<?xml version="1.0" encoding="UTF-8"?> <referentiel_competence specialite="STID" specialite_long="Statistique et informatique décisionnelle" type="B.U.T." annexe="24" type_structure="type1" type_departement="tertiaire" version="2021-12-11 00:00:00" > <competences> <competence nom_court="Traiter" numero="1" libelle_long="Traiter des données à des fins décisionnelles " couleur="c1" id="fddbf64f2b1e1e93765ba1476025fb16"> <situations> <situation>Dans le contexte du développement d'un système d'information décisionnel</situation> <situation>Dans le contexte de préparation des données à des fins d'analyse statistique</situation> </situations> <composantes_essentielles> <composante>En intervenant à toutes les étapes du cycle de vie de la donnée (insertion, modification, extraction, suppression)</composante> <composante>En utilisant le modèle de données adapté aux besoins</composante> <composante>En s’inscrivant dans une démarche de documentation des réalisations adaptée au public visé</composante> <composante>En traduisant correctement les demandes métier en programmes, avec le respect du cahier des charges s'il existe</composante> <composante>En écrivant un programme correctement structuré et documenté, respectant les bonnes pratiques </composante> <composante>En identifiant les librairies et langages dédiés</composante> </composantes_essentielles> <niveaux> <niveau ordre="1" libelle="Traiter des données structurées" annee="BUT1"> <acs> <ac code="AC11.01">Correctement interpréter et prendre en compte le besoin du commanditaire ou du client</ac> <ac code="AC11.02">Respecter les formalismes de notation</ac> <ac code="AC11.03">Connaître la syntaxe des langages et savoir l’utiliser</ac> <ac code="AC11.04">Mesurer l’importance de maîtriser la structure des données à exploiter</ac> <ac code="AC11.05">Comprendre les structures algorithmiques de base et leur contexte d’usage</ac> <ac code="AC11.06">Prendre conscience de l’intérêt de la programmation</ac> </acs> </niveau> <niveau ordre="2" libelle="Automatiser le traitement de données multidimensionnelles" annee="BUT2"> <acs> <ac code="AC21.01">Comprendre l'organisation des données de l'entreprise</ac> <ac code="AC21.02">Réaliser le rôle central et spécifique de l'entrepôt de données dans la chaine décisionnelle</ac> <ac code="AC21.03">Identifier et résoudre les problèmes d’intégration de sources complémentaires et hétérogènes</ac> <ac code="AC21.04">Comprendre la nécessité de tester, corriger et documenter un programme</ac> <ac code="AC21.05">Apprécier l’intérêt de briques logicielles existantes et savoir les utiliser</ac> </acs> </niveau> <niveau ordre="3" libelle="Intégrer le traitement de données complexes" annee="BUT3"> <acs> <ac code="AC31.01">Identifier les solutions technologiques permettant la collecte et la diffusion de données </ac> <ac code="AC31.02">Comprendre les spécificités des données complexes et de leur exploitation</ac> <ac code="AC31.03">Savoir mener une veille technologique</ac> </acs> </niveau> </niveaux> </competence> <competence nom_court="Analyser" numero="2" libelle_long="Analyser statistiquement les données " couleur="c2" id="6cdfe8a53961726f6824cb93d46a6726"> <situations> <situation>Dans le contexte de programmation d'un outil d'aide à la décision</situation> <situation>Dans le contexte d'un projet d'étude statistique</situation> </situations> <composantes_essentielles> <composante>En tenant compte du contexte de l’étude (économique, socio-démographique, commerciale, clinique...)</composante> <composante>En mettant en évidence les grandes tendances et les informations principales</composante> <composante>En identifiant et en mettant en œuvre les techniques adaptées aux attentes du client ou de l’instance décisionnaire</composante> <composante>En identifiant et en mettant en œuvre les techniques adaptées aux données complexes (données massives, données mal structurées, flux de données…)</composante> <composante>En tenant compte du contexte inférentiel (variabilité de l’échantillon)</composante> </composantes_essentielles> <niveaux> <niveau ordre="1" libelle="Mettre en œuvre une analyse descriptive" annee="BUT1"> <acs> <ac code="AC12.01">Réaliser que les sources de données ont des caractéristiques propres à considérer (variation, précision, mise à jour...)