Titre RNCP Ingénieur

Description des emplois et activités visés

L’ingénieur diplômé de l’Ecole Nationale de la Statistique et de l’Analyse de l’Information (ENSAI) exerce dans les métiers de l’analyse et du traitement de l’information. Ces activités deviennent cruciales pour les entreprises en raison de données toujours plus nombreuses, et de la nécessité de compétences adaptées pour pouvoir les traiter et les utiliser dans la prise de décision.

Ces ingénieurs peuvent appliquer leurs compétences dans toutes les activités ayant recours à l’analyse d’informations quantitatives. Ils sont appelés à travailler comme cadres dans les entreprises industrielles et notamment les laboratoires pharmaceutiques ; dans le secteur des banques et assurances, dans celui des grandes entreprises de service, notamment dans les sociétés de conseil, les instituts de sondages et d’études, et enfin dans des organismes publics.

Description des compétences évaluées et attestées

Dimension générique propre à l’ensemble des titres d’ingénieur. La certification implique la vérification des qualités suivantes :

1. Aptitude à résoudre des problèmes complexes et nouveaux

2. Maîtrise des méthodes et des outils de l’ingénieur : identification et résolution de problèmes, même non familiers et non complètement définis, collecte et interprétation de données, utilisation des outils informatiques, analyse et conception de systèmes complexes, expérimentation.

3. Capacité à s’intégrer dans une organisation, à l’animer et à la faire évoluer : engagement et leadership, management de projets, communication avec des spécialistes comme avec des non-spécialistes.

4. Prise en compte des enjeux industriels, économiques et professionnels : compétitivité et productivité, innovation, propriété intellectuelle et industrielle, respect des procédures qualité, sécurité.

5. Aptitude à travailler en contexte international : maîtrise de l’Anglais et éventuellement d’autres langues étrangères, veille économique, ouverture culturelle.

6. Respect des valeurs sociétales : connaissance des relations sociales, environnement et développement durable, éthique.

Compétences spécifiques à l'ENSAI

En complément des compétences générales d’ingénieur statisticien, différents profils peuvent être distingués en fonction des choix de filières de dernière année :

Filière Data Science, modélisation économique et santé

• comprendre les problématiques liées à ce domaine, y compris les aspects transversaux entre santé et territoire ;
• maîtriser les méthodes et outils nécessaires aux évaluations médicaux économiques ;
• maîtriser des éléments de modélisation économique portant sur la santé et le territoire ;
• être capable de rédiger les cahiers des charges permettant de collecter des données pertinentes ;
• mettre en œuvre les méthodes économétriques adaptées permettant de transformer l’information potentielle contenue dans les données afin de relier les résultats aux différentes théories ;
• posséder des notions de modélisation par Chaînes de Markov.

Filière Data Science et Marketing

• maîtriser le marketing stratégique opérationnel ;
• comprendre et prédire le comportement du consommateur ;
• savoir analyser avec précision les caractéristiques d’un marché, segmenter un fichier de clientèle et cibler des consommateurs à l’aide de méthodes statistiques ;
• construire des scores d’appétence, de conversion ou de fidélisation ;
• être capable de mettre en place une stratégie tarifaire ;
• optimiser un réseau de transport aérien ;
• savoir gérer un inventaire dans l’hôtellerie et les transports ;
• modéliser la surréservation ;
• modéliser la demande contrainte et la demande décontrainte.

Filière Data Science et ingénierie des données

• connaître les fondements des architectures distribuées, des réseaux aux systèmes répartis ;
• savoir spécifier, analyser et concevoir des systèmes d’information ;
• être capable de modéliser, créer et administrer des bases de données relationnelles et multidimensionnelles ;
• mettre en œuvre les techniques de sécurisation et d’organisation sémantique des données ;
• maîtriser les outils permettant l’extraction, l’intégration, l’analyse et la fouille de données (datamining);
• avoir une connaissance de la méthodologie de conduite de projets;
• concevoir des systèmes évolués grâce à la connaissance de l’architecture d’applications monolithiques et réparties, notamment en orientées Web ;
• avoir une ouverture sur les nouvelles technologies et savoir veiller à leurs évolutions.

Filière Data Science et Gestion des risques

• maîtriser les techniques statistiques de pointe servant à la mesure des risques unidimensionnels ;
• pouvoir mettre en œuvre plusieurs méthodes statistiques pour éclairer la prise de décision (analyse discriminante, arbres de décision, régression logistique) ;
• être capable d’évaluer le prix des produits financiers complexes et de maîtriser les techniques de calibration des modèles populaires utilisés en finance de marché ;
• connaître la réglementation financière (Bâle) en matière de gestion des risques ;
• savoir mesurer quantitativement le risque de marché d’un portefeuille d’instruments financiers ainsi que le risque de défaut de remboursement de crédit et de changement de notation ;
• assurer l’allocation et la gestion d’un portefeuille d’actifs.

