Vous souhaitez vous spécialiser dans la Science des Données?  Avec TECH, vous aurez accès à 10 Masterclasses uniques et supplémentaires, enseignées par un professeur célèbre de renommée internationale’’

Pourquoi étudier à TECH?

TECH est la plus grande École de Commerce 100% en ligne au monde. Nous sommes une École de Commerce d'élite, fondée sur un modèle de normes académiques très exigeantes. Un centre de formation hautement performant, de renommée internationale concernant la préparation aux techniques de management.   

Nous sommes une université à la pointe de la technologie et nous mettons toutes nos ressources à votre disposition pour vous aider à réussir"

À TECH Université Technologique

Innovation

Nous mettons à votre disposition un rigoureux modèle d’apprentissage en ligne qui associe les dernières technologies éducatives à la plus grande rigueur pédagogique. Une méthode unique, mondialement reconnue, qui vous procurera les clés afin d'être en mesure d'évoluer dans un monde en constante mutation, où l'innovation doit être le principale défi de tout entrepreneur.

“Les Success Stories de Microsoft Europe” pour avoir intégré dans nos programmes l’innovant système de multi-vidéos interactives. 

Exigence maximale

Notre critère d'admission n'est pas économique. Pour étudier chez nous, il n’est pas nécessaire de faire un investissement démesuré. Cela dit, pour être diplômé(e) TECH, nous pousserons votre intelligence et vos capacités de résolution de problèmes à leur limite. Nos critères académiques sont très élevés...  

95% des étudiants de TECH finalisent leurs études avec succès

Networking

Des professionnels de tous les pays collaborent avec TECH, ce qui vous permettra de créer un vaste réseau de contacts qui vous sera particulièrement utile pour votre avenir.

+100.000 dirigeants formés chaque année +200 nationalités différentes

Empowerment

L'étudiant évoluera main dans la main avec les meilleures entreprises et des professionnels de grand prestige et de grande influence. TECH a développé des alliances stratégiques et un précieux réseau de contacts avec les principaux acteurs économiques des 7 continents.  

+500 accords de collaboration avec les meilleures entreprises 

Talents

Ce programme est une proposition unique visant à faire ressortir le talent de l'étudiant dans l'environnement des affaires. Une opportunité de mettre en valeur vos aspirations et votre vision de l'entreprise.  

TECH aide les étudiants à montrer leur talent au monde entier à la fin de ce programme. 

Contexte Multiculturel

En étudiant à TECH, les étudiants bénéficieront d'une expérience unique. Vous étudierez dans un contexte multiculturel. Dans un programme à vision globale, grâce auquel vous pourrez vous familiariser avec la façon de travailler dans différentes parties du monde, en recueillant les dernières informations qui conviennent le mieux à votre idée d'entreprise. 

Les étudiants de TECH sont issus de plus de 200 nationalités.    

Apprenez avec les meilleurs

Pendant les cours, notre équipe d'enseignants explique ce qui les a conduits au succès dans leurs entreprises, en travaillant dans un contexte réel, vivant et dynamique. Des enseignants qui s'engagent pleinement à offrir une spécialisation de qualité permettant aux étudiants de progresser dans leur carrière et de se distinguer dans le monde des affaires. 

Des professeurs de 20 nationalités différentes. 

À TECH nous visons l’excellence et pour cela, nous possédons des caractéristiques qui nous rendent uniques:   

Analyse

Nous explorons votre sens critique, votre capacité à remettre les choses en question, votre aptitude à résoudre les problèmes ainsi que vos compétences interpersonnelles.  

Nous mettons à votre disposition la meilleure méthodologie d’apprentissage en ligne. L'université combine la méthode Relearning 100% (la méthode d'apprentissage de troisième cycle la plus reconnue au niveau international) avec les“ case studies ” de Harvard Business School. Entre tradition et innovation dans un équilibre subtil et dans le cadre d'un parcours académique des plus exigeants.   

Économie d’échelle

TECH est la plus grande université en ligne du monde.TECH dispose de plus de 10000 certificats universitaires en français. Et dans la nouvelle économie, volume + technologie = prix de rupture. De cette façon, nous veillons à ce que les études ne soient pas aussi coûteuses que dans une autre université.   

