Manager de la performance des organisations par la data

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.

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 ma...

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

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.