Présentation générale

La formation d’ingénieur de l’ENSAI inclut 6 filières de spécialisation. Toutes ces filières forment aux métiers de la Data Science, avec une maîtrise des outils permettant l’extraction, l’analyse et la fouille de données et une capacité à choisir les modalités de traitements des données massives (Big Data) et des techniques d’apprentissage automatique (machine learning). Selon les spécialisations, ces compétences sont spécifiques à un domaine ou transversales. L’ensemble des filières continue à former aux compétences transversales (soft skills) et à la valorisation des travaux menés dans un contexte professionnel et international. Lors des cours et du projet méthodologique en anglais, les élèves travaillent toutes les compétences linguistiques et communicationnelles et approfondissent leurs connaissances liées au monde de l’entreprise et de la recherche. La séquence de Tronc Commun mêlant enseignements scientifiques, projets et anglais conclut la formation à l’autonomie et la capacité à mettre en œuvre des analyses de données en situation complexe. Un stage de fin d’études est à réaliser à l’issue de la scolarité, qui permet de mettre en œuvre dans un cadre professionnel une démarche scientifique autour d’une problématique en lien avec les enseignements de la filière.

La filière Modélisation économique et Santé vise à donner un bagage en ingénierie statistique et économétrie appliquée à la connaissance d’enjeux économiques et à la santé, et permettant l’évaluation des politiques publiques. Elle mobilise un grand nombre d’outils statistiques et économétriques, notamment en micro-économétrie. Différents concepts sont mis en exergue afin d’étudier les liens entre systèmes de santé, de retraite, de dynamique des territoires et donc des politiques publiques à l’œuvre dans ces domaines d’activité. Les liens entre démographie et santé, urbanisation et économie spatiale sont, par exemple, étudiés avec l’œil à la fois du politique public et du statisticien. Cela demande d’aller plus loin que la simple prédiction et d’élaborer des stratégies poussées pour vérifier les liens de causalité. Cette filière ouvre sur de très nombreux domaines de la décision économique, que ce soit dans le secteur public (ministères, santé, sécurité sociale…) ou privé (cabinets d’étude, laboratoires pharmaceutiques, consultants…).

Compétences

Des séminaires professionnels présentent la richesse des métiers du monde de la santé et du territoire à travers des sujets d’actualité et des témoignages de professionnels. La langue anglaise n’est pas négligée puisque le projet de méthodologie donne lieu à l’écriture d’un mémoire en anglais ainsi qu’à une soutenance dans cette langue ; un grand nombre d’enseignement est également dispensé en anglais.

A l’issue de leur formation, les étudiants de cette filière auront les compétences spécifiques suivantes :

• Comprendre les problématiques socio-économiques liées à la santé et aux territoires, et à leurs interactions ;
• Maîtriser les méthodes et outils nécessaires aux évaluations médicaux économiques ;
• Maîtriser la modélisation économique portant sur la santé et le territoire ;
• Capacité à mettre en œuvre les méthodes économétriques adaptées aux données socio-économiques ;
• Capacité à mobiliser la théorie économique pour interpréter les résultats de modélisation statistique et à éclairer la prise de décisions ;

Les domaines d'enseignement

La formation représente un aboutissement à la pluridisciplinarité développée lors des deux premières années en statistique, probabilités, économie, data science et machine learning, informatique et anglais. Ces savoirs maîtrisés à l’issue des deux premières années sont approfondis et appliqués aux deux domaines spécifiques : analyse des problématiques de la santé et analyse des problématiques du territoire. Pour répondre aux exigences de la filière, l’ensemble des élèves reçoivent une solide formation de base en machine learning ainsi que dans les deux sous domaines d’application de la filière, santé et territoire, et reçoivent de plus un enseignement avancé portant sur les méthodes économétriques.