RNCP42443 Active · Niveau 7

Ingénieur diplômé du Conservatoire national des arts et métiers, spécialité Science de la donnée et intelligence artificielle

Certificateur · MINISTERE DE L'ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE

L'essentiel

Nomenclature du niveau de qualification

Niveau 7

Code(s) NSF

110 · Spécialités pluriscientifiques

114 · Mathématiques

326 · Informatique, traitement de l'information, réseau de transmission des données

Formacode(s)

31028 · Intelligence artificielle

32062 · Recherche développement

31023 · Gestion données massives

11017 · Statistique appliquée

Date d'échéance de l'enregistrement

31-08-2029

Certificateur(s)

Nom légalSIRETSite

MINISTERE DE L'ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE 11004401300040 —

CONSERVATOIRE NATIONAL DES ARTS ET METIERS 19753471200017 —

Partenaires habilités

2 organismes habilités, d'après la liste publiée par France compétences : 2 à former et organiser l'évaluation.

OrganismeSIRETHabilitation

CFAI 21 71 31418698200034 Former et organiser l'évaluation

ORGANISME DE GESTION DE L'APPRENTISSAGE DANS L'ENSEIGNEMENT SUPERIEUR 13001762700014 Former et organiser l'évaluation

Résumé de la certification

Objectifs et contexte

La spécialité « Science de la donnée et intelligence artificielle » du diplôme d’ingénieur du Cnam s’inscrit dans une dynamique de réponse aux besoins croissants en compétences numériques, tant au niveau national que territorial. Le secteur connaît en effet de profondes mutations : généralisation des objets connectés, montée en puissance de l’IA générative, digitalisation des services, renforcement des contraintes réglementaires concernant la RGPD et l'IA, mais aussi transformation des organisations avec l’essor de l’industrie 4.0. Ces évolutions redéfinissent les métiers liés à la donnée et à l’intelligence artificielle, et créent une demande soutenue d’ingénieurs capables de maîtriser à la fois l’informatique, le génie logiciel et la modélisation mathématique.

Les études prospectives confirment cette dynamique. L’OPIIEC

anticipe la création de 45000 emplois supplémentaires dans les trois prochaines années dans le domaine de l’IA, et souligne que 28 % des entreprises ont déjà développé des fonctions dédiées, notamment d’ingénieurs IA et de chefs de projets spécialisés. Les besoins exprimés concernent la maîtrise des outils et usages de l’IA, la compréhension du cadre réglementaire et la capacité à accompagner les changements organisationnels. De son côté, Le syndicat Numeum

met en avant une croissance continue du marché numérique en France, portée par l’essor de l’IA générative, et insiste sur la nécessité de former des profils hautement qualifiés. Les initiatives territoriales, comme le Tour de France de l’IA

, montrent que ces besoins se déclinent localement et nécessitent une offre de formation adaptée aux spécificités régionales.

C’est dans ce contexte que la formation a été ouverte à Niort et à Chalon-sur-Saône. À Niort, capitale française de l’assurance, les objectifs se concentrent sur l’exploitation des données massives pour la gestion des risques, la lutte contre la fraude et la personnalisation des services. À Chalon-sur-Saône, l’ancrage dans un tissu industriel en pleine mutation vers l’industrie 4.0 crée des besoins spécifiques en ingénieurs capables de mettre en œuvre des solutions d’analyse de données, de maintenance prédictive et d’optimisation des processus productifs.

Proposée en formation initiale sous statut d’apprenti (FISA), la formation conduisant à la certification en Science de la donnée et intelligence artificielle favorise une forte intégration des élèves dans le tissu économique local, et assure l’adéquation entre les compétences attestées par la certification et les attentes des entreprises dans ces domaines en très fort développement.

