Diplôme Supérieur en Analyse, Intelligence et Sécurité des Données

Codes NSF 312 | Commerce, vente 313 | Finances, banque, assurances, immobilier 326 | Informatique, traitement de l'information, réseaux de transmission
Voies d'accès : Formation initiale Contrat d'apprentissage Formation continue Contrat de professionnalisation VAE

Prérequis : Pour l'admission en Formation Initiale deux voies existent: * En 1ère année pour les titulaires d’un diplôme niveau 6 ou équivalent international (délivrant 180 ECTS), * En 2ème année pour les titulaires de 240 ECTS et après validation d’une première anné

Certificateurs :

Certificateur	SIRET
GROUPE RENNES SCHOOL OF BUSINESS	37832751400014
MINISTERE DE L'ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE	11004401300040

Activités visées :
- Utilisation des outils numériques et digitaux de base dans le contexte professionnel - Utilisation des technologies de l’intelligence artificielle au service de son entreprise - Gestion, analyse et exploitation avancées des données internes et externes à l’organisation - Exploitation de plusieurs langages de programmation à des fins d’analyse avancées - Exploitation des techniques d’exploration des données (data mining) issus des réseaux sociaux et d’autres sources, à des fins?d’analyse managériale - Compréhension de la démarche scientifique rigoureuse et méthodologique - Résolution de problématique de recherche en lien avec sa spécialisation - Communication écrite et orale en anglais en situations professionnelles spécialisées - Adoption de postures managériales respectueuses de la diversité pour gérer une équipe - Pratique de leadership au service de la réalisation des objectifs stratégiques - Conduite du changement à visée responsable et digitale - Exploitation des données dans le respect des principes éthiques, responsables et sécuritaires - Construction d’une vision holistique de la stratégie de l’entreprise dans l’ère digital et responsable - Veille technologique sur les outils de data-science - Optimisation stratégique des opérations courantes d’un métier (ex.
chaine d’approvisionnement, Gestion de la relation client) à l’aide de modélisation des données - Exploitation des technologies émergentes, notamment AI, dans les métiers de la finance - Observation de solutions innovantes dans des situations complexes - Optimisation des Prises de Décisions dans des situations complexes - Pilotage de projet/processus dans une approche multidimensionnelle de la performance grâce aux données - Pilotage d’une Base de Données clients à des fins d’exploitation marketing direct et CRM - Elaboration d’un projet professionnel réaliste et aligné à ses valeurs personnelles - Développement d’une posture professionnelle en adéquation avec son projet professionnel

