une problématique métier
Construire et conduire une approche design avec les parties prenantes en vue d'établir un cahier des charges
Définir les spécifications du projet (finalités, jeu de données, etc.) et critères de performance pour aider l’utilisateur/client dans ses décisions
Dimensionner les ressources nécessaires à la conduite d'un projet (Data, cloud...)
Proposer des cas d'usages responsables et pertinents de technologies d'intelligence artificielle
Mettre en place une démarche de sobriété numérique et d’écoconception en intégrant les enjeux de la soutenabilité environnementale et énergétique
Superviser et coordonner les réalisations, études, activités, et équipes pluridisciplinaires impliquées dans le projet afin d’assurer une démarche qualité et le respect du cadre juridique et des règles éthiques
Réaliser des supports techniques en vue de l'appropriation d'une technologie par son utilisateur final
Planifier et suivre le déroulement d'un projet en respectant les spécifications techniques dans le respect des délais
Piloter le développement d'applications intégrant de l’intelligence artificielle dans le respect des règles éthiques et du cadre juridique en vigueur
Interpréter et valoriser les données auprès des interlocuteurs projet (DataViz, Oral, etc..) et les communiquer en français et en anglais
Mettre en place une démarche qualité afin de respecter les standards de qualité dans le projet
Préparer et restituer les différents livrables d'une mission/projet
Analyser le contexte scientifique, technique et réglementaire et anticiper les risques et opportunités associés
Décliner les enjeux RSE en projets technologiques concrets (Projet en science des données et intelligence artificielle) en veillant au respect des normes et des règlements (CNIL, RGPD) et dans le respect de la protection des données
Prendre en compte les facteurs humains, sociaux et technologiques, en développant l’écoute et le dialogue afin de garantir le bon déroulement du projet
Donner du sens à l’action des équipes, en anticipant les évolutions éthiques, politiques, sociétales et environnementales
Convaincre et argumenter en maitrisant les aspects scientifiques, techniques, économiques et sociétaux liés à la préservation de l’environnement et au développement durable
Adapter une politique de développement durable et de protection de l’environnement en intégrant une dimension éthique et en proposant des solutions techniques innovantes
Porter un regard critique sur ses actions et postures, pratiquer une analyse réflexive et identifier ses points d'excellence et ses propres axes de développement.
Identifier les forces et faiblesses d’une équipe multiculturelle, à la fois dans le champ des compétences scientifiques et celui des comportements et en motiver les membres pour en garantir une performance durable et une approche inclusive.
Construire et pérenniser : porter les projets de changement au sein de l'équipe et jouer un rôle essentiel dans la mise en oeuvre opérationnelle du changement dans l’organisation pour l'aider à se réinventer en proposant des idées innovantes.
Donner du sens : concevoir un plan d’action dans un contexte d’évolution de la société et des besoins en mobilisant un collectif de travail dans une équipe étendue à des collaborateurs externes et dans une direction partagée
Blocs de compétences · 6
RNCP42300BC01
Collecter, stocker, organiser et synthétiser l’ensemble des sources de données pertinentes pour répondre à un besoin métier
Compétences visées
Collecter des données via différents outils et différentes sources pour obtenir des données exhaustives
Anticiper les besoins de gestion et flux de données pour les besoins d'analyse de données et de science des données
Concevoir les infrastructures de stockage et de traitement de données afin d’avoir des données structurées, ordonnées et exploitables
Interagir avec la structure ou du service exprimant le besoin afin d'identifier des axes d'évolution en matière d'organisation, de gestion et de collecte de données
Mettre en œuvre les sources de données et outils de requêtage adaptés, en interaction avec la structure ou au service exprimant le besoin
Concevoir et maintenir une plateforme de traitement de volumes importants de données (Big data)
Concevoir des traitements de données en utilisant les techniques de la statistique descriptive, en vue de présenter les résultats obtenus à l’aide de tableaux, de graphiques et d’indicateurs numériques.
Modalités d'évaluation
* l'évaluation des connaissances se fait via des contrôles écrits individuels, des exposés oraux, des comptes rendus de travaux pratiques, des rapports d’études et de projets, … * l'évaluation des compétences se fait via des mises en situation authentiques soit pendant les stages en entreprise soit dans le cadre académique (travail en autonomie, bureaux d’études, challenges, mini-projets, ….) ; l’évaluation des compétences acquises se fait alors à l’aide de grilles critériées, remplies par des professeurs, des pairs ou des supérieurs hiérarchiques ; elle se fait également au moyen d’une analyse réflexive encadrée par un professeur, par apport d’éléments de preuve.