</ac> <ac code="AC12.02">Comprendre qu’une analyse correcte ne peut émaner que de données propres et préparées</ac> <ac code="AC12.03">Comprendre l’intérêt des synthèses numériques et graphiques pour décrire une variable statistique</ac> <ac code="AC12.04">Comprendre l’intérêt des synthèses numériques et graphiques pour mettre en évidence des liaisons entre variables.</ac> <ac code="AC12.05">Comprendre l'intérêt de l’utilisation d’un modèle probabiliste</ac> <ac code="AC12.06">Appréhender la notion de fluctuation d'échantillonnage, notamment à l’aide de simulations probabilistes</ac> </acs> </niveau> <niveau ordre="2" libelle="Mettre en œuvre une analyse exploratoire" annee="BUT2"> <acs> <ac code="AC22.01">Prendre conscience de la différence entre modélisation statistique et analyse exploratoire</ac> <ac code="AC22.02">Saisir la spécificité de l’analyse des données temporelles</ac> <ac code="AC22.03">Comprendre l’intérêt des analyses multivariées pour synthétiser et résumer l’information portée par plusieurs variables</ac> <ac code="AC22.04">Appréhender l’idée de confronter une hypothèse avec la réalité pour prendre une décision</ac> <ac code="AC22.05">Apprécier les limites de validité et les conditions d’application d’une analyse</ac> </acs> </niveau> <niveau ordre="3" libelle="Mettre en œuvre l'analyse exploratoire de données complexes" annee="BUT3"> <acs> <ac code="AC32.01">Prendre conscience des différences entre des outils statistiques pour choisir le plus adapté</ac> <ac code="AC32.02">Saisir l’importance de la mise en œuvre de méthodes adaptées à des domaines et des données spécifiques (Marketing, Biostatistique, Statistique spatiale, Gestion …)</ac> <ac code="AC32.03">Prendre conscience des limites des méthodes classiques pour l’analyse des données complexes (données massives, données mal structurées…)</ac> <ac code="AC32.04">Comprendre les mécanismes de bases de l’intelligence artificielle (apprentissage statistique supervisé, échantillons d'apprentissage et échantillons de test…)</ac> </acs> </niveau> </niveaux> </competence> <competence nom_court="Valoriser" numero="3" libelle_long="Valoriser une production dans un contexte professionnel" couleur="c3" id="bfa93ca138c434e6b23c792d3938b936"> <situations> <situation>Dans le contexte du développement d'outils décisionnels</situation> <situation>Dans le contexte d'une étude statistique</situation> </situations> <composantes_essentielles> <composante>En s’adaptant au niveau d’expertise, à la culture et au statut du destinataire</composante> <composante>En s’exprimant correctement, aussi bien en français qu’en anglais, à l'oral comme à l'écrit</composante> <composante>En veillant aux aspects éthiques, déontologiques et réglementaires d’utilisation et de diffusion des données</composante> <composante>En interprétant et contextualisant les résultats (citations, vérification des sources, esprit critique)</composante> <composante>En utilisant la forme de restitution adaptée</composante> <composante>En tenant compte des réalités économiques et managériales des entreprises</composante> </composantes_essentielles> <niveaux> <niveau ordre="1" libelle="Contextualiser et présenter les données" annee="BUT1"> <acs> <ac code="AC13.01">Prendre connaissance des biais rencontrés dans la mise en place d’une enquête</ac> <ac code="AC13.02">Identifier l’importance de contextualiser ses données</ac> <ac code="AC13.03">Mesurer l’importance de mettre en évidence des résultats clés par l’utilisation d’indicateurs pertinents</ac> <ac code="AC13.04">Lors de la restitution des résultats, mesurer l’importance d’expliciter également la démarche suivie</ac> <ac code="AC13.05">Comprendre les intérêts de la data visualisation et de l’infographie</ac> <ac code="AC13.06">Mesurer l’importance d’une expression