logo-feo logo-feo
Langue :
logo-feo
Langue :
    +33 (0)1 44 53 60 53 Contactez-nousContactez-nous
    Transformation digitale - Data sciences - IA

    Data Sciences@ESCP Business School

    Identifiez les opportunités de création de valeur
    Certificat délivré par ESCP Business School
    Contactez-nous Je télécharge la brochure
    Durée : 24 semaines
    Temps de travail personnel : 70 heures
    Prix net :  3250€
    Langue :
    Prendre rendez-vous avec un conseiller
    Présentation

    Présentation

    Contactez-nous

    Executive Online Certificate – Data Sciences@ESCP Business School

    Le certificat Data Sciences@ESCP Business School est destiné aux managers métiers et a comme objectif de leur permettre d’améliorer leur appréhension des Data sciences afin de mieux travailler avec les experts techniques, de savoir identifier les opportunités de création de valeur et les transformer en projets concrets.

    Il n’est pas destiné aux experts des technologies de l’Information ou des Data sciences.

    L’Executive Online Certificate « Data Sciences@ESCP Business School » permet de valider le bloc de compétences n°2 (RNCP36371) « Piloter l’activité et la performance durable de l’entreprise/unité sur les plans organisationnel, budgétaire et financier » de la certification professionnelle « Manager Dirigeant » inscrit au RNCP (niveau 7).

    Éligible au financement CPF via moncompteformation.gouv.fr
    Si vous rencontrez des difficultés pour mettre en place votre CPF, merci de contacter le +33 1 42 65 36 49
    Financez votre formation avec le CPF
    Découvrez le CPF et comment l’utiliser pour financer votre formation
    Je m'inscris via le CPF Suivre le guide CPF
    Objectifs

    Objectifs | Compétences

    L’évolution des technologies de l’information permettent des traitements de données avancés « les Data sciences ». Ces traitements apportent la promesse de création de valeur pour l’entreprise. Cependant, cette création de valeur n’est pas qu’une question technologique : elle requiert l’implication des managers de tous les métiers. En effet, eux seuls savent quelle information créerait le plus de valeur dans une situation donnée.

    Cette formation vous permettra de :

    • Comprendre ce que les Data sciences permettent de faire et leur contraintes
    • Comprendre l’impact du traitement de l’information sur les modèles économiques
    • Être capable d’identifier les risques en matière de sécurité de l’information (protection de la valeur créée) et concernant l’intrusion dans la vie privée (RGPD, perception…)
    • Savoir mobiliser son équipe et gérer un projet Data
    Points forts

    Points forts

     

    • Un apprentissage qui s’adapte à votre rythme. Formez-vous 100% en ligne, à votre rythme, où vous voulez.

    • Un parcours certifiant et éligible au financement via moncompteformation. Le parcours de formation est validé par un Certificat délivré par une institution académique prestigieuse.

    • Une formation au plus près des besoins du marché. L’offre de compétences a été définie en collaboration avec des entreprises partenaires.

    • Des contenus accessibles à tous. Les contenus sont opérationnels et accessibles.

    • L’accompagnement d’un tuteur. Le tuteur vous suit tout au long de votre formation au travers de Masterclass et d’un forum.

    • Une mise en pratique des compétences acquises. Au-delà de l’apprentissage, l’étude terrain vous permet de répondre à vos propres enjeux.

    • Une plateforme de formation performante. La plateforme de formation est simple d’utilisation et propose des learning analytics précis et pertinents pour un meilleur suivi de votre progression.

    • Note :  4.2/5 (source : moncompteformation, octobre 2021)
    • Forte de plus de 10 500 membres, la communauté des alumni First Education Online constitue un réseau très efficace pour accélérer votre carrière.
    Formateur

    Formateurs

    Yannick Meiller
    Professeur associé, Management de l'information et des opérations, ESCP Business School

    Yannick Meiller est titulaire d’un doctorat en informatique (Intelligence Artificielle – Systèmes Industriels) – obtenu en 2003 auprès de l’ISAE-Supaéro, Toulouse, France, il est professeur associé à ESCP Business School et responsable du laboratoire européen RFID.

    Son activité professionnelle est triple : entrepreneur, professeur associé à ESCP Business School, et expert pour la BPI (Banque Publique d’Investissement). 

     

    Yannick Meiller a une expérience large et diversifiée de l’innovation, de l’intermédiation entre la recherche et l’industrie, et des échanges entre les technologies et les sciences de gestion. Il a travaillé pour des institutions publiques de recherche scientifique (Universités, ONERA), en France et aux États-Unis, dans le domaine de l’Intelligence Artificielle Décisionnelle.