Capacités attestées :
- Utiliser de manière appropriée, autonome et dans le respect des normes de sécurité et d’éthique, les outils numériques fondamentaux et transversaux au domaine du management
- S’informer et se former aux évolutions des usages et outils numériques, notamment l’Intelligence Artificielle générative
- Comprendre la contribution de l’Intelligence Artificielle pour faciliter et fluidifier l’analyse des données et les prises de décisions dans un objectif d’efficacité et réduction de risque humain dans les opérations courantes
- Peser les avantages et les risques afin d’adopter une utilisation responsable de l’Intelligence Artificielle dans l’exercice de ses missions.
- Maitriser les fonctionnalités avancées des logiciels de gestion de données
- Modéliser des données, appliquer des tests de signification statistiques
- Exploiter les résultats, en prenant en compte les limites statistiques des données
- Piloter les processus de collecte, d’analyse, et de structuration des données clients
- Sécuriser la collecte, l’exploitation et le stockage des données, en veillant au respect de la législation
- Exploiter et valoriser les données, en produisant des rapports et des présentations adaptés à un contexte international, et en formulant des recommandations
- Comprendre les principes et les enjeux et de la programmation avancée pour communiquer, donner des instructions et travailler avec des machines
- Rédiger du codage en langage procédural et en langage orienté objet
- Exploiter les possibilités de l’intelligence artificielle pour améliorer son codage
- Choisir la technique d’analyse la plus pertinente pour atteindre l’objectif annoncé dans le cahier des charges
- Collecter des masses de données issues des réseaux sociaux sur des thématiques managériales
- Effectuer des analyses statistiques poussées et interpréter les informations obtenues
- Mobiliser des savoirs hautement spécialisés, dont certains sont à l’avant-garde du savoir dans un domaine de travail ou d’études, comme base d’une pensée originale
- Développer une conscience critique des savoirs dans un domaine et/ou l’interface de plusieurs domaines
- Identifier, sélectionner et analyser avec un esprit critique diverses ressources spécialisées pour documenter un sujet et synthétiser ces données en vue de leur exploitation
- Résoudre des problèmes complexes en mobilisant des savoirs pluridisciplinaires pour développer de nouveaux savoirs et de nouvelles procédures
- Conduire une analyse réflexive et distanciée prenant en compte les enjeux, les problématiques, et la complexité d’une demande ou d’une situation
- Mettre en œuvre une méthodologie de recherche (quantitative ou qualitative) appropriée
- Tirer des conclusions permettant un apport managérial et conceptuel innovant à la problématique
- Communiquer à des fins professionnelles, par oral et par écrit en anglais, en s’adaptant à son audience et en adoptant le registre approprié.
- Structurer sa pensée, à l’écrit ou à l’oral, en employant le bon vocabulaire
- Maitriser son langage corporel et sa capacité d’improvisation
- Argumenter et débattre, en appliquant les techniques d’argumentation, en exerçant sa capacité d’écoute et d’observation
- Analyser les contextes, les représentations et les pratiques interculturelles de ses interlocuteurs afin de collaborer efficacement en équipe multiculturelle.
- Faire preuve de curiosité et d’empathie envers d’autres pays, leurs civilisations et leurs économies
- Reconnaitre les barrières à l’inclusion afin d’adapter sa posture managériale et élaborer des solutions plus inclusives
- Mobiliser son agilité interculturelle et son intelligence émotionnelle afin de gérer et prévenir des conflits
- Identifier son style de management et ses leviers afin de gérer ses équipes et favoriser l’intelligence collective
- Mobiliser l’intelligence collective, en mettant en place les équipes, les supports techniques et les techniques d’animation afin de faciliter les échanges
- Elaborer un plan de conduite de changement en précisant les objectifs, les ressources, les étapes et leurs délais et en analysant les leviers et les barrières
- Accompagner le changement au sein des équipes en utilisant la communication et la formation comme leviers de réussite
- Favoriser le développement de nouveaux savoirs et pratiques professionnelles au sein d’une équipe pour améliorer sa performance
- Déployer son influence personnelle et institutionnelle, et l’exploitation des données, pour promouvoir le changement et mobiliser les parties prenantes
- Connaitre la législation relative à la protection des données, notamment dans le cadre européen de la RGPD (Règlement Générale sur la Protection des Données), afin de l’appliquer scrupuleusement dans la gestion des données
- Identifier et évaluer les données potentiellement discriminantes (genre, âge, origines ethniques et sociales, handicap) afin d’agir de façon éthique et inclusive.
- Identifier les risques de biais et de traitement non-équitable dans l’analyse et interprétation des données
- Connaitre les principes fondamentaux de la cybersécurité, et les risques encourus
- Analyser le modèle d’affaires de l’entreprise en identifiant les activités clés, les parties prenantes internes et externes, les sources de revenus et les coûts, dont les coûts sociétaux et écologiques.
- Analyser l’environnement externe et ses acteurs avec l’aide d’outils managériaux afin de poser un diagnostic stratégique
- Comprendre les enjeux stratégiques des technologies digitales et les modèles d’affaires des entreprises plateformes pour appréhender les évolutions actuelles et futures dans son métier
- Mettre en place un système de veille sur les nouvelles technologies et solutions logicielles de data science
- Expérimenter de nouvelles méthodes, en exerçant son esprit critique, afin d’identifier les avantages / inconvénients des nouvelles solutions
- Comprendre les enjeux du métier, des données et des flux d’information au sein d’un service
- Développer et mobiliser ses connaissances digitales (IoT, IA, blockchain, Machine Learning, cloud computing) afin de contribuer à la transformation du métier
- Comprendre les enjeux du métier finance, des données et des flux d’information au sein d’un service opérationnel
- Exploiter des outils digitaux (IoT, IA, blockchain, Machine Learning, cloud computing)
- Observer son environnement humain, physique, technique et géopolitique avec un esprit critique
- Mobiliser ses connaissances existantes pour voir les liens et donner du sens à ses observations
- Monter un projet de voyage d’études, en identifiant des interlocuteurs originaux et percutants, dans le respect du cahier des charges en termes d’accessibilité et responsabilité
- Engager des échanges de haut niveau avec des interlocuteurs experts
- Synthétiser et formaliser ses apprentissages pour partager et transférer les connaissances nouvelles
- Elaborer un raisonnement structuré et adapté à une situation professionnelle métier
- Exploiter les outils et des modèles pour évaluer les différentes options de décisions
- Prendre en compte un cahier des charges détaillé en définissant les objectifs, livrables, ressources et délais, et monter une équipe projet qualifiée, ayant des compétences pluridisciplinaires
- Se servir des logiciels de gestion de projets digitaux pour planifier, suivre et rectifier, le cas échéant, les paramètres du projet en temps réels dans un souci de performance et d’efficacité.
- Sélectionner, encadrer et mobiliser les membres d'une équipe projet, en adaptant les techniques de management (directif, collaboratif, participatif) selon les besoins du projet
- Contrôler et piloter la performance à l’aide d’outils de gestion en élaborant des documents de synthèse, des indicateurs, des écarts et en proposant des actions correctives
- Mettre en œuvre une politique de gestion de la qualité dans son domaine de gestion
- Piloter les processus de collecte, d’analyse, et de structuration des données clients, dans le respect de la législation et de manière éthique
- Exploiter et valoriser les données, en produisant des rapports et des présentations adaptés à un contexte international, et en formulant des recommandations concernant le marketing opérationnel
- Mettre en œuvre un outil de CRM destiné à entretenir des relations individualisées et interactives avec les clients
- Piloter son projet de développement personnel dans les métiers des données en lien avec la gestion/ management
- Mettre en place une veille thématique continue sur l’évolution des compétences attendues sur le marché du travail
- Construire et entretenir un réseau professionnel afin de piloter son entrée sur le marché de l’emploi et sa carrière
- Prendre ses responsabilités et faire preuve de leadership et d’esprit collaboratif
- S’adapter à l’évolution des compétences attendues dans les organisations et apprendre à apprendre
- Développer les compétences comportementales et métiers tout au long de sa vie