Chez TECH, vous aurez accès aux études de cas les plus rigoureuses et les plus récentes du monde universitaire" 

Ce TECH Université Technologique couvrira un large éventail de contenus, conçus pour fournir aux professionnels une compréhension complète de l'intersection entre la gestion d'entreprise et la science des données. Cela comprendra les principes fondamentaux de l'analyse des données, de l'apprentissage automatique, de l'exploration des données et des statistiques avancées. Les diplômés seront également immergés dans des sujets liés à la prise de décision fondée sur les données, aux stratégies de visualisation des données et aux méthodes de modélisation prédictive. En outre, des aspects cruciaux de la gestion tels que le leadership, la communication efficace, l'éthique et l'alignement des stratégies de données sur les objectifs de l'entreprise seront abordés.

Vous vous doterez d'un ensemble complet de compétences, fusionnant l'expertise en science des données avec les compétences en gestion d'entreprise essentielles pour diriger à l'ère de l'information’’

Plan d'études

Le Mastère avancé en MBA en Data Science Management (DSO, Chief Data Science Officer) de TECH Université Technologique est un programme intensif qui prépare les étudiants à relever des défis et à prendre des décisions à l'échelle internationale. Son contenu est conçu dans le but de favoriser le développement de compétences managériales permettant une prise de décision plus pertinente dans des environnements incertains.

Au cours des 3.600 heures d'étude, vous analyserez une multitude de cas pratiques par le biais de travaux individuels, obtenant ainsi un apprentissage approfondi que vous pourrez mettre en pratique dans votre travail quotidien. Il s'agit donc d'une véritable immersion dans des situations professionnelles réelles.

Ce programme traite en profondeur des caractéristiques de la science des données à appliquer à chaque département de l'entreprise et s'adresse aux managers pour comprendre la gestion d'entreprise d'un point de vue stratégique, international et innovant.  

Un plan conçu pour les étudiants, axé sur leur amélioration professionnelle et qui les prépare à atteindre l'excellence dans la gestion du Data Science et de la gestion d'entreprise. Un programme qui comprend vos besoins et ceux de votre entreprise grâce à un contenu innovant basé sur les dernières tendances, et soutenu par la meilleure méthodologie éducative et un cloître exceptionnel, qui vous donnera des compétences pour résoudre des situations critiques de manière créative et efficace.

Module 1. Leadership Éthique et Responsabilité Sociale des Entreprises
Module 2. Orientation stratégique et Management Directif 
Module 3. Gestion des Personnes et des Talents
Module 4. Gestion économique et financière
Module 5. Gestion des opérations et de la logistique
Module 6. Gestions des systèmes d'information  
Module 7. Gestion Commerciale, Marketing Stratégique et Communication d’Entreprise
Module 8. Études de Marché, Publicité et Gestion du Marketing
Module 9. Innovation et Gestion de Projet
Module 10. Management Directif
Module 11. L'analyse des données dans l'organisation de l'entreprise 
Module 12. Gestion des données et des informations, ,anipulation des données et informations pour la Science des Dnnées 
Module 13. Dispositifs et plateformes IoT comme base de la science des données 
Module 14. Représentation graphique pour l'analyse des données 
Module 15. Outils de science des données 
Module 16. Extraction de données. Sélection, prétraitement et transformation 
Module 17. Prévisibilité et analyse des phénomènes stochastiques 
Module 18. Conception et développement de systèmes intelligents 
Module 19. Systèmes et architectures à forte intensité de données 
Module 20. Application pratique de la science des données dans les secteurs de l’activité commerciale

Où, quand et comment se déroule la formation?

TECH offre la possibilité de développer ce Mastère avancé MBA en Data Science Management (DSO, Chief Data Science Officer) entièrement en ligne. Pendant les 24 mois de la spécialisation, les étudiants pourront accéder à tous les contenus de ce programme à tout moment, ce qui leur permettra d'auto gérer leur temps d'étude. 