     

    À partir de 2005, il s’est progressivement impliqué dans la recherche et l’enseignement dans le domaine des sciences de gestion.

    Au sein d’ESCP Business School, Yannick Meiller est responsable du RFID European Lab.

     

    Ses travaux de recherche portent sur :

    – L’information numérique – caractérisation, valeur, traitement et sujets connexes (tels que la vie privée, le partage des données, la sécurité, etc.)

    – L’évaluation de projets innovants ou à orientation technologique, pour la prise de décision ;

    – L’internet des objets, et plus largement l’informatique omniprésente ;

    – Les technologies, la gestion de la technologie et les secteurs économiques connexes.

    Yannick Meiller est le référent scientifique de l’Executive Online Certificate Data sciences@ESCP Business School.

     

    Il réalise les cours :

    – Big Data : principes, usages et enjeux

    – Internet des objets

    Louis-David  Benyayer
    Professeur affilié, ESCP Business School.

    Louis-David est professeur affilié à ESCP Business School où il conçoit et délivre des programmes d’enseignement destinés à des étudiants et des dirigeants d’entreprise.

     

    Expert des évolutions de business models déclenchées par la généralisation des technologies numériques, il a coordonné le livre Open Models, business model of the open economy. Co-auteur avec Simon Chignard de Datanomics, les nouveaux business models des données, Louis-David est co-directeur scientifique du MSc Big data and Business Analytics.

     

    Les domaines d’expertise de Louis-David sont les business models, l’entrepreneuriat et l’innovation stratégique. Les intérêts de recherche actuels de Louis-David se concentrent sur les business models ouverts, les stratégies axées sur les données et l’ambidexterité organisationnelle.

     

    Louis-David Benyayer réalise le cours Nouveaux business models data présent dans l’Executive Online Certificat Data Sciences@ESCP Business School.

    Sergio Vasquez Bronfman
    Professeur en Management de l'information et Transformation numérique, ESCP Business School

    Sergio Vasquez Bronfman est professeur de systèmes d’information à l’ESCP Business School, campus ESCP de Paris. Ses recherches portent sur l’innovation en apprentissage et les technologies de l’information.

     

    Il enseigne les relations entre la stratégie et les systèmes d’information, ainsi que le facteur humain de la mise en œuvre d’un système d’information.
    Sergio est titulaire d’un diplôme en ingénierie des systèmes d’information et d’un doctorat en sciences de l’entreprise (Université de Paris I – Sorbonne).

     

    Il a publié plusieurs articles sur les technologies éducatives et l’innovation dans l’apprentissage, ainsi que sur les aspects stratégiques et managériaux des systèmes d’information.

    Sergio Vasquez Bronfman est le référent pédagogique de l’executive Online Certificate  Transformation digitale@ESCP Business School :

    Il réalise les cours :

     

    Les cours  Approche agile et Gestion du changement dans la transformation digitale sont aussi présents dans l’Executive Online Certificate  Manager 4.0@ESCP Business School.

    Sergio réalise aussi le cours Projet Data en collaboration avec Yannick Meiller, présent dans l’Executive Online Certificate Data Sciences@ESCP Business School.

    Programme
    7 cours en ligne

    Condition d'admission

    Data Sciences@ESCP Business School est réservé aux personnes satisfaisant aux critères suivants :
    • Titulaire d’un diplôme Bac +3/4
    • Expérience professionnelle de 5 ans minimum en tant que Responsable opérationnel ou fonctionnel

    Un dossier de VAP (Valorisation des acquis professionnels) peut être proposé si les critères ne sont pas validés.

    Des modalités pédagogiques innovantes pour une formation efficace

    Le programme est constitué de quatre parties, d’un fil rouge et d’échanges synchrones ou asynchrones :

    • Partie 0 : test d’autopositionnement. Ce sera votre point de départ de la formation.
    • Partie 1 : cours 1 à 3
    • Partie 2 : cours 4 et 5
    • Partie 3 : cours 6 et 7
    • Partie 4 : examen Data sciences@ESCP Business School
    • Fil rouge : journal de bord de la formation avec deux entrées par cours
    • Échanges : 3 masterclass (une par partie) et un forum

    Chaque cours est composé de :

    • 20 vidéos de 6 minutes avec la possibilité de les visionner à son rythme, pendant toute la durée du cours
    • 20 questions de compréhension
    • 20 questions d’évaluation de fin de chapitres (40% de la note finale)
    • Études de cas finale (60% de la note finale)

    Note minimum de validation du cours : 60%

     

    Lors de masterclass, le professeur échange en direct avec les participants et répond aux questions posées.