précise et nuancée dans la communication en français et dans une langue étrangère des résultats</ac> </acs> </niveau> <niveau ordre="2" libelle="Restituer et argumenter ses résultats" annee="BUT2"> <acs> <ac code="AC23.01">Saisir l’intérêt de mobiliser de manière proactive des ressources métiers liées à l'environnement (y compris économique, international…)</ac> <ac code="AC23.02">Savoir défendre ses choix d’analyses</ac> <ac code="AC23.03">Saisir la nécessité de choisir des indicateurs pertinents pour communiquer sur les résultats</ac> <ac code="AC23.04">Prendre conscience de la rigueur requise dans ses productions et dans la communication à leur propos</ac> <ac code="AC23.05">Comprendre les enjeux des relations en milieu professionnel adaptées à l’interlocuteur et à sa culture</ac> </acs> </niveau> <niveau ordre="3" libelle="Intégrer et valoriser sa production dans l'écosystème de l'entreprise" annee="BUT3"> <acs> <ac code="AC33.01">Savoir transformer la donnée pour la mettre en conformité avec des normes (anonymisation, normalisation)</ac> <ac code="AC33.02">Mesurer l'impact d'un respect de la législation en terme de droit des données.</ac> <ac code="AC33.03">Identifier les clés d'une bonne communication (procédures et techniques utilisées)</ac> <ac code="AC33.04">Mesurer l’importance de comprendre et de répondre à l'ensemble des problématiques posées</ac> <ac code="AC33.05">Être force de proposition</ac> <ac code="AC33.06">Prendre conscience de la nécessité d’intégrer la vision de l’interlocuteur (transversalité, international, multiculture, niveau d’expertise…)</ac> </acs> </niveau> </niveaux> </competence> <competence nom_court="Développer" numero="4" libelle_long="Développer un outil décisionnel" couleur="c4" id="e84093146911c42659b5dec7bf24e7a4"> <situations> <situation>Dans le contexte du déploiement d'une solution décisionnelle</situation> <situation>Dans le contexte d'automatisation de reporting et de visualisation</situation> </situations> <composantes_essentielles> <composante>En mettant en œuvre une structuration des données adaptée à leurs caractéristiques (type, volume...)</composante> <composante>En assurant la qualité des données et minimisant les biais liés à l’incertitude et l’imprécision dans les sources</composante> <composante>En étant sensible aux aspects éthiques, déontologiques et juridiques d’utilisation et de diffusion des données</composante> <composante>En réalisant des solutions de visualisation spécifiques aux données métier</composante> <composante>En intervenant à différents niveaux de la chaîne décisionnelle</composante> <composante>En utilisant des méthodes de développement logiciel</composante> </composantes_essentielles> <niveaux> <niveau ordre="1" libelle="Développer un composant d’une solution décisionnelle" annee="BUT2"> <acs> <ac code="AC24.01SDVCOD">Comprendre le rôle fondamental de l’analyse des besoins et de l’existant dans un projet décisionnel (architecture, visualisation...)</ac> <ac code="AC24.02SDVCOD">Percevoir les enjeux de l’automatisation et de l'interopérabilité d’un ensemble de tâches </ac> <ac code="AC24.03SDVCOD">Prendre conscience des différences entre outils (logiciels, langages) pour choisir le plus adapté</ac> <ac code="AC24.04SDVCOD">Comprendre le cycle de vie d’un projet informatique</ac> </acs> </niveau> <niveau ordre="2" libelle="Participer au déploiement d'une solution décisionnelle" annee="BUT3"> <acs> <ac code="AC34.01SDVCOD">Prendre conscience de la nécessité d’utiliser des moyens spécifiques pour exploiter les Big Data ou les flux de données</ac> <ac code="AC34.02SDVCOD">Défendre ses choix de solution par un argumentaire éclairé</ac> <ac code="AC34.03SDVCOD">Réaliser l’intérêt d’appliquer les méthodes de développement dans la réalisation d’un projet informatique</ac> <ac code="AC34.04SDVCOD">Apprécier l’intérêt de l’utilisation d’un gestionnaire de versions de code</ac> </acs> </niveau> </niveaux> </competence> <competence nom_court="Modéliser" numero="4" libelle_long="Modéliser les données dans un cadre statistique" couleur="c4" id="9a83300b795cd0bd43ce236c149b486e"> <situations> <situation>Dans le contexte d’une analyse statistique</situation> <situation>Dans le contexte d'un développement statistique</situation> </situations> <composantes_essentielles> <composante>En choisissant le modèle adapté à la situation</composante> <composante>En maîtrisant la qualité du modèle</composante> <composante>En s’adaptant aux spécificités (données, enjeux, méthodes) d'un domaine d'application particulier (santé, marketing, assurance, qualité, socio-démographie...)