Programme 2ème année

La statistique fait partie intégrante des mathématiques appliquées. La seconde année est centrée sur l’apprentissage des techniques utiles au statisticien de profession : la modélisation, paramétrique ou non, d’une régression, l’étude des séries chronologiques modélisables par la méthode de Box-Jenkins, la théorie des sondages, l’analyse des modèles à choix discrets, l’apprentissage supervisé, les chaînes de Markov, les calculs bayésiens, les modèles de durée. Ces bases sont complétées, selon le statut de l’étudiant et ses choix, par une initiation aux processus stochastiques, des cours de méthodes de régression non paramétrique, ré-échantillonnage, de compléments de séries temporelles, de statistique mathématique, de cartographie ou d’échantillonnage avancée.

Un projet statistique, encadré par des professionnels et fonctionnant en petits groupes, permet aux étudiants de mettre en oeuvre sur des données réelles un large éventail des techniques étudiées au cours des deux premières années. Les étudiants peuvent également participer à un Data Challenge.

Les cours de troisième année s’inscrivent dans des voies de spécialisation. Ils présentent les développements spécifiques des probabilités et de la statistique utiles au domaine étudié, tout en apportant les connaissances indispensables sur l’environnement dans lequel sera amené à travailler le statisticien.

Tous les étudiants réalisent dès le début de la deuxième année un projet dont l’objectif est de mettre en application les enseignements reçus en première année et des compléments informatiques sur la gestion des bases de données dans des contextes Web et/ou Big Data.

Au cours du second semestre, les ingénieurs suivent un cours de programmation orientée objet en C++ ou Java, ainsi qu’une introduction aux outils pour le Big Data. Plusieurs cours optionnels sont proposés en informatique, R avancé, technologies mobiles, conception de logiciel, traitement du signal, et data visualisation. Des compléments informatiques sur des outils (R Shiny, VBA, Libre Office Basics, Compléments de SAS) sont proposés sans ECTS.

La troisième année apporte les compléments nécessaires à la mise en œuvre informatique des méthodes statistiques dans les domaines de spécialisation proposés. Elle offre également une voie d'approfondissement dans le domaine spécifique du traitement de l'information (compléments sur les bases de données, génie logiciel, conception et programmation orientées objet, administration de projets informatiques, intelligence artificielle, Big Data, Datamining, réseaux, technologies Web, etc.).

Les enseignements d'économie, de gestion et de sciences sociales ont pour objectif d’offrir à tous les étudiants une réelle capacité d’analyse et de compréhension des aspects essentiels du monde contemporain, à travers la mobilisation de la modélisation économique et de données fruits d'un comportement humain. 

En deuxième année, le cours d’économétrie du tronc commun vise à donner aux étudiants les méthodes de validation empirique des modèles théoriques. Ce cours peut être complété au second semestre par des cours de micro et macroéconométrie appliquée. Des cours électifs complètent cette formation en ouvrant sur l’économie du risque, l’économie industrielle, l’économie des contrats ou l’économie financière notamment.

Pour nos ingénieurs Data Scientists ou statisticiens publics, la notion de compétence renvoie aux notions d’autonomie et de savoir agir dans le champ de la production et de l’analyse de données et de la décision en situation complexe (tâches non répétitives). Les connaissances en mathématiques, informatique, statistique, économie (l’ADN de l’ENSAI) forment le socle indispensable à la formation d’un ingénieur Data Scientist compétent. Les compétences transversales ou Soft Skills sont également indispensables pour valoriser dans un contexte professionnel tout le potentiel acquis durant les 3 années de l’ENSAI.

L’école a produit un référentiel de ces domaines de compétences adapté aux futurs métiers des étudiants qu’elle forme. Il est attendu d’un Data Scientist qu’il présente des qualités importantes dans les domaines suivants : la rigueur intellectuelle, le raisonnement analytique et la conceptualisation, la créativité et le sens de l’innovation, la communication et la pédagogie, les relations humaines, le travail en équipe en mode projet et la gestion du temps, l’ouverture au monde et la responsabilité sociale et civique. Ces qualités sont mises en œuvre dans les différents processus d’apprentissages : les cours, les TP et TD, le travail personnel demandé.

L’école a fait le choix de renforcer spécifiquement la montée en compétence sur « le savoir agir » de ses étudiants à partir principalement de situations s’approchant le plus de situations professionnelles : les projets, les Data Challenges, les stages, les pratiques associatives.

L’apprentissage des techniques de communication et de la gestion de projet est progressif, basé sur la pratique et le conseil personnalisé. Les étudiants sont sensibilisés à ces compétences dans le cadre du projet de statistique descriptive en première année, puis les développent en travaillant sur les projets qui jalonnent leur scolarité, en particulier le projet statistique de deuxième année, le projet informatique de deuxième année et le projet statistique de troisième année.

Durant le stage d’observation de première année, les étudiants élargiront leurs connaissances du monde professionnel et développeront leur capacité d’analyse à travers la rédaction du rapport.

Le « Projet professionnel » en deuxième et troisième année permet aux étudiants de mieux se connaitre à travers, en particulier, l’utilisation d’un test de personnalité très utilisé pour les recrutements, de valoriser leurs compétences dans leur recherche de stage ou d’emploi en préparant les documents supports de leurs candidatures et de mettre en pratique les compétences scientifiques et comportementales durant leur stage d’application en statistique et leur stage de fin d’étude.

L'étude de l'anglais est obligatoire tout au long de la scolarité. Les étudiants sont répartis en groupes de niveau pour assurer un contenu et une pédagogie adaptés. Des modules de préparation au TOEIC sont intégrés aux cours mais l’acquisition et le développement des compétences linguistiques et communicationnelles restent les objectifs principaux des cours. Le niveau B2 du CECRL est obligatoire pour l’obtention du diplôme d’ingénieur mais les cours visent l’acquisition du niveau C1. Au-delà des compétences linguistiques, les cours d’anglais cherchent à équiper les futurs ingénieurs avec les compétences transversales qui leur permettront d’évoluer dans des contextes internationaux variés, d’effectuer la veille scientifique et de comprendre les normes culturelles dans les pays étrangers. Les cours des Humanités visent à approfondir les connaissances des étudiants dans plusieurs disciplines des arts et des sciences sociales et humaines. Du fait de leur structure et contenu, ils permettent aux étudiants de développer des compétences transversales, notamment celles liées à l’ouverture au monde et la responsabilité sociale et civique. Les étudiants doivent choisir parmi deux types de cours :

Langues optionnelles : L’allemand, le chinois, l’espagnol, l’italien, le japonais et le russe peuvent être étudiés du niveau A1 jusqu’au niveau B2+. Outre les compétences linguistiques et communicationnelles, les cours de langues optionnelles cherchent à préparer les futurs ingénieurs à agir dans des contextes pluriculturels.

Cours d’ouverture : Plusieurs options sont organisées chaque année. Certains cours visent l’ouverture via la culture générale (géopolitique, histoire de l’art, philosophie…), d’autres stimulent la créativité et la connaissance de soi via la pratique artistique (dessin, musique, peinture, théâtre…). Enfin, la possibilité de participer aux activités associatives ou aux projets spéciaux encourage l’engagement social et citoyen.