RNCP42300BC02
Sélectionner, concevoir, tester et entraîner des modèles d'apprentissage automatique pour répondre à un besoin métier
Compétences visées
Concevoir et tester des algorithmes prédictifs adaptés à une demande d'un service fonctionnel ou opérationnel d'une organisation
Adapter les outils de traitement statistique de données afin qu’ils puissent être utilisés par des personnels non spécialistes
Concevoir et mettre en œuvre des technologies d’apprentissage automatique pour l'aide à la prise de décision
Concevoir, tester et valider des algorithmes d'apprentissage automatique avec les logiciels et outils de cloud computing
Intervenir sur l'introduction et l'adaptation de technologies et de solutions d’intelligence artificielle (algorithmes, solutions intégrées, etc.) dans le contexte donné afin de formuler des préconisations pour une analyse automatisée des données
Procéder à une veille documentaire et technologique en vue de repérer les risques et opportunités liés à l'exploitation de modèles d’intelligence artificielle
Intégrer les technologies complémentaires (web sémantique, modélisation multiagents) pour l’hybridation des approches d’intelligence artificielle connectivistes (réseaux de neurones) et symboliques (moteurs de raisonnement)
Modalités d'évaluation
* l'évaluation des connaissances se fait via des contrôles écrits individuels, des exposés oraux, des comptes rendus de travaux pratiques, des rapports d’études et de projets, … * l'évaluation des compétences se fait via des mises en situation authentiques soit pendant les stages en entreprise soit dans le cadre académique (travail en autonomie, bureaux d’études, challenges, mini-projets, ….) ; l’évaluation des compétences acquises se fait alors à l’aide de grilles critériées, remplies par des professeurs, des pairs ou des supérieurs hiérarchiques ; elle se fait également au moyen d’une analyse réflexive encadrée par un professeur, par apport d’éléments de preuve.
RNCP42300BC03
Implémenter, prototyper et déployer des outils technologiques en lien avec le traitement et l'analyse de données pour répondre à un besoin métier
Compétences visées
Établir des prévisions et outils décisionnels sur la base de technologies d’intelligence artificielle
Concevoir et produire des indicateurs pertinents en lien avec une problématique issue d'un service fonctionnel ou opérationnel et rédiger une note méthodologique
Prototyper une solution de modèle-machine, l'interpréter et valider sa pertinence du point de vue de l'utilisateur final et les possibles conséquences des erreurs
Élaborer des procédures et plans de test (étapes, scénarii, etc.) afin de valider les outils et algorithmes et leur performance (temps de calcul, qualité d'approximation, estimation de la généralisation, etc.)
Participer à des processus de développement d’intelligence artificielle (méthodes agiles, etc.), réaliser un travail de modélisation et l’interpréter afin de répondre au besoin du client ou utilisateur final
Modalités d'évaluation
* l'évaluation des connaissances se fait via des contrôles écrits individuels, des exposés oraux, des comptes rendus de travaux pratiques, des rapports d’études et de projets, … * l'évaluation des compétences se fait via des mises en situation authentiques soit pendant les stages en entreprise soit dans le cadre académique (travail en autonomie, bureaux d’études, challenges, mini-projets, ….) ; l’évaluation des compétences acquises se fait alors à l’aide de grilles critériées, remplies par des professeurs, des pairs ou des supérieurs hiérarchiques ; elle se fait également au moyen d’une analyse réflexive encadrée par un professeur, par apport d’éléments de preuve.
RNCP42300BC04
Conduire des projets en science des données et intelligence artificielle responsables et innovants répondant à un besoin métier
Compétences visées
Construire et conduire une approche design avec les parties prenantes en vue d'établir un cahier des charges
Définir les spécifications du projet (finalités, jeu de données, etc.) et critères de performance pour aider l’utilisateur/client dans ses décisions
Dimensionner les ressources nécessaires à la conduite d'un projet (Data, cloud...)