Module 1. Leadership Éthique et Responsabilité Sociale des Entreprises

1.1. Mondialisation et Gouvernance 

1.1.1. Gouvernance et Gouvernement d'entreprise 
1.1.2. Principes fondamentaux de la Gouvernance d'entreprise dans les sociétés 
1.1.3. Le rôle du Conseil d'Administration dans le cadre de la Gouvernance d'Entreprise 

1.2. Leadership 

1.2.1. Leadership Une approche conceptuelle 
1.2.2. Le Leadership dans l'entreprise 
1.2.3. L'importance du dirigeant dans la gestion de l'entreprise 

1.3. Cross Cultural Management 

1.3.1. Concept de Cross Cultural Management
1.3.2. Contributions à la Connaissance des Cultures 
1.3.3. Gestion de la diversité 

1.4. Développement de la gestion et le leadership 

1.4.1. Concept de développement de la gestion 
1.4.2. Le concept de leadership 
1.4.3. Théories du leadership 
1.4.4. Styles de leadership 
1.4.5. L'intelligence dans le leadership 
1.4.6. Les défis du leadership aujourd'hui 

1.5. Éthique des affaires 

1.5.1. Éthique et Moralité 
1.5.2. Éthique des Affaires 
1.5.3. Leadership et éthique dans les Entreprises 

1.6. Durabilité 

1.6.1. Durabilité et Développement Durable 
1.6.2. Agenda 2030 
1.6.3. Entreprises durables 

1.7. Responsabilité Sociale des entreprises 

1.7.1. La dimension internationale de la Responsabilité Sociale des Entreprises 
1.7.2. Implémentation de la Responsabilité Sociale des Entreprises 
1.7.3. Impact et mesure de la Responsabilité Sociale des Entreprises 

1.8. Systèmes et outils de Gestion responsable 

1.8.1. RSE: Responsabilité sociale des entreprises 
1.8.2. Questions clés pour la mise en œuvre d'une stratégie de gestion responsable 
1.8.3. Étapes de la mise en œuvre d'un système de gestion de la responsabilité sociale des entreprises 
1.8.4. Outils et normes du RSC 

1.9. Multinationales et Droits de l'homme 

1.9.1. Mondialisation, entreprises multinationales et droits de l'homme 
1.9.2. Entreprises multinationales face au droit international 
1.9.3. Instruments juridiques pour les multinationales dans la législation sur les droits de l'homme 

1.10. Environnement juridique et Corporate Governance 

1.10.1. Importation et exportation 
1.10.2. Propriété intellectuelle et industrielle 
1.10.3. Droit international du travail

Module 2. Orientation stratégique et Management Directif 

2.1. Analyse et design organisationnelles

2.1.1. Cadre Conceptuel
2.1.2. Facteurs clés de la conception organisationnelle
2.1.3. Modèles de base des organisations
2.1.4. Design organisationnel: Typologie

2.2. Stratégie d’Entreprise

2.2.1. Stratégie d'entreprise compétitive
2.2.2. Stratégies de Croissance: Typologie
2.2.3. Cadre conceptuel

2.3. Planification et formulation stratégiques

2.3.1. Cadre Conceptuel
2.3.2. Éléments de la Planification Stratégique
2.3.3. Formulation Stratégique: Processus de Planification Stratégique

2.4. Réflexion stratégique

2.4.1. L’entreprise comme système
2.4.2. Le concept d'organisation

2.5. Diagnostic Financier

2.5.1. Concept de Diagnostic Financier
2.5.2. Étapes du Diagnostic Financier
2.5.3. Méthodes d'Évaluation du Diagnostic Financier

2.6. Planification et Stratégie

2.6.1. Le plan d'une Stratégie
2.6.2. Positionnement Stratégique
2.6.3. La stratégie dans l'entreprise

2.7. Modèles et motifs stratégiques

2.7.1. Cadre Conceptuel
2.7.2. Modèles Stratégiques
2.7.3. Modèles Stratégiques: Les Cinq P de la Stratégie

2.8. Stratégie concurrentielle

2.8.1. Avantage Concurrentiel
2.8.2. Choix d'une Stratégie Concurrentielle
2.8.3. Stratégies selon le Modèle de l'Horloge Stratégique
2.8.4. Types de Stratégies en fonction du cycle de vie du secteur industriel

2.9. Direction Stratégique

2.9.1. Le concept de Stratégie
2.9.2. Le processus de la direction stratégique
2.9.3. Approches de la gestion stratégique

2.10. Mise en œuvre de la Sratégie

2.10.1. Approche des Systèmes et Processus d'Indicateurs
2.10.2. Carte Stratégique
2.10.3. Alignement Stratégique

2.11. Management Exécutif

2.11.1. Cadre conceptuel du Management Directif
2.11.2. Management Directif. Le Rôle du Conseil d'Administration et les outils de gestion de l'entreprise

