Filière Datascience et intelligence artificielle

Responsables

J.-F. Bercher, D. Courivaud

9 novembre 2018


Signature Chaire IBM-ESIEE Paris | IA et Prescriptive analytics
Nicolas Sekkaki, Jean Mairesse, Claire Herrenschmidt

22 novembre 2018

20 septembre 2018



Table ronde DataScience organisée par Synergie Campus à ESIEE Paris (Amphi MD)

Une nouvelle filière pour de nouveaux emplois!

Premiers diplômés en 2016

Dans un contexte de très fort essor du BigData et des objets connectés, la filière forme des ingénieurs spécialistes

  • de l'ingéniérie et du traitement des données Data
  • de leur présentation, de l'implantation des solutions Dev
  • et de leur recueil ou déploiement IoT

Pour Microsoft, le futur de l'IA passe par l'IoT (22 octobre 2018)

un champ d'applications très vaste à l'interface de l'informatique et des mathématiques appliquées.
Parrain de filière : Jean-Marc STEFFANN

Ingénieur data

Les données sont un capital à valoriser, en appliquant/adaptant des méthodes permettant d’en extraire des indicateurs ou des modèles pour éclairer des statégies organisationnelle et/ou opérationnelle ou des décisions. Créer de la connaissance pour la transformation numérique des entreprises.

Un spécialiste des données est susceptible de

  • recueillir, récolter, analyser, nettoyer un grand volume de données à partir de diverses sources, souvent bruitées et hétérogènes
  • en extraire des (nouveaux) indicateurs, des connaissances
  • il est créatif, il utilise des méthodes et modèles existants, et en comprend les performances et limites, mais en crée aussi de nouveaux sur la base de sa connaissance métier
  • présenter les résultats notamment en utilisant la visualisation de données
  • déployer des algorithmes sur des clusters

Paul van der Laken, 16 janvier 2018, “What’s the difference between data science, machine learning, and artificial intelligence?”, visualized

Datascientist est un informaticien spécialisé dans l’analyse de données.

Offres d'emploi optioncarriere

Offres d'emploi Indeed

Ils en parlent (en vidéo)...

Quelques exemples de sujets/travaux réalisés par des (anciens) élèves

  • Industrie
    • Maintenance prédictive (ville/tunnelier)
    • Optimisation de la production
    • Modèles physiques [-- pesage de camions]
    • Consommation -- compteurs linky et gazpar (veolia/edf/efficacity) Efficacité énergétique
    • Gestion de trafic
    • Déploiement informatique
  • Web
    • Influenceurs web
    • Détection de genres musicaux (moteurs de recherche / sacem- ibm / Qwant)
    • E-reputation
    • Publicité personnalisée, moteurs de recommandation (Le Bon Coin)
    • Prix de vente sur ebay
  • Société
    • Recrutement automatisé
    • Banques/assurances (clustering clients / comportements/ détection de fraude)
    • Prédiction prix immobilier (société BonDeVisite)
  • Santé - Biologie
    • Maintien à domicile
    • Environnement, expression gènes --> croissance plantes

Ils ont recruté des anciens de la filière 

LeBonCoin, Data Publica, Xebia, Thalès, BonDeVisite, IBM, Ministère de la justice, Octo-Technology, Orange, DevoTeam, Natixis, Sopra, Efficacity, Free, Deezer, Qwant…

Ils interviennent dans les enseignements 

Data Publica, Octo Technology, Natixis, Orange, IBM, Free...

Un contexte particulièrement porteur...

  • (Big)data : un taux de croissance de x0 % par an.
  • Objets connectés : 80 milliards d'objets connectés en 2020 (multiples références et chiffres...)


Des thèmes à la mode, mais aussi un contexte technologique et économique solide

Organisation

Pédagogie

  • Principe de base : former des ingénieurs connaissance opérationnelle
    3 axes : Data/Dev/IoT
    Fort taux de mise en oeuvre et projets

Tableaux des unités avec brochures intégrées

Organisation E4

Organisation E5

Compétences 

Langage R, Python (numpy/scikit-learn, pandas, …), Scala, devOps, web scraping, webapps flask, cryptographie, machine learning (régressions, SVM, Random Forests, Kmeans, ...) boosting, bagging, text mining, Hadoop, Spark MLLIB, deep learning, etc

Contacts - infos