    La dimension collaborative du programme est importante, avec le forum et les masterclass, les participants échangent, reçoivent des réponses à leurs questions, ainsi que des conseils.

    Les cours, les ressources et les activités pédagogiques sont accessibles, à tout moment et partout, à partir de la plateforme d’apprentissage

    Chapitre 1 : Le «déluge de données»

    Mise en perspective dans ce qu’il convient d’appeler « le déluge de données »

    • Déluge de données – le monde est connecté
    • Déluge de données – fracture numérique
    • Quiz de fin de chapitre
    Chapitre 2 : Big Data qu'est-ce que c'est ?

    Caractérisons le Big Data : le Big Data, qu’est-ce que c’est ? Et aussi, qu’est-ce que ce n’est pas ?

    • 3 V
    • Deux types d’utilisation
    • Exemples d’;application
    • Le choix des données pour apprendre plus
    • L’enrichissement de la décision
    • L’accélération de l’analyse
    • La transformation des processus
    • 3V… et pourquoi pas 4 ou 5 ?
    • Quiz de fin de chapitre
    Chapitre 3 : Sources de données

    Réflexion sur les sources de données

    • Multiples sources de données
    • Monde informationnel / monde physique
    • Un nouveau flux à fort potentiel : l’Internet des objets
    • Problèmes d’accessibilité data
    • Quiz de fin de chapitre
    Chapitre 4 : Limitations et risques

    Étude des limitations et des risques associés au Big Data

    • Corrélation vs causalité
    • Qualité des données
    • Bruit
    • Effet boîte noire
    • Perte, vol ou modifications de données
    • Quiz de fin de chapitre
    Chapitre 5 : Cas final

    Étude de cas final permettant de mettre en pratique les apports de la formation et de valider la compétence acquise

    Chapitre 1 : L'Internet des Objets, qu'est-ce que c'est ?

    Ce chapitre donne une définition de l’Internet des Objets

    • Définir l’Internet des objets
    • Généralisation d’une connectivité type Internet
    • Fusion du monde physique et du monde informationnel
    • L’IdO reste un concept flou… ou riche !
    • Quiz de fin de chapitre
    Chapitre 2 : Une technologie : RFID

    Ce chapitre présente la technologie RFID et ses fonctionnalités

    • Transpondeur, lecteur et architecture
    • Une technologie multiple
    • 4 fonctionnalités
    • Information à l’item
    • Quiz de fin de chapitre
    Chapitre 3 : Exemples d'application

    Ce chapitre aborde des exemples d’application de l’Internet des Objets, en lien avec le Big Data

    • Meilleure traçabilité
    • Liens avec l’apprentissage automatique (Big data)
    • Exemples d’applications grand public
    • Exemples d’applications pour un fabricant d’avions
    • Quiz de fin de chapitre
    Chapitre 4 : Création de valeur et modèles économiques

    Ce chapitre montre au travers d’exemples comment adapter le modèle économique pour créer de la valeur

    • Un cas en distribution de vêtements
    • Élargir le périmètre de création de valeur
    • Une première vision
    • Une seconde vision
    • 2 modèles économiques menant à 2 écosystèmes différents
    • Quiz de fin de chapitre
    Chapitre 5 : Cas final

    Étude de cas final permettant de mettre en pratique les apports de la formation et de valider la compétence acquise

    Chapitre 1 : Valeur, coût et limites des big data

    À l’issue de ce chapitre les participants seront capables de décrire les caractéristiques économiques des données, d’expliquer les trois rôles des données dans les business models, de décomposer les coûts des données massives et d’expliquer les principales limites à l’utilisation des données

    • Les fondements économiques de la donnée
    • Les rôles des données dans les business models : matière première, levier, actif stratégique
    • De la collecte à la visualisation : combien coûtent les données ? Comprendre les limites des données et de leur utilisation
    • Quiz de fin de chapitre
    Chapitre 2 : Valeur, coût et limites des big data

    À l’issue de ce chapitre les participants seront capables d’expliquer les mécanismes de tarification des données, de décrire le business models des data brokers et des intermédiaires et de donner des exemples d’industriels qui commercialisent des données.