2.12. Communication Stratégique

2.12.1. Communication interpersonnelle
2.12.2. Compétences communicatives et l’influence
2.12.3. Communication interne
2.12.4. Obstacles à la communication dans l’entreprise

Module 3. Gestion des Personnes et des Talents 

3.1. Comportement Organisationnel 

3.1.1. Comportement Organisationnel Cadre conceptuel
3.1.2. Principaux facteurs du comportement organisationnel 

3.2. Les personnes dans les organisations 

3.2.1. Qualité de la vie professionnelle et bien-être psychologique
3.2.2. Travail en équipe et conduite de réunions
3.2.3. Coaching et gestion d’équipes
3.2.4. Gestion de l’égalité et de la diversité 

3.3. La direction Stratégique des personnes 

3.3.1. Direction Stratégique et Ressources Humaines
3.3.2. La direction stratégique des personnes 

3.4. Évolution des Ressources Une vision intégrée 

3.4.1. La Importance de RH
3.4.2. Un nouvel environnement pour la gestion des personnes et le leadership
3.4.3. Gestion stratégique des RH

3.5. Sélection, dynamique de groupe et recrutement RH 

3.5.1. Approche en matière de recrutement et de sélection
3.5.2. Le recrutement
3.5.3. Le processus de sélection 

3.6. Gestion des ressources humaines basée sur les compétences 

3.6.1. Analyse du potentiel
3.6.2. Politique de rémunération
3.6.3. Plans de carrière/succession 

3.7. Évaluation et gestion des performances 

3.7.1. Gestion des performances
3.7.2. La gestion des performances: Objectifs et Processus 

3.8. Gestion de la formation 

3.8.1. Théories de l'apprentissage
3.8.2. Détection et rétention des talents
3.8.3. Gamification et gestion des talents
3.8.4. Formation et obsolescence professionnelle 

3.9. Gestion des talents 

3.9.1. Les clés d'un management positif
3.9.2. Origine conceptuelle du talent et son implication dans l'entreprise
3.9.3. Carte des talents dans l'organisation 
3.9.4. Coût et valeur ajoutée 

3.10. Innovation dans la gestion des talents et des personnes 

3.10.1. Modèles de gestion stratégique des talents
3.10.2. Identification, formation et développement des talents
3.10.3. Fidélisation et rétention 
3.10.4. Proactivité et innovation 

3.11. Motivation 

3.11.1. La nature de la motivation 
3.11.2. La théorie de l'espérance
3.11.3. Théories des besoins
3.11.4. Motivation et compensation économique 

3.12. Employer Branding 

3.12.1. Employer Branding en RH
3.12.2. Personal Branding pour les professionnels en RH 

3.13. Développer des équipes performantes

3.13.1. Équipes performantes: équipes autogérées 
3.13.2. Méthodes de gestion des équipes autogérées haute performance 

3.14. Développement des compétences managériales 

3.14.1. Que sont les compétences de Directive? 
3.14.2. Éléments des compétences 
3.14.3. Connaissances 
3.14.4. Compétences en gestion 
3.14.5. Attitudes et valeurs des managers 
3.14.6. Compétences en matière de gestion 

3.15. Gestion du temps 

3.15.1. Bénéfices
3.15.2. Quelles peuvent être les causes d'une mauvaise gestion du temps? 
3.15.3. Temps 
3.15.4. Les illusions du temps 
3.15.5. Attention et mémoire
3.15.6. État mental
3.15.7. Gestion du temps
3.15.8. Proactivité
3.15.9. Être clair sur l'objectif
3.15.10. Ordre 
3.15.11. Planification 

3.16. Gestion du changement 

3.16.1. Gestion du changement
3.16.2. Les étapes du processus de gestion du changement
3.16.3. Les composantes de l'analyse dans la gestion du changement 

3.17. Négociation et gestion des conflits 

3.17.1 Négociation 
3.17.2 Gestion des Conflits 
3.17.3 Gestion de Crise 

3.18. La communication managériale 

3.18.1. Communication internes et externes dans l'environnement des entreprises 
3.18.2. Département de communication 
3.18.3. Le Responsables de Communication dans l'Entreprise. Le profil du Dircom 