Proposer des cas d'usages responsables et pertinents de technologies d'intelligence artificielle
Mettre en place une démarche de sobriété numérique et d’écoconception en intégrant les enjeux de la soutenabilité environnementale et énergétique
Superviser et coordonner les réalisations, études, activités, et équipes pluridisciplinaires impliquées dans le projet afin d’assurer une démarche qualité et le respect du cadre juridique et des règles éthiques
Réaliser des supports techniques en vue de l'appropriation d'une technologie par son utilisateur final
Planifier et suivre le déroulement d'un projet en respectant les spécifications techniques dans le respect des délais
Piloter le développement d'applications intégrant de l’intelligence artificielle dans le respect des règles éthiques et du cadre juridique en vigueur
Interpréter et valoriser les données auprès des interlocuteurs projet (visualisation de données, notamment) et les communiquer en français et en anglais
Mettre en place une démarche qualité afin de respecter les standards de qualité dans le projet
Préparer et restituer les différents livrables d'une mission/projet
Modalités d'évaluation
* l'évaluation des connaissances se fait via des contrôles écrits individuels, des exposés oraux, des comptes rendus de travaux pratiques, des rapports d’études et de projets, … * l'évaluation des compétences se fait via des mises en situation authentiques soit pendant les stages en entreprise soit dans le cadre académique (travail en autonomie, bureaux d’études, challenges, mini-projets, ….) ; l’évaluation des compétences acquises se fait alors à l’aide de grilles critériées, remplies par des professeurs, des pairs ou des supérieurs hiérarchiques ; elle se fait également au moyen d’une analyse réflexive encadrée par un professeur, par apport d’éléments de preuve.
RNCP42300BC05
Assister au déploiement de technologies d’analyse de données et d’intelligence artificielle dans le respect du cadre juridique, éthique et sociétal, en intégrant les enjeux réglementaires, scientifiques, technologiques et économiques
Compétences visées
Analyser le contexte scientifique, technique et réglementaire et anticiper les risques et opportunités associés
Décliner les enjeux de responsabilité sociétale des entreprises (RSE) en projets technologiques concrets (Projet en science des données et intelligence artificielle) en veillant au respect des normes et des règlements (Commission nationale de l'informatique et des libertés CNIL, Règlement général sur la protection des données RGPD) et dans le respect de la protection des données
Prendre en compte les facteurs humains, sociaux et technologiques, en développant l’écoute et le dialogue afin de garantir le bon déroulement du projet
Donner du sens à l’action des équipes, en anticipant les évolutions éthiques, politiques, sociétales et environnementales
Convaincre et argumenter en maitrisant les aspects scientifiques, techniques, économiques et sociétaux liés à la préservation de l’environnement et au développement durable
Adapter une politique de développement durable et de protection de l’environnement en intégrant une dimension éthique et en proposant des solutions techniques innovantes
Modalités d'évaluation
* l'évaluation des connaissances se fait via des contrôles écrits individuels, des exposés oraux, des comptes rendus de travaux pratiques, des rapports d’études et de projets, … * l'évaluation des compétences se fait via des mises en situation authentiques soit pendant les stages en entreprise soit dans le cadre académique (travail en autonomie, bureaux d’études, challenges, mini-projets, ….) ; l’évaluation des compétences acquises se fait alors à l’aide de grilles critériées, remplies par des professeurs, des pairs ou des supérieurs hiérarchiques ; elle se fait également au moyen d’une analyse réflexive encadrée par un professeur, par apport d’éléments de preuve.
RNCP42300BC06
Au sein d'une organisation sur des projets d’analyse des données, s'impliquer, créer de la valeur, générer de la performance individuelle ou collective de façon éthique et responsable
Compétences visées
Porter un regard critique sur ses actions et postures, pratiquer une analyse réflexive et identifier ses points d'excellence et ses propres axes de développement.
Identifier les forces et faiblesses d’une équipe multiculturelle, à la fois dans le champ des compétences scientifiques et celui des comportements et en motiver les membres pour en garantir une performance durable et une approche inclusive.
Construire et pérenniser : porter les projets de changement au sein de l'équipe et jouer un rôle essentiel dans la mise en œuvre opérationnelle du changement dans l’organisation pour l'aider à se réinventer en proposant des idées innovantes.
Donner du sens : concevoir un plan d’action dans un contexte d’évolution de la société et des besoins en mobilisant un collectif de travail dans une équipe étendue à des collaborateurs externes et dans une direction partagée
Modalités d'évaluation
* l'évaluation des connaissances se fait via des contrôles écrits individuels, des exposés oraux, des comptes rendus de travaux pratiques, des rapports d’études et de projets, … * l'évaluation des compétences se fait via des mises en situation authentiques soit pendant les stages en entreprise soit dans le cadre académique (travail en autonomie, bureaux d’études, challenges, mini-projets, ….) ; l’évaluation des compétences acquises se fait alors à l’aide de grilles critériées, remplies par des professeurs, des pairs ou des supérieurs hiérarchiques ; elle se fait également au moyen d’une analyse réflexive encadrée par un professeur, par apport d’éléments de preuve.