</composante> <composante>En s'adaptant à la complexité des données (données massives, données mal structurées, flux de données…)</composante> </composantes_essentielles> <niveaux> <niveau ordre="1" libelle="Mettre en œuvre un modèle statistique" annee="BUT2"> <acs> <ac code="AC24.01SDEMS">Comprendre l'intérêt de planifier le recueil des données</ac> <ac code="AC24.02SDEMS">Appréhender les difficultés et les limites rencontrées dans la mise en œuvre d'un terrain de collecte</ac> <ac code="AC24.03SDEMS">Comprendre l'impact du type de données sur le choix de la modélisation à mettre en œuvre</ac> <ac code="AC24.04SDEMS">Apprécier les limites de validité et les conditions d'application d'un modèle</ac> <ac code="AC24.05SDEMS">Réaliser l'importance de la mise en œuvre d'une procédure de test statistique pour valider ou non une hypothèse</ac> </acs> </niveau> <niveau ordre="2" libelle="Réaliser l'ensemble de la démarche de modélisation" annee="BUT3"> <acs> <ac code="AC34.01SDEMS">Comprendre l'intérêt des approches statistiques pour la fiabilisation, la validation, les incertitudes, les imprécisions des données</ac> <ac code="AC34.02SDEMS">Comprendre l'intérêt de la problématique métier pour réaliser la modélisation</ac> <ac code="AC34.03SDEMS">Viser la réalisation d'un processus de modélisation dans son ensemble</ac> <ac code="AC34.04SDEMS">Prendre conscience des différences entre les modèles pour choisir le plus adapté</ac> <ac code="AC34.05SDEMS">Prendre conscience de la nécessité d'utiliser des moyens spécifiques pour analyser les données massives ou les flux de données</ac> </acs> </niveau> </niveaux> </competence> </competences> <parcours> <parcour numero="0" libelle="Science des données : visualisation, conception d'outils décisionnels" code="VCOD"> <annee ordre="1"> <competence niveau="1" id="fddbf64f2b1e1e93765ba1476025fb16"/> <competence niveau="1" id="6cdfe8a53961726f6824cb93d46a6726"/> <competence niveau="1" id="bfa93ca138c434e6b23c792d3938b936"/> </annee> <annee ordre="2"> <competence niveau="2" id="fddbf64f2b1e1e93765ba1476025fb16"/> <competence niveau="2" id="6cdfe8a53961726f6824cb93d46a6726"/> <competence niveau="2" id="bfa93ca138c434e6b23c792d3938b936"/> <competence niveau="1" id="e84093146911c42659b5dec7bf24e7a4"/> </annee> <annee ordre="3"> <competence niveau="3" id="fddbf64f2b1e1e93765ba1476025fb16"/> <competence niveau="3" id="6cdfe8a53961726f6824cb93d46a6726"/> <competence niveau="3" id="bfa93ca138c434e6b23c792d3938b936"/> <competence niveau="2" id="e84093146911c42659b5dec7bf24e7a4"/> </annee> </parcour> <parcour numero="0" libelle="Science des données : exploration et modélisation statistique" code="EMS"> <annee ordre="1"> <competence niveau="1" id="fddbf64f2b1e1e93765ba1476025fb16"/> <competence niveau="1" id="6cdfe8a53961726f6824cb93d46a6726"/> <competence niveau="1" id="bfa93ca138c434e6b23c792d3938b936"/> </annee> <annee ordre="2"> <competence niveau="2" id="fddbf64f2b1e1e93765ba1476025fb16"/> <competence niveau="2" id="6cdfe8a53961726f6824cb93d46a6726"/> <competence niveau="2" id="bfa93ca138c434e6b23c792d3938b936"/> <competence niveau="1" id="9a83300b795cd0bd43ce236c149b486e"/> </annee> <annee ordre="3"> <competence niveau="3" id="fddbf64f2b1e1e93765ba1476025fb16"/> <competence niveau="3" id="6cdfe8a53961726f6824cb93d46a6726"/> <competence niveau="3" id="bfa93ca138c434e6b23c792d3938b936"/> <competence niveau="2" id="9a83300b795cd0bd43ce236c149b486e"/> </annee> </parcour> </parcours> </referentiel_competence>