    • À quel prix s’achètent et se vendent les données ?
    • Les données au cœur du business model des data brokers
    • Les places de marché, intermédiaires de transaction
    • La commercialisation, un business model complémentaire pour les industriels
    • Quiz de fin de chapitre
    Chapitre 3 : L'effet de levier des données sur le business model

    À l’issue de ce chapitre les participants seront capables d’expliquer comment les données permettent de réduire les coûts d’une activité, d’expliquer comment les données permettent d’identifier de nouvelles opportunités commerciales et de décrire les conditions requises pour que les données améliorent la performance d’un business model

    • Utiliser les données pour améliorer son business model
    • Les effets sur les coûts : améliorer la performance de l’organisation et les processus opérationnels
    • Les effets sur les revenus : mener des innovations et développer les revenus avec les clients existants
    • Les conditions nécessaires pour que les données génèrent de la performance
    • Quiz de fin de chapitre
    Chapitre 4 : Les données, un actif stratégique

    À l’issue de ce chapitre les participants seront capables de décrire le rôle des données dans les modèles bi-face, d’expliquer comment les données permettent de faire évoluer un business model vers un modèle de service et de présenter les intérêts stratégiques de l’ouverture des données

    • Comment faire de ses données un actif distinctif
    • Les modèles bi-face : quand la donnée est échangée contre un service
    • Utiliser les données pour s’arroger une position favorable dans un écosystème
    • Développer un business model de service
    • Open data et stratégies d’ouverture
    • Quiz de fin de chapitre
    Chapitre 5 : Les batailles concurrentielles renouvelées avec les données

    À l’issue de ce chapitre les participants seront capables de décrire en quoi les données renouvellent le paysage concurrentiel sur les marchés non numériques, d’expliquer le rôle des données dans les effets de réseaux et de présenter les enjeux stratégiques des acteurs historiques associés aux données

    • Plateformes, moteurs de recherche et acteurs historiques, la concurrence entre business models
    • Les données, accélérateur de conquête pour les plateformes
    • Les stratégies directes et indirectes des moteurs de recherche
    • Les acteurs historiques s’équipent en ressources numériques
    • Quiz de fin de chapitre
    Chapitre 6 : Cas final

    Étude de cas final permettant de mettre en pratique les apports de la formation et de valider la compétence acquise

    Chapitre 1 : Cadre légal européen : la RGDP
    • Évolution du cadre légal : d’une directive à un règlement – une question de confiance…
    • Définition centrale : données à caractère personnel
    • Positionnement politique sociétal
    • Contraintes imposées au traitement
    • Droits du sujet
    • Contrôle et sanctions
    • Impact du RGPD sur les entreprises
    • Quiz de fin de chapitre
    Chapitre 2 : Spécificités Big Data et IdO
    • Big Data : capacités accrues de désanonymisation
    • Big Data : « savoir » plus avec moins
    • IdO : contenu et marquage
    • IdO : qui/quoi se souvient de qui/quoi ?
    • Quiz de fin de chapitre
    Chapitre 3 : Un détour par le droit à l'oubli
    • L’histoire espagnole et le problème
    • Une problématique très complexe
    • Quiz de fin de chapitre
    Chapitre 4 : Différents points de vue
    • Entité négociable ou droit fondamental ?
    • Identifier ou distinguer ?
    • Une définition ?
    • Différents modèles économiques
    • Une réalité complexe, en évolution
    • Quiz de fin de chapitre
    Chapitre 5 : Cas final

    Étude de cas final permettant de mettre en pratique les apports de la formation et de valider la compétence acquise

    Chapitre 1 : Enjeux de la sécurité de l'information
    • Quelle menace ?
    • Enjeu privé et public
    • Un coût et aussi une source de profits
    • Quiz de fin de chapitre
    Chapitre 2 : Analyse de la menace
    • Structure IT, modèles économiques et sécurité de l’information
    • Appréhension systémique
    • 6 aspects critiques de la SSI
    • Analyse de risque et proportionnalité
    • Menace interne : les employés
    • Ingénierie sociale
    • Exemple de recommandations
    • Échec de nombreuses compagnies
    • Quiz de fin de chapitre
    Chapitre 3 : Sensibilisation à la sécurité de l'information (ISA)
    • ISA
    • ISP
    • Techniques de neutralisation
    • Conception d’un programme de sensibilisation
    • Conception d’une action de sensibilisation
    • Quiz de fin de chapitre
    Chapitre4 : Cas final

    Étude de cas final permettant de mettre en pratique les apports de la formation et de valider la compétence acquise