Secteur d'activité et type d'emploi
Secteurs d'activités
Le diplômé du certificat "Science des données pour une entreprise responsable" peut travailler dans des secteurs d’activités très divers. Notons les principaux :
Technologie, information et communication
Audit et Conseil
Industrie et BTP
Finance, banque et assurance
Commerce et distribution
Média, arts et culture
Types d'emplois accessibles
Data scientist, analyste des données (y compris données massives)
chef de projet en intelligence artificielle
développeur en intelligence artificielle
consultant en intelligence d’affaires
analyste d’affaires
analyste en marketing digital
Métiers visés (ROME)
Tensions de recrutement · DARES 2024
Niveau de tension : Très élevée (5/5) en tension
Principaux facteurs : Manque de main-d'œuvre disponible et Lien formation-emploi.
2 838 €
salaire médian (mensuel)
Diplôme le plus fréquent : Diplôme de niveau bac+5 ou plus (doctorat, master ou équivalent) en communication et information (41 % des actifs en emploi).
Mesuré au niveau de la famille professionnelle : 4 familles professionnelles (nomenclature FAP). Ces familles ne sont pas au même niveau de tension (de 3 à 5 sur 5) : le niveau affiché est une moyenne pondérée par l'emploi, à ne pas attribuer à 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)
Indicateur de tension sur le marché du travail 2024 — DARES / France Travail. Les indicateurs sont publiés par famille professionnelle (FAP), pas par métier ROME : ils couvrent l'ensemble des métiers de ces familles.
Marché du travail · BMO 2026
Toute la France
Île-de-France 13 880
Auvergne-Rhône-Alpes 2 856
Occitanie 2 641
Provence-Alpes-Côte d'Azur 2 267
Pays de la Loire 1 645
Nouvelle-Aquitaine 1 550
Bretagne 1 229
Hauts-de-France 1 187
Grand Est 1 018
Normandie 554
Centre-Val de Loire 452
Bourgogne-Franche-Comté 309
La Réunion 54
Guadeloupe 25
Guyane 20
Martinique 16
Corse 15
Mayotte 11
29 729
projets de recrutement
51 %
en tension
jugés difficiles à recruter
1 %
emplois saisonniers
Mesuré au niveau de la famille professionnelle : 4 familles professionnelles (nomenclature FAP).
-
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
Enquête Besoins en Main d'Œuvre (BMO) 2026 — France Travail (open data), cumul national. Les indicateurs sont publiés par famille professionnelle (FAP), pas par métier ROME : ils couvrent l'ensemble des métiers de ces familles.
Voie d'accès à la certification
Voie d'accèsOuverte
Formation initiale
Oui
Formation continue
Non
Apprentissage
Non
Contrat de professionnalisation
Oui
Candidature individuelle
Non
VAE
Oui
Prérequis à l'entrée
L’admission au Grade Licence Science des données pour une entreprise responsable s’effectue * en première année, avec un niveau baccalauréat (ou équivalent international), * en deuxième année, avec un niveau L1 (ou équivalent international), * en troisième année, avec un niveau L2 (ou équivalent international).
Composition du jury — Formation initiale, Contrat de professionnalisation
* Les Directeurs de Centrale Lyon et d’emlyon, ou leurs représentants * Le Directeur académique du programme * Le Directeur académique adjoint du programme * 4 enseignants ou enseignants-chercheurs permanents intervenant dans le programme * La responsable de l’unité d'enseignement de langues * Deux représentants du monde professionnel La présidence du jury sera assurée par un ou une professeure des universités.
Composition du jury — VAE
Le jury est composé de 3 à 6 membres ayant voix délibérative : référent sVAE des établissements ou leurs représentants, enseignants ou enseignants-chercheurs des établissements, professionnels du monde socio-économique, nommés par arrêté conjoint de la direction de Centrale Lyon et d'emlyon.
Liens avec d'autres certifications
Anciennes versions
Base légale
Date d'échéance31-08-2029
Dernière délivrance possible31-08-2029