3.19. Gestion des Ressources Humaines et équipes de santé et sécurité au travail 

3.19.1. Gestion des ressources humaines et Équipement
3.19.2. Prévention des risques professionnels

3.20. Productivité, attraction, rétention et activation des talents 

3.20.1. Productivité 
3.20.2. Leviers d'attraction et rétention des talents 

3.21. Compensation monétaire vs Non-monétaire

3.21.1. Compensation monétaire vs . Non-monétaire 
3.21.2. Modèles d'échelons salariaux 
3.21.3. Modèles de compensation non monétaires 
3.21.4. Modèle de travail 
3.21.5. Communauté d'entreprises 
3.21.6. Image de l'entreprise 
3.21.7. Rémunération émotionnelle 

3.22. Innovation dans la gestion des talents et des personnes II

3.22.1. Innovation dans les Organisations 
3.22.2. Recrutement et département des Ressources Humaines 
3.22.3. Gestion de l'innovation
3.22.4. Outils de Innovation

3.23. Gestion des connaissances et du talent 

3.23.1. Gestion des connaissances et du talent
3.23.2. Mise en œuvre de Gestion des Connaissances 

3.24. Transformer les ressources humaines à l'ère du numérique 

3.24.1. Le contexte socio-économique
3.24.2. Les nouvelles formes d'organisation des entreprises
3.24.3. Nouvelles méthodes

Module 4. Gestion Économique et Financière 

4.1. Environnement Économique 

4.1.1. Environnement macroéconomique et système financier 
4.1.2. Institutions financières 
4.1.3. Marchés financiers 
4.1.4. Actifs financiers 
4.1.5. Autres entités du secteur financier 

4.2. Le financement de l'entreprise 

4.2.1. Sources de financement 
4.2.2. Types de coûts de financement 

4.3. Comptabilité de gestion 

4.3.1. Concepts de base 
4.3.2. Actif de l'entreprise 
4.3.3. Passif de l'entreprise 
4.3.4. Le Capitaux propres de l'entreprise 
4.3.5. Compte de résultat 

4.4. De la comptabilité générale à la comptabilité analytique 

4.4.1. Éléments de la comptabilité analytique 
4.4.2. Dépenses en comptabilité générale et analytique 
4.4.3. Classification des coûts 

4.5. Systèmes d’information et Business Intelligence 

4.5.1. Principes fondamentaux et classification 
4.5.2. Phases et méthodes de répartition des coûts 
4.5.3. Choix du centre de coûts et de l'effet 

4.6. Budget et Contrôle de Gestion 

4.6.1. Le modèle budgétaire 
4.6.2. Le budget d'investissement 
4.6.3. Le budget de fonctionnement 
4.6.5. Le budget de trésorerie 
4.6.6. Le suivi budgétaire 

4.7. Gestion de la trésorerie 

4.7.1. Fonds de roulement comptable et besoins en fonds de roulement 
4.7.2. Calcul des besoins de trésorerie d'exploitation 
4.7.3. Gestion du crédit 

4.8. Responsabilité fiscale des entreprises 

4.8.1. Concepts Fiscaux de base 
4.8.2. Impôt sur les sociétés 
4.8.3. Taxe sur la valeur ajoutée 
4.8.4. Autres taxes liées à l'activité commerciale 
4.8.5. L'entreprise en tant que facilitateur du travail de l'État 

4.9. Systèmes de contrôle des entreprises 

4.9.1. Analyse des états financiers 
4.9.2. Balance de l'entreprise 
4.9.3. Le compte de Profits et Pertes 
4.9.4. Tableau des flux de trésorerie 
4.9.5. Analyse des ratios 

4.10. Direction Financière 

4.10.1. Les Décision financiers de l'entreprise 
4.10.2. Département financier 
4.10.3. Les excédents de trésorerie 
4.10.4. Les risques liés à la gestion financière 
4.10.5. Gestion des risques liés à la gestion financière 

4.11. Planification Financière 

4.11.1. Planification financière 
4.11.2. Actions à entreprendre dans le cadre de la planification financière 
4.11.3. Créer et établir la stratégie de l'entreprise 
4.11.4. Le tableau des Cash Flow 
4.11.5. Le tableau des fonds de roulementLe tableau des fonds de roulement 