Filière Data Science et Génie statistique

• mettre en œuvre les méthodes d’analyse d’image ainsi que les techniques de filtrage ;
• maîtriser les chaînes de Markov et la statistique des processus ;
• savoir introduire de nouvelles méthodes statistiques et expertiser les pratiques existantes ;
• être capable de mobiliser et d’utiliser à bon escient des outils d’aide à la décision dans le domaine de la gestion des risques (industriels (fiabilité-qualité), environnementaux et financiers) ;
• pouvoir construire des modèles complexes ou novateurs de prévisions ;
• être capable de proposer une approche bayésienne et maîtriser les outils statistiques ;
• savoir mener des activités de recherche en statistique fondamentale.

Filière Data Science, Santé et Biostatistique

• Maîtriser les méthodes statistiques requises dans les 3 grands domaines de : l’épidémiologie (étude de la distribution dans le temps et dans l’espace des états de santé des populations humaines et l’analyse de leurs déterminants) ; les essais cliniques (études sur les médicaments, interventions médicales novatrices et les nouveaux matériels) ; et l’analyse des données « Omics » (études de données génomiques, transcriptomiques, métabolomiques, protéomiques, épigénétiques et métagénomiques).
• Etre capable de conduire des analyses médico-économiques (ex : évaluation coût-efficacité ou coût-utilité) qui font notamment appel à la méta-analyse (savoir combiner les résultats de plusieurs essais thérapeutiques).

Dimension spécifique aux compétences de l’ingénieur ENSAI :

1. Compétences transversales sur un projet dans le champ d’action d’un ingénieur statisticien : capacité à mener des projets d’organisation et à en assurer la maîtrise d’ouvrage ; maîtrise des outils de gestion, de planification, d’évaluation, de modélisation de l’activité…

2. conception d’un projet de collecte et d’analyse d’informations : connaître les enjeux et l’importance de l’échantillonnage, les méthodes de statistiques exploratoires et inférentielles ; maitriser les techniques de modélisation statistique.

3. aisance à la communication des résultats auprès de clients ou de décideurs.

Méthodes de validation

Le diplôme d’ingénieur de l’ENSAI est obtenu par :

• Validation des unités d’enseignements composant le diplôme
• Validation de l’expérience professionnelle : 3 stages obligatoires pendant la scolarité
• Obtention d’un niveau B2 confirmé en anglais
• Validation de la période obligatoire à l’étranger

Secteurs d’activité et types d’emploi

Les ingénieurs diplômés de l’ENSAI sont principalement embauchés dans la banque, l’assurance, les sociétés de conseil, l’industrie pharmaceutique, l’industrie classique (EDF, SNCF, Automobile, …), le secteur de l’énergie ou le commerce et la distribution.

Type d’emplois accessibles :

• Analyste quantitatif ou Directeur d’études quantitatives (commerce, banque)
• Chef de projet base de données (service, commerce)
• Responsable de la gestion des essais cliniques, biostatisticien (santé, pharmacie)
• Ingénieur recherche développement (santé, transport)
• Contrôleur de gestion (commerce, transport)
• Modélisateur de risques (banque, finances)
• Ingénieur financier (industrie, commerce, assurance, banque)
• Consultant statisticien (industrie, conseil)
• Yield/revenue manager (transport, énergie, hôtellerie-restauration, conseil, commerce)

Code(s) ROME :

M1806 – Conseil et maîtrise d »ouvrage en systèmes d »information
C1202 – Analyse de crédits et risques bancaires
K2402 – Recherche en sciences de l »univers, de la matière et du vivant
M1403 – Études et prospectives socio-économiques
H1502 – Management et ingénierie qualité industrielle

Données d’insertion professionnelles

Public concerné

Le diplôme d’ingénieur de l’ENSAI est accessible : 

• par concours pour les élèves issus des Classes préparatoires aux grandes écoles (CPGE)
• sur titre pour les candidats justifiant de titres ou diplômes d’enseignement supérieur requis :

1. soit justifier d’un diplôme ou d’une formation validée d’un niveau au moins équivalent à une licence dans une spécialité à dominante mathématique, informatique, économique ou statistique ;
2. justifier d’un diplôme délivré ou d’une formation validée par les universités étrangères de nature et de niveau comparables aux précédents ;
3. soit avoir obtenu le diplôme ou avoir satisfait aux examens de sortie d’une école membre de la Conférence des grandes écoles ;
4. soit justifier d’un diplôme universitaire de technologie dans l’un des deux départements suivants : statistique et informatique décisionnelle, informatique.

• par Validation des Acquis de l’Expérience (VAE)