Secteurs d'activité :
Le « Data Analyst » exerce son expertise dans des entreprises industrielles et commerciales de tous secteurs, de la PME à la multinationale, qui partagent une forte culture de la donnée. Le secteur d’activité de l’entreprise détermine fortement la finalité des activités des analystes. Parmi les secteurs particulièrement demandeurs on note le secteur de la banque et de la finance, le secteur du commerce (notamment dans les domaines logistiques, marketing et RH) et d’autres secteurs tels que les secteurs automobile, énergie, médical et militaire. Le métier peut également s'exercer dans le domaine du Conseil Organisationnel et Stratégique. Les métiers des données connaissent une évolution rapide, notamment due aux évolutions technologiques, et plus particulièrement, l'intelligence artificielle. D’autres métiers peuvent émerger dans les années à venir.

Types d'emplois accessibles :
Les appellations métiers peuvent être les suivants: * Analyste des données / Data Scientist / Business Analyst * Analyste Financière / Analyste crédit * Consultant en gestion des risques (Risk analyst) * Consultant en Business Intelligence (BI) * Responsable approvisionnement / Gestionnaire de données logistiques / planification * Consultant en Gestion de la Relation Client * Consultant en cybersécurité * Responsable Analyse Prédictive * Consultant Web analytics

Objectif contexte :
Le Diplôme Supérieur en Analyse, Intelligence et Sécurité des Données propose un positionnement hybride entre les techniques de traitement numérique des informations et leur contextualisation managériale. Sa mission est de former des futurs managers ayant