Activités visées

Analyse des besoins des organisations en matière de collecte, traitement, exploitation et valorisation des données

Collecte, qualification, nettoyage et préparation de données issues de sources structurées ou non structurées

Conception, structuration, sécurisation et administration d’architectures de données et de bases de données

Réalisation d’analyses statistiques, descriptives, prédictives et prescriptives pour l’aide à la décision

Conception, entraînement, validation, déploiement et amélioration continue de modèles d’apprentissage automatique et de systèmes d’intelligence artificielle

Intégration des traitements, analyses et modèles dans les systèmes d’information, applications ou processus métiers de l’organisation

Pilotage de projets en science des données et intelligence artificielle, en intégrant les dimensions de qualité, coût, délai, risque, sécurité et conformité

Communication auprès des parties prenantes internes et externes sur les méthodes, résultats, limites et conditions d’usage des solutions développées

Veille scientifique, technologique, méthodologique, réglementaire et sectorielle

Contribution à l’innovation, à l’amélioration continue et à la transformation numérique responsable des organisations.

Compétences attestées

Mobiliser un socle de connaissances scientifiques et techniques en mathématiques appliquées, statistique, informatique, algorithmique et sciences des données pour analyser des situations complexes et concevoir des solutions adaptées

Répondre à des objectifs métier identifiés en modélisant des problèmes complexes à travers la conception, l’entraînement, évaluation et l’amélioration des modèles statistiques, des algorithmes d’apprentissage automatique et des systèmes d’intelligence artificielle

Innover, expérimenter, entreprendre et contribuer à des activités de recherche, de développement ou de transfert dans le champ de la donnée et de l’intelligence artificielle

Acquérir, structurer, qualifier, exploiter et interpréter des données issues de sources variées, en appréciant leur qualité, leur fiabilité, leur pertinence et leurs limites

Piloter un projet en science des données et intelligence artificielle en organisant les ressources, en gérant les risques, en assurant le suivi des réalisations et en évaluant les résultats obtenus

Concevoir et déployer des solutions numériques en intégrant les principes de sobriété numérique, en optimisant l’usage des ressources (données, calcul, stockage), en évaluant les impacts environnementaux des systèmes et en favorisant des choix technologiques responsables et durables

Intégrer les dimensions techniques, organisationnelles, humaines, économiques, juridiques, réglementaires, environnementales et sociétales dans la conduite des activités et des projets

Traiter la donnée responsablement, en intégrant les enjeux d’éthique, de protection des données et de cybersécurité

Accompagner les transformations numériques, organisationnelles, énergétiques et environnementales en prenant en compte leurs impacts, leurs contraintes et leurs risques

Agir en professionnel responsable face aux enjeux de santé et sécurité au travail, de diversité et d’inclusion, afin de garantir un cadre de travail respectueux et inclusif

Communiquer de manière claire, structurée et adaptée avec des interlocuteurs variés, spécialistes ou non spécialistes, en français et en anglais, à l’écrit comme à l’oral, y compris dans un contexte international et multiculturel

Collaborer au sein d’équipes pluridisciplinaires, interagir avec des spécialistes d’autres domaines et contribuer à la coordination d’acteurs aux compétences complémentaires

S’autoévaluer, actualiser ses connaissances et développer ses compétences tout au long de la vie afin d’accompagner les évolutions scientifiques, technologiques et professionnelles.

Blocs de compétences · 4

RNCP42443BC01

Piloter des projets en sciences de la donnée

Compétences visées

Liste de compétences

Établir le cahier des charges du projet (budget, temps, contraintes légales et environnementales, tests publics, éthique, impact sociétal, gestion des locaux, RGPD, etc)

Définir un plan de gestion des risques (causes internes ou externes peuvent forcer le projet à être modifié, SWOT) en identifiant les facteurs d'adaptabilité dont dispose l'entreprise afin d'anticiper sur les facteurs d'échecs du projet

Développer la relation client et envisager l'extension du projet et les perspectives futures en établissant un contact régulier avec le client pour valider ses demandes et leur évolution

Mettre en place des revues de projet pour assurer la transmission d'informations entre les différents corps de métiers ; et des systèmes de tracking au moyen d’un calendrier unique afin de surveiller les performances du projet, de déterminer sa progression et d’opérer les ajustements nécessaires

Mettre en place des outils et des méthodes de gestion de projet (méthode en V, méthode itérative, méthode Agile, combinaison de méthodes...)

