Génie Statistique

⚠️ Attention : cette formation ne semble actuellement plus dispensée ⚠️

Dernière mise à jour : 
19/12/2019
Diplôme Grande École
Scolarité : 
850
 € par an
L’objectif est de former des ingénieurs en statistiques polyvalents, capables de s’adapter à tous les domaines où les statistiques sont nécessaires. Dans cette optique, les cours dispensés ont pour objectifs de renforcer et d’élargir les compétences statistiques des étudiants.

Les thèmes abordés incluent la qualité et la fiabilité, le traitement de l’image et du signal, ainsi que la prévision et ses applications, notamment dans le domaine de l’environnement. Pour répondre aux exigences de la filière, en plus du tronc commun à tous les élèves de troisième année, l’enseignement est divisé en six unités d'enseignement. En plus, tout au long de l’année, les étudiants ont à gérer en parallèle de leur scolarité deux projets. Le projet méthodologique est une initiation à la veille scientifique avec un enseignant-chercheur. Le projet de fin d’étude représente l'équivalent d’un travail d’ingénieurs sur un à deux mois.Transversalement à ces unités d'enseignement, les applications en informatique (R, Matlab, SAS) sont omniprésentes. Des séminaires professionnels présentent la richesse des métiers offerts en ingénierie statistique et sont en même temps l’occasion d’une présentation par les praticiens des outils ou modèles statistiques utilisés dans l’entreprise. La langue anglaise n’est pas négligée puisque des enseignements donnent lieu à l’écriture de deux mémoires en anglais et deux enseignements sont dispensés dans cette langue.

Cette voie offre la possibilité par la suite d'occuper l'un des postes suivants : Consultant Statisticien, Data Scientist, Ingénieur Maitrise des Risques, Chargé d’Etudes Statistiques, Ingénieur Recherche et Développement. Même si l'un des débouchés revendiqués de la filière est l'industrie, la caractéristique de cette filière est sa transversalité. A l'issue de cette formation, les étudiants sont capables de s'adapter à des problématiques provenant de différents secteurs d'activités comme l'industrie, le secteur bancaire, l'environnement, les services. C'est aussi la voie à privilégier pour ceux qui se destinent à la recherche et au développement dans le domaine des statistiques

Enseignements de 3e année :

UE0 Tronc commun

Droit du Travail

Anglais

Sport

UE1 Machine learning

Machine learning

Machine-learning – Réseaux de neurones avancés

Régression pénalisée et sélection de modèles

Apprentissage statistique à grande échelle

Webmining et traitement du langage

UE2 Modélisation Modélisation non linéaire

Théorie des valeurs extrêmes

Théorie des valeurs extrêmes – Compléments

Modèle additifs semi-paramétriques

Statistique bayésienne

UE3 Traitement de l'image Modèles markoviens en analyse d'images

Projet d'analyse d'images

Filtrage linéaire et non linéaire

UE4 Processus et prévision Statistique des processus

Statistique des processus — Compléments (GS)

Géostatistique

Prévision semi-paramétrique

Séries temporelles avancées

UE5 Qualité/Fiabilité

Plans d’expériences

Introduction à la sûreté de fonctionnement

Fiabilité

Projet de fin d'étude

Projet méthodologique

Projet de fin d'étude

Data Challenge

Séminaire professionnel

Lieux d'enseignement