Your browser does not support JavaScript!

MBA Big Data Management et Processus Décisionnel

ESLSCA Business SchoolParis - FRANCE

Spécialité(s): Big Data, Informatique Décisionnelle
Coût de la candidature avant admissibilité: 
  • Via Mastersbooking: 0 €
  • Via la procédure école classique: 0 €
Coût de la formation: 12 000 €
Mode(s) de financement possible(s): 
  • Financement personnel ou familial

Next admission round: 

Période session de recrutement:
Jan
à
Dec

Available slots: 

Nombre de places disponibles 30
Places disponibles par promotion: 30

Durée de la formation: 

1 an (12 mois)

Date(s) de rentrée: 

octobre 2018

Niveau d'admission: 

Bac+4
Bac+5

L'émergence des nouvelles technologies de l'information et de la communication mettent la donnée au centre des décisions et font de cette dernière le catalyseur de la révolution numérique.
L'arrivée du numérique dans le monde de l'entreprise a en effet bouleversé les codes et les schémas traditionnels. La puissance de calcul offerte aujourd'hui, alliée à la haute disponibilité des canaux de communication électroniques, impacte et continuera d'impacter ce monde. En conséquence, l'émergence de ces nouvelles technologies open source et la diversité de l'offre technique complexifient le lien entre la technologie et le besoin fonctionnel.
De véritables métiers émergent liés à cette nouvelle économie numérique et de nouvelles perspectives s'ouvrent pour les entreprises qui souhaitent tirer profit de l'énorme quantité de données qui nous entourent quotidiennement et collectées de manière intensive. La valorisation de ces données brutes et multiformes est aujourd'hui au cœur des stratégies des entreprises et constituer une expertise et une aide à la décision dans ces domaines devient de fait une compétence très recherchée. 

Le programme est décliné en 8 blocs de modules de connaissance :
Les Fondamentaux :
Ce module permet de comprendre les systèmes de gestion et de stockage des données, les nouvelles solutions de base de données orientées usages; colonnes, lignes, graphe, documents...

  • Système de Gestion de Bases de Données
  • Les nouvelles bases de données NoSQL (Not only SQL)
  • Les bases de données orientées graphes
  • Les systèmes répartis et distribués
  • Les stockages
  • Le calcul
  • Le traitement des données ETL (Extract, Transform, Load) 

Les Frameworks Big Data :
L'étudiant étudiera les technologies big data, la maîtrise de l'architecture et les dépendances et pourra corréler la technologie avec les problématiques considérées.

  • Les acteurs du marché
  • Apache
  • CloudRA
  • Hortonworks
  • MapR
  • La stack Hadoop
  • Hadoop : YARN, HDFS, MapReduce
  • Requêtage sql :
  • Hive
  • Impala
  • Spark

Machine Learning :
Ce module permet une immersion à l'apprentissage artificiel. Il permettra aux étudiants de pouvoir interagir avec les différents interlocuteurs du big data.

  • Apprentissage et Machine Learning
  • Apprentissage supervisé
  • Apprentissage non supervisé
  • Analyse prédictive
  • Analyse des données en temps réel 
  • Classification des données
  • Extraction de l'information à partir des données (Data mining, Text mining et web analytics)

Agrégation

  • Matching
  • Clustering
  • Analyse du comportement (User tracking)
  • Analyse de données et scoring
  • Statistiques
  • Visualisation des données
  • Mesure des incertitudes sur les données collectées 

Data Management :
Ce bloc permet de comprendre le cycle de vie de la donnée dans le système d'information et son passage d'un système à un autre. Il s'agit donc de garantir l'intégrité et les droits d'accès de la donnée tout au long de la chaîne de traitement.

  • La donnée, définition et format
  • Le cycle de vie de la donnée
  • La donnée et le stockage
  • Le droit d'accès à la donnée
  • La sécurité de la donnée

Outils à la programmation :
Les étudiants s'initieront aux outils de programmation pour le traitement de la donnée : R, Python, Scala/ Java, SQL…

Compléments juridiques et de communication :
Ce bloc enseignera les compétences nécessaires sur la communication et le droit liées aux métiers visés :

  • Anglais
  • Aspects juridiques et protection des données
  • Gestion et management en temps réel

Etude de cas et Mise en situation sous forme de projets :
Les objectifs de ce module reposent sur de travailler sur le travail de cas d'études réels. Il faudra implémenter et orchestrer les différentes technologies pour répondre aux besoins exprimés: 

  • Détection de fraudes
  • Alimentation d'un datalake
  • Plateforme d'échange de message temps réel...

Thèse professionnelle :
L'étudiant devra réaliser un mémoire en liaison avec une problématique de veille technologique autour des Big Data.

Débouchés

La formation offre des débouchés dans plusieurs secteurs clés qualifiés de transversaux au sein d'une entreprise. Il s'agit plus précisément de permettre aux futurs diplômés de traduire les besoins fonctionnels et métiers en composants techniques et de proposer en anticipation des composants qui pourront créer de la valeur et conquérir de nouveaux marchés. L'objectif étant celui d'automatiser la collecte des données, de procéder à leur analyse et à leur structuration et d'en extraire l'information utile en temps réel et au bon moment pour la transformer ensuite en valeur ajoutée.
A l'aise avec les statistiques, les bases de données, le futur diplômé sera capable de visualiser immédiatement les éléments à exploiter pour être plus en phase avec les besoins de l'entreprise 2.0, saura piloter et mener à bien des projets complexes dans des environnements Big Data, faisant travailler ensemble des experts des différentes disciplines.

  • Chargés d'études experts de type Chief Data Officer, au cœur de la nouvelle économie numérique, permettant de traiter les problématiques d'entreprises liées au big data : marketing, actuariat et finance.
  • Large palette de métiers de chargés d'études, aussi bien dans les entreprises privées (PME et grandes entreprises) que dans les entreprises publiques,

Secteurs d'activité multiples : banque, assurances, études et conseil, télécommunications, distribution, automobile…

Conditions d'admission

 Le cursus est ouvert aux professionnels (dans la cadre de formations longue durée) ou d'étudiants issus de cursus tertiaires (liés à la gestion et/ou à l'économie) ou secondaires (liés au technique et/ou au scientifique).
La sélection des candidats se fait sur dossier (CV + questionnaire de candidature) suivi d'un entretien de motivation.  
Les conditions d'admission sont :

  • Master 1 validé ou en cours de validation pour une scolarité sur une année universitaire (programme Master 2)
  • Peuvent également postuler, les cadres d'entreprise dans l'objectif d'acquérir de nouvelles compétences liées au Big Data. L'admissibilité se fera sur analyse du dossier personnel. 

Sélection: 

L'École vous offre la possibilité, pour l'ensemble de ses formations, de candidater en ligne tout au long de l'année.
La sélection des candidats se fait sur dossier (CV + questionnaire de candidature) suivi d'un entretien de motivation.