I.
Préambule
Le domaine
des Technologies de l’Information et de la Communication évolue de manière
vertigineuse à travers les temps. En effet, les technologies relatives aux
réseaux informatiques et télécoms ont largement évolué, on parle maintenant des
réseaux nouvelle génération ou NGN. L’ingénierie logicielle, quant à elle,
repose désormais sur le cloud et non plus sur les bases de données classiques
et ce, en plus des plateformes de développement low-code et les API. Par
ailleurs, les systèmes d’information et les systèmes informatiques d’une
manière générale sont devenus des cibles privilégiées des cyber-attaques et un
nouveau-ancien domaine réapparait : la cybersécurité. Ajoutons à tout cela, les
technologies émergentes à savoir notamment : le retour en force de l’Intelligence
artificielle en l’occurrence le Machine Learning, la technologie blockchain,
les objets connectés, la data-science, les Big Data, le métavers, la réalité
augmentée et la réalité virtuelle, etc. qui touchent tous les domaines sans
distinction aucune.
La révision
de nos programmes s’est, par conséquent, imposée par elle-même pour tenir
compte de toutes ces avancées technologiques et former ainsi des ingénieurs
performants, innovants, directement opérationnels et productifs. L’aspect soft
skills a été lui aussi renforcé et ce, afin de faciliter l’insertion de nos
ingénieurs dans le milieu socio-professionnel.
Une
attention particulière a été portée également sur l’apprentissage actif et
appliqué via les projets spécifiques et multidisciplinaires ainsi que les
certifications. Tous les cours seront donnés en mode intégré et le régime des
examens en mode mixte hormis les projets et les ateliers qui seront évalués
sous la forme de contrôle continu avec des exposés notés.
Notre
formation est orientée vers les technologies émergentes ou encore ce qu’on
appelle le web 4.0 (Intelligence Artificielle (IA), Machine Learning, Big Data,
IoT, Réalité augmentée, Réalité Virtuelle, Metaverse…). L’enseignement est
dispensé de manière à ce que l’étudiant prenne conscience non seulement de
l’importance de chaque matière dans le cursus mais aussi et surtout de la mise
en relation des matières entre elles. Pour cela, l’apprentissage par projet est
préconisé et fait éviter à l’étudiant un éparpillement mental et pratique. Le
profil que nous cherchons à former est celui de l’étudiant entrepreneur à
travers l’incubateur de l’UIK, les projets intégrés, les stages d’immersion et
les préparations aux certifications professionnelles.
I.
Objectif général
|
II.
Objectifs spécifiques
Le master « Data Science » vise à
répondre à ce besoin de compétences en formant de futurs cadres :
·
Rapidement opérationnels dans des missions
dans le domaine du BIG DATA, grâce à l’acquis des fondamentaux, les études de
cas et la pratique sur des problèmes concrets.
·
Responsables, grâce à la compréhension des
enjeux éthiques, du respect de la vie privée et du développement durable pour
les entreprises internationales et la société d’aujourd’hui.
·
Ayant, grâce à leurs compétences
scientifiques et techniques, la maîtrise des masses de données leur permettant
d’analyser et d’extraire des connaissances pour aider à la prise de décisions
stratégiques et à la création de services innovants.
·
Capables d’aider les organisations à créer
de la valeur à partir des données massives : innovation de produits, de
processus, marketing, nouveaux modèles de business…
III.
Acquis d’apprentissage
A
la fin de la formation, les participants doivent être capables de :
ü
Comprendre les enjeux et les besoins relatifs à
la prise de décision et à l’analyse des données
ü
Collecter et analyser les données
ü
S’assurer de la fiabilité des données traitées
ü
Rédiger les synthèses des analyses des données
effectuées permettant la prise de décision
ü
Assurer une veille sur les outils du marché de
collecte des statistiques Aptitudes
ü
Capturer, stocker et analyser des ensembles
volumineux et complexes, de données non structurées et de formats différents
ü
Appliquer des méthodes d’exploration et
d’exploitation des données (Data Mining)
ü
Recueillir les connaissances internes et
externes et les besoins en données
ü
Traduire les besoins de l'entreprise en données
ü
Assurer la disponibilité de l’information
ü
Garantir le respect de la propriété
intellectuelle et de la vie privée Attitudes
ü
Montrer une attitude positive envers l’adoption
des nouveaux concepts
ü
S’engager activement et être responsable dans la
mise en œuvre du projet pour atteindre les objectifs fixés
ü
Démontrer une capacité à travailler à la fois
individuellement et en équipe
IV.
Conditions
d’accès à la formation
Nature de diplômes requis :
Licences
admises pour l’accès au mastère :
-
Licence fondamentale en Informatique
-
Licence en Business Intelligence
-
Licence en réseaux et télécom-
-
Licence en multimédia
-
Licence scientifique ou technique
V.
Descriptif des stages et des
activités pratiques de fin d'études
Organisation : Chaque
étudiant sera encadré par un enseignant de l’équipe pédagogique et
professionnelle en fonction du sujet qui sera préalablement approuvé par la
commission du mastère. L’étudiant doit
montrer qu'il possède les compétences nécessaires pour mener à bien une
réflexion autour d’une thématique, et à apporter des réponses aux
problématiques posées les organisations, partenaires et autre.
Durée : 3 mois
Lieu : Le stage se
déroulera auprès d’une entreprise tunisienne opérant dans le domaine du Data Science.
Rapport/rendu : Le nombre de pages du mémoire ne doit pas
dépasser 100 pages. La soutenance se
déroulera devant un jury composé d’un président, des encadrants et d’un rapporteur qui devra fournir un rapport positif
avant la précision de la date de
soutenance.
Évaluation : L'étudiant
sera évalué sur le choix de la problématique, la manière de la traiter et de
l’opérationnalisation des solutions proposées dans le domaine du Data Science. L’étudiant doit adopter un plan
décrivant son travail sous les recommandations
de ses 2 encadreurs (professionnel et académique).
Nombre de crédits : 30 crédits
Consulter le programme détaillé