Mastère Chef de Projet Data IA

Titre de niveau 7 reconnu par l’Etat

Présentation générale

Les projets dans le domaine de la donnée et de ses extensions en intelligence artificielle sont des projets complexes. Ils nécessitent d’une part de bien comprendre le besoin utilisateur, et donc les différents métiers et leurs enjeux ; et d’autre part de maîtriser suffisamment les aspects techniques, tant en terme de langages informatiques que de gestion et d’exploitation de la donnée, pour faire le lien avec les équipes en charge du développement.

Le mastère de Chef de projet Data IA vous forme à cette double compétence, très attendue des entreprises. Il pourra vous mener également vers les nouveaux métiers de la data qui nécessitent des profils hybrides, dont celui de Data Steward.

Les deux années de votre mastère s’articulent autour de projets amenés par des entreprises pour un apprentissage par la pratique.

Cette formation délivre un titre RNCP de niveau 7 certifié* et vous prépare à passer plusieurs certifications reconnues dans la data et la gestion de projet.

L’alternance est possible.

* Titre d’Expert en stratégie et développement digital d'ESGCV-MBA ESG, NSF 320, Niveau 7. Enregistré au RNCP par arrêté du 27/12/2018 publié au JO du 04/01/2019

Mastère Chef de Projet Data IA

Titre d’Expert en stratégie et développement digital

d'ESGCV-MBA ESG, NSF 320, Niveau 7 inscrit au RNCP par arrêté du 27/12/2018 publié au JO du 04/01/2019

 

Objectifs

A l’issue de ce mastère, vous aurez acquis les compétences nécessaires à la gestion de projets en Data IA :

  • Manager un projet de développement Data et IA
  • Mener des actions digitales en lien avec les équipes techniques, en mobilisant vos connaissances en langages informatiques et en gestion de bases
  • Analyser, concevoir et mettre en œuvre des campagnes d’acquisition digitales et des solutions Data et IA
  • Optimiser la relation client sur le web et les autres canaux
  • Elaborer et assurer un système de veille dans le domaine de la data et de l’intelligence artificielle
 

Stages/ Alternances

  • 3 mois minimum chaque année ou alternance.

 

Prérequis

A noter que pour la rentrée 2021 seule la première année de Mastère est accessible.

En 1e année de mastère :

Vous devez avoir validé une formation de niveau Bac +3 (180 ECTS) d’école d’ingénieur, d’école de commerce ou d’université (de type licence informatique ou licence mathématiques appliquées).

Une expérience en programmation et en traitement de bases de données est nécessaire. A défaut, vous avez la possibilité de suivre un mois de mise à niveau en septembre pour intégrer ce mastère.

En 2e année de mastère :

Vous devez avoir validé une formation de niveau Bac +3 (240 ECTS) d’école d’ingénieur, d’école de commerce, d’école d’informatique ou d’université dans des domaines liés à la gestion de projets, à l’informatique ou aux mathématiques appliquées.

Débouchés

  • Ce mastère de Chef de projet Data IA vous amène naturellement vers le poste de Chef/fe de projet en maîtrise d’ouvrage (MOA/AMOA) ou de Product Owner.
  • Vous pouvez également envisager le poste de Chef /fe de projet maîtrise d’œuvre (MOE/AMOE).
  • Vous pouvez aussi devenir Responsable e-CRM ou encore Chief digital officer, ou exercer dans les nouveaux métiers de la Data comme celui de Data Steward.

Programme

Année 1
Année 2
  • Compétences techniques 
    Remise à niveau en mathématiques et statistiques
    Machine learning
    Deep Learning : introduction
  • Informatique / Langage : Cloud
    Remise à niveau (Python / SQL)
    Python
    Introduction à R
    Spark / Pyspark
  • Data et IA
    Assistants / Chatbots (conception)
    Natural Language Processing (NLP - conception)
    Ethique et bonnes pratiques
  • Fondamentaux business / Culture générale
    Marketing fondamental
    Marketing relationnel 
    Communication globale
    Conception de produits à forte valeur ajoutée technologique (marketing et gestion)
    Approches sectorielles de la Data : banque, distribution
    Fondamentaux du e-business
  • Projets
    Imaginer et concevoir un nouveau service Data et IA
    Exemple : Réfléchir à un système de circulation en mobilité douce
    Spécifications fonctionnelles et techniques d’un produit et service
    Exploration, collecte et analyse de données
    Gestion de projet
  • Compétences transverses
    Projets complexes : pilotage de la sous-traitance
    Vulgarisation des concepts
    Maîtriser l’expérience client : UX/UI
    Prise de parole en public avec le Cours Florent
    Business English
  • Insertion professionnelle
    Atelier CV et insertion professionnelle
    Suivi de projet professionnel
  • Certifications et challenges
    Certification Datascience (Microsoft / Dataiku)
    Challenges (type kaggle)
  • Management d’un projet de développement Data et IA
    Conception et mise en œuvre d’un POC
    Test terrain « en live »
    Présenter des supports pédagogiques
    Accompagnement au changement
    Posture managériale avec le Cours Florent
    Déploiement de produits à forte valeur technologique
    Conception (architecture, BDD, spécificités techniques)
  • Langages informatiques et gestion de bases au service d’actions digitales 
    Machine Learning perfectionnement
    Deep Learning : manipuler avec aisance les différents types de modèles
    Python avancé
    R perfectionnement
    Dataiku expert
  • Analyse et compréhension des campagnes d’acquisition sur le web
    Stratégie d’influence et WOM (Word Of Mouth)
    Référencement et web analytics
    Email et conversion 
    Digital Advertising
    Moteurs de recommandation
  • Optimisation de la relation client sur le web et de la vente en ligne
    UX/UI conception
    Ergonomie
  • Elaborer un système de veille Data et IA
    Veille et solutions Data IA
    Biais cognitifs : éthique et déontologie
    IoT : Internet des objets
    Approches sectorielles : santé, industries et service
    Approches fonctionnelles : marketing, RH et supply chain
  • Outils et compétences transversales
    Atelier insertion professionnelle et Personal Branding
    Excel avancé – tableaux croisés dynamiques
    Business English et préparation au TOEIC
  • Certifications et challenges
    Certification Datascience (Microsoft) 
    Certification Gestion de projet
    Certification Azur (Microsoft)
    Challenges Datascience 
 

Durée de la formation (année 1) : 455h. Ce volume comprend les heures de face à face pédagogique, de travaux de groupe, de réalisation de projets d’entreprise, d’e-learning et d’événements liés à la formation tels que les conférences ou les séminaires.  

Durée de la formation (année 2) : 546h. Ce volume comprend les heures de face à face pédagogique, d’e-learning ainsi que les projets et mises en situation professionnelles et les événements liés à la formation tels que les conférences ou séminaires.
Si vous n'obtenez pas le titre RNCP, sachez toutefois que si vous avez validé l'ensemble des compétences relatives à un bloc, ce bloc de compétences vous est acquis.
Ce programme ne propose pas de passerelle avec une autre formation

Modalités d’évaluation : L’acquisition des compétences est évaluée en contrôle continu et via des partiels pour l’obtention du diplôme de l’école, et lors d’une semaine de certification pour l’obtention du titre RNCP. Le principe de cette semaine de certification est d’évaluer les compétences acquises pour chaque grand bloc de compétences sous la forme principale d’études de cas pour vous mettre en situation professionnelle.