    Chapitre 1 :Déroulé et objectif d’un projet data
    • Objectif d’un projet data : création de valeur
    • Projet data en 5 étapes
    • Créer encore plus de valeur !
    • Quiz de fin de chapitre
    Chapitre 2 : Un projet data s’appuie sur un système d’information
    • Système d’information
    • Exemple d’inadéquation entre résultats d’un projet data et SI
    • Sujets complémentaires relatifs au système d’information
    • Quiz de fin de chapitre
    Chapitre 3 : Compétences et organisations pour mener des projets data
    • Expertise de la frontière
    • Organisations types
    • Parlez-vous le projet data ?
    • Compétences techniques, managers et organisation
    • Quiz de fin de chapitre
    Chapitre 4 : Gestion de projet
    • Projets et Gestion de Projets
    • Gestion des parties prenantes (stakeholders management)
    • Gestion de la portée du projet
    • Gestion du temps des projets
    • Gestion des RH
    • Quiz de fin de chapitre
    Chapitre 5 : Jeux politiques / gestion du changement
    • Gestion des Risques
    • Gestion des coûts
    • Approche agile de la gestion de projets data
    • Jeux de pouvoir dans les projets data
    • Comment traiter les jeux de pouvoir dans les projets data ?
    • Quiz de fin de chapitre
    Chapitre 6 : Cas final

    Étude de cas final permettant de mettre en pratique les apports de la formation et de valider la compétence acquise

    Chapitre 1 : Coding
    • Pile d’abstraction et langages informatiques
    • Algorithmes et programmation
    • Quiz de fin de chapitre
    Chapitre 2 : Intelligence artificielle
    • Qu’est-ce que l’Intelligence artificielle ?
    • Apprentissage automatique
    • Focus sur les réseaux de neurones
    • Quiz de fin de chapitre
    Chapitre 3 : Confiance
    • Confiance et confiance en une technologie
    • Transparence des algorithmes
    • Quiz de fin de chapitre
    Chapitre 4 : Open Data
    • Open Data : définition, motivations
    • Open data de la ville de Paris
    • Liens entre Open Data et Open Innovation
    • Quiz de fin de chapitre
    Chapitre 5 : Interface physique - virtuel
    • Smart Grid
    • Smart City
    • Digital twins
    • Réalité virtuelle vs Réalité augmentée
    • IT et développement durable : les machines
    • IT et développement durable : l’humain
    • Quiz de fin de chapitre
    Chapitre 6 : Blockchain
    • Blockchain : qu’est-ce que c’est ?
    • Fonctionnement de la blockchain
    • Quiz de fin de chapitre
    Chapitre 7 : Technologies: ne pas être victime de la mode !
    • Hype curve de Gartner
    • Diffusion de l’innovation
    • Quiz de fin de chapitre
    Chapitre 8 : Cas final

    Étude de cas final permettant de mettre en pratique les apports de la formation et de valider la compétence acquise

    Examen Data sciences@ESCP Business School

    L’examen final est composé de deux parties :

    1. Questionnaire final

    Quiz final permettant de valider vos connaissances

     

    2. Étude de cas terrain

    À partir d’une situation professionnelle réelle, résoudre une problématique concrète et formaliser un plan d’action

    • Réalisation de l’étude terrain sur toute la durée du parcours
    • Travail individuel
    • Correction par les pairs
    • Accompagnement par un tuteur via des masterclass et un forum
    Conditions d’obtention du certificat

    Les conditions d’obtention du certificat Data sciences@ESCP Business School sont les suivantes :

    • Validation des sept cours constituant le programme académique
    • Obtention d’une note minimale de 60/100 au questionnaire final
    • Obtention d’une note minimale de 60/100 à l’étude terrain

     

    La note finale est composée pour 30% de la note du questionnaire final et pour 70% de la note obtenue à l’étude terrain.
    Il faut une moyenne de 60% à l’examen final pour obtenir le certificat.

    Profils

    Modalités & Délai d’accès

    • Pour s’inscrire, cliquez sur le bouton « je m’inscris » et remplissez les deux questionnaires
    • La formation débutera à la prochaine session indiquée en haut de la page
    Profils

    Pédagogie – Évaluation

    • Une première appréciation globale sous forme de QCM a lieu en amont de la formation pour estimer les attentes et niveaux des participants.
    • La pédagogie de cette formation s’appuie sur une large variété de situations d’apprentissage : cas pratiques, échanges, défis, études de cas, exercices, travaux en sous-groupes.
    • Chaque compétence est mesurée par des évaluations formatives (cas pratiques, exercices) tout au long de la formation.
    • Une évaluation sommative sous forme de QCM est organisée en fin de parcours pour mesurer les acquis de la formation