4.12. Stratégie financière de l'entreprise 

4.12.1. Stratégie de l'entreprise et sources de financement 
4.12.2. Produits de financement des entreprises 

4.13. Contexte Macroéconomique 

4.13.1. Contexte Macroéconomique 
4.13.2. Indicateurs économiques pertinents 
4.13.3. Mécanismes de suivi des grandeurs macroéconomiques 
4.13.4. Cycles économiques 

4.14. Financement Stratégique 

4.14.1. Autofinancement 
4.14.2. Augmentation des fonds propres 
4.14.3. Ressources hybrides 
4.14.4. Financement par des intermédiaires 

4.15. Marchés monétaires et des capitaux 

4.15.1. Le marché Monétaire 
4.15.2. Marché des titres à Revenu fixe 
4.15.3. Marché des Actions 
4.15.4. Le marché des Changes 
4.15.5. Le marché des Produits dérivés 

4.16. Analyse et planification financières 

4.16.1. Analyse du Bilan 
4.16.2. Analyse du Compte de Résultat 
4.16.3. Analyse de la Rentabilité 

4.17. Analyses et résolution de cas/problèmes 

4.17.1. Informations financières sur Industria de Diseño y Textil, S.A. (INDITEX)

Module 5. Gestion des Opérations et de la Logistique 

5.1. Direction et Gestion d’Opérations

5.1.1. La Fonction des opérations 
5.1.2. L'impact des opérations sur la gestion de l'entreprise 
5.1.3. Introduction à la Stratégie des opérations 
5.1.4. Le sens de la Opérations

5.2. Organisation industrielle et logistique 

5.2.1. Département de l’Organisation Industrielle
5.2.2. Département logistique

5.3. Structure et types de production (MTS, MTO, ATO, ETO, etc) 

5.3.1. Systèmes de production 
5.3.2. Stratégie de production 
5.3.3. Système de gestion des stocks
5.3.4. Indicateurs de production 

5.4. Structure et types d’approvisionnement 

5.4.1. Fonction de l’approvisionnement 
5.4.2. Gestion de l’approvisionnement
5.4.3. Types d'achats 
5.4.4. Gestion efficace des achats d'une entreprise 
5.4.5. Étapes du processus de décision d'achat 

5.5. Contrôle économique des achats 

5.5.1. Influence économique des achats
5.5.2. Centres de coûts 
5.5.3. La budgétisation
5.5.4. Budgétisation vs. dépenses réelles
5.5.5. Outils de contrôle budgétaire

5.6. Contrôle des opérations d'entrepôt 

5.6.1. Contrôle de l’inventaire
5.6.2. Système de localisation
5.6.3. Techniques de gestion des stocks
5.6.4. Systèmes de stockage

5.7. Gestion stratégique des achats

5.7.1. Stratégie d'entreprise
5.7.2. Planification stratégique
5.7.3. Stratégie d'achat

5.8. Typologie de la chaîne d'approvisionnement (SCM) 

5.8.1. Chaîne d'approvisionnement
5.8.2. Avantages de la gestion de la chaîne approvisionnement
5.8.3. Gestion logistique de la chaîne d'approvisionnement

5.9. Supply Chain Management 

5.9.1. Concept de gestion de la chaîne d'approvisionnement (SCM)
5.9.2. Coûts et efficacité de la chaîne opérationnelle
5.9.3. Modèles de demande
5.9.4. Stratégie opérationnelle et changement

5.10. Interactions de la SCM avec tous les secteurs

5.10.1. Interaction de la chaîne d'approvisionnement 
5.10.2. Interaction de la chaîne d'approvisionnement. Intégration par parties
5.10.3. Problèmes d'intégration de la chaîne d'approvisionnement 
5.10.4. Chaîne d'approvisionnement 4.0

5.11. Coûts logistiques 

5.11.1. Coûts logistiques
5.11.2. Problèmes de coûts logistiques
5.11.3. Optimisation des coûts logistiques 

5.12. Rentabilité et efficacité des chaînes logistiques: KPIs 

5.12.1. Chaîne logistique
5.12.2. Rentabilité et efficacité de la chaîne logistique
5.12.3. Indicateurs de rentabilité et d'efficacité de la chaîne logistique

5.13. Gestion des processus

5.13.1. Gestion du processus 
5.13.2. Approche basée sur les processus: carte des processus 
5.13.3. Amélioration de la gestion des processus 