Communiquer et négocier dans un contexte international et multiculturel en utilisant une ou plusieurs langues étrangères et notamment des langages techniques de l’informatique et du numérique, à l’oral et à l’écrit y compris en anglais.

Modalités d'évaluation

Évaluation des séquences académiques • Mises en situations, analyse d'articles, études de cas, examens sur table et questionnaires de vérification du savoir • Travaux et projets individuels ou en groupe. Évaluation des séquences entreprises • Évaluation des rapports et travaux conduits en entreprise : présentation des projets conduits en entreprise • Évaluation par le maitre d'apprentissage des savoir-faire et savoir être tout au long de la formation. Critères d’évaluation • Rigueur des analyses techniques proposées • Analyse critique de solutions techniques existantes • Qualité de la formalisation écrite et orale en français ou en anglais (fond scientifique et technique, forme des documents) • Pertinence des outils et des méthodologies utilisés • Adéquation entre données collectées et projet • Qualité de synthèse et de communication des principaux résultats.

RNCP42443BC02

Concevoir, modéliser et élaborer un système informatique, des développements logiciels, des bases de données, un dispositif d'optimisation des données

Compétences visées

Liste de compétences

Analyser le besoin client en matière de conception d'un système informatique, des développements logiciels, des bases de données, et d'un dispositif d'optimisation des données en matière de conception de SI, développement informatique, d'architecture réseaux, etc. et en communiquant avec les experts métier

Rédiger et valider avec le client le cahier des charges fonctionnel en intégrant les contraintes techniques, qualité, sécurité, environnemental, sociététal, normes réglementaire et standards informatique du contexte interculturel et international

Organiser et animer des réunions métier afin de définir les spécifications du système d'information, ses développements, réseaux, bases de données, ainsi que son optimisation

Élaborer le schéma directeur du SI en évaluant les risques / opportunités en utilisant une matrice SWOT et en intégrant un cycle de formation continue

Élaborer, concevoir, tester et valider des modèles, protocoles et architectures système informatique, développements logiciels, réseaux, bases de données, cybersécurité et optimisation des données.

Modalités d'évaluation

RNCP42443BC03

Préparer et analyser les données massives par des techniques d'apprentissage de fouille des données afin de mettre en place des outils d’aide à la décision

Compétences visées

Identifier et collecter des données en quantité importante, structurées ou non structurées, issues de sources diversifiées internes et externes à l’entreprise (appareils intelligents ou connectés, capteurs..)

Stocker et organiser les données recueillies dans des bases de données massives

Nettoyer les données recueillies afin de les rendre exploitables par le système numérique de destination

Effectuer des analyses de type descriptives et prédictives au moyen d’outils de modélisation statistique, fouilles de données et d’apprentissage statistique (méthodes de régression, méthodes d’analyse factorielle, méthodes de classification supervisée et non supervisée)

Développer et entrainer des architectures d'apprentissage automatique via des algorithmes (SVM, k-means, arbres de décisions, réseaux de neurones, boosting, etc.)

Évaluer les performances des algorithmes d’Intelligence Artificielle en utilisant des mesures appropriées

Réaliser l'amélioration continue des modèles et des processus en fonction des retours et des évolutions des données.

Modalités d'évaluation

RNCP42443BC04

Manager l'équipe pluridisciplinaire d'un projet en sciences de la donnée

Compétences visées

Identifier les responsabilités éthiques et professionnelles, et prendre en compte les enjeux des relations au travail, de sécurité et de santé au travail et de la diversité

Inscrire dans une démarche d’amélioration continue les équipes métier en informatique et mathématiques, en confrontant les travaux à une veille prospective métier (évolution technologique, méthodologique, sectorielle…) et en participant à la définition du plan de formation de l’entreprise

Entreprendre et innover, dans le cadre de projets personnels ou par l’initiative et l’implication au sein de l’entreprise dans des projets entrepreneuriaux

Établir un bilan de la collaboration de son équipe ou de l’organisation en identifiant les forces et des écueils possibles pour la mise en place future d’un processus collaboratif

Gérer les conflits, les tensions au sein d’une équipe pluridisciplinaire en identifiant : la nature des freins de la collaboration entre professionnels, les logiques et les représentations inter-métiers, les enjeux de territoires professionnels afin de favoriser la cohésion pluridisciplinaire

Déployer des outils métiers de mesure de performances et d'évaluation des équipes afin de garantir le succès des projets en science des données

au niveau de la qualité des résultats et de l'alignement avec les objectifs métier.

Modalités d'évaluation

Secteur d'activité et type d'emploi

Secteurs d'activités

Tous secteurs avec en particulier :

Assurance

Santé

Banque

E-commerce

Industrie lourde (automobile, transport, transformation)

Nucléaire

Industrie 4.0

Organismes de recherche et développement du secteur public.

Ces domaines ne sont pas exhaustifs, et les diplômés peuvent également trouver des opportunités dans d'autres secteurs émergents au fur et à mesure que les sciences des données et leurs applications continuent de se développer.

Types d'emplois accessibles

Métiers visés (ROME)

M1403 — Chargé / Chargée d'études socio-économiques

M1802 — Expert / Experte systèmes et réseaux informatiques

M1805 — Développeur / Développeuse informatique

H1206 — Ingénieur / Ingénieure R&D en industrie

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.

2 928 € 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 : 7 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)
M2X93 — Experts et consultants en systèmes d'information tension 5/5 (Très élevée)
N0X70 — Techniciens d'étude, recherche et développement tension 5/5 (Très élevée)
N1X90 — Ingénieurs et cadres d'étude, recherche et développement (industrie) 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 22 242 Auvergne-Rhône-Alpes 5 554 Occitanie 4 720 Provence-Alpes-Côte d'Azur 3 662 Nouvelle-Aquitaine 2 524 Pays de la Loire 2 414 Hauts-de-France 2 177 Bretagne 1 803 Grand Est 1 775 Normandie 1 033 Centre-Val de Loire 947 Bourgogne-Franche-Comté 714 La Réunion 84 Mayotte 30 Guyane 28 Corse 28 Guadeloupe 25 Martinique 24

49 784 projets de recrutement

49 % jugés difficiles à recruter

2 % emplois saisonniers

Mesuré au niveau de la famille professionnelle : 7 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
M2X93 — Experts et consultants en systèmes d'information
N0X70 — Techniciens d'étude, recherche et développement
N1X90 — Ingénieurs et cadres d'étude, recherche et développement (industrie)

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 Non

Formation continue Non

Apprentissage Oui

Contrat de professionnalisation Non

Candidature individuelle Non

VAE Oui

Prérequis à l'entrée

La formation conduisant à la certification est intégrée en première année (cursus de six semestres) avec un diplôme ou une validation de niveau 5 ou 6 dans un domaine scientifique ou technologique.

Composition du jury — Apprentissage

Le jury est présidé par le Directeur de l’École d’ingénieurs du Cnam (EiCnam) ou son représentant. En plus du président, le jury est composé paritairement de personnalités du milieu professionnel et du milieu académique avec un quorum de huit personnes. Il comprend a minima : * le directeur du Centre Cnam en Région ou son représentant ; * le responsable national du diplôme concerné ou son représentant ; * le responsable opérationnel du diplôme concerné ou son représentant ; * le Directeur du CFA ou son représentant ; * le représentant du partenaire institutionnel de la formation ou son représentant ; * des représentants des entreprises partenaires. La composition du jury est arrêtée chaque année par le Directeur de l’EiCnam et portée à la signature de l’administrateur général du Cnam par la Direction nationale des formations.

Composition du jury — VAE

Le jury VAE est composé d’au moins quatre membres, dont au moins un qualifié au regard de la certification visée. Le jury est présidé par l’enseignant responsable du titre d’ingénieur ou son représentant. Il propose la composition de jury.

Liens avec d'autres certifications

Anciennes versions

RNCP39541 — Ingénieur diplômé du Conservatoire national des arts et métiers, spécialité Science de la donnée et intelligence artificielle

Base légale

Date d'échéance31-08-2029

Dernière délivrance possible31-08-2033

Pour plus d'informations · Statistiques

AnnéeCertifiésInsertion 6 moisMétier visé 2 ans

2022 16 91 % 91 %

Télécharger (PDF) MD