5.14. Distribution et transport

5.14.1. Distribution dans la chaîne d'approvisionnement 
5.14.2. La logistique du transport 
5.14.3. Les systèmes d'information Géographique en tant que soutien à la Logistique 

5.15. Logistique et clients

5.15.1. Analyse de la demande 
5.15.2. Prévision de la demande et ventes 
5.15.3. Planification des ventes et des opérations
5.15.4. Planification, prévision et réapprovisionnement participatifs (CPFR) 

5.16. Logistique internationale 

5.16.1. processus d'exportation et d'importation 
5.16.2. Douanes 
5.16.3. Formes et moyens de paiement internationaux
5.16.4. Plateformes logistiques internationales

5.17. Outsourcing des opérations

5.17.1. Gestion des opérations et Outsourcing 
5.17.2. Mise en œuvre de l'Outsourcing dans les environnements logistiques 

5.18. Compétitivité des opérations

5.18.1. Gestion des opérations 
5.18.2. Compétitivité opérationnelle 
5.18.3. Stratégie des opérations et avantages concurrentiels 

5.19. Gestion de la qualité

5.19.1. Clients internes et externes
5.19.2. Coûts de la qualité
5.19.3. L'amélioration continue et la philosophie de Deming

Module 6. Gestion des Systèmes d’Information

6.1. Environnements technologiques

6.1.1. Technologie et mondialisation 
6.1.2. Environnement économique et technologie 
6.1.3. L'environnement technologique et son impact sur les entreprises 

6.2. Systèmes et technologies de l'information dans les entreprises 

6.2.1. Évolution du modèle informatique
6.2.2. Organisation et département IT
6.2.3. Technologies de l'information et environnement économique

6.3. Stratégie d'entreprise et stratégie technologique 

6.3.1. Création de valeur pour les clients et les actionnaires
6.3.2. Décisions stratégiques en matière de SI/TI
6.3.3. Stratégie d'entreprise vs. Technologie et stratégie numérique

6.4. Gestion des systèmes d’information

6.4.1. Le gouvernement d'entreprise en matière de technologies et de systèmes d'information 
6.4.2. Gestion des systèmes d'information dans les entreprises 
6.4.3. Gestionnaires experts en systèmes d'information: rôles et fonctions 

6.5. Planification stratégique des systèmes d'information

6.5.1. Systèmes d’information et Stratégie d’entreprise
6.5.2. Planification stratégique des systèmes d'information 
6.5.3. Phases d'une planification Stratégique des systèmes d'information 

6.6. Systèmes d'information pour la prise de décision

6.6.1. Business intelligence
6.6.2. Data Warehouse
6.6.3. BSC ou Tableau de Bord Prospectif

6.7. Explorer l'information

6.7.1. SQL: Base de données relationnelles Concepts de base
6.7.2. Réseaux et communications
6.7.3. Système opérationnel: modèles de données normalisés 
6.7.4. Système stratégique: OLAP, modèle multidimensionnel et Dashboards graphiques 
6.7.5. Analyse stratégique du BBDD et composition du rapport 

6.8. Business Intelligence dans l’entreprise

6.8.1. Le monde des données
6.8.2. Concepts pertinents
6.8.3. Caractéristiques principales
6.8.4. Solutions actuelles du marché
6.8.5. Architecture globale d'une solution BI
6.8.6. La cybersécurité dans la BI et Data Science

6.9. Nouveau concept commercial 

6.9.1. Pourquoi BI?
6.9.2. Obtenir l'information
6.9.3. BI dans les différents départements de l'entreprise
6.9.4. Raisons d'investir dans la BI

6.10. Outils et solutions de BI 

6.10.1. Comment choisir le meilleur outil?
6.10.2. Microsoft Power BI, MicroStrategy et Tableau
6.10.3. SAP BI, SAS BI et Qlikview
6.10.4. Prometeus

6.11. Planification et gestion de projets BI 

6.11.1. Premières étapes pour définir un projet de BI
6.11.2. Solution BI pour l'entreprise
6.11.3. Exigences et objectifs 

6.12. Applications de gestion d'entreprise 

6.12.1. Systèmes d’information et Gestion d’entreprise 
6.12.2. Applications pour la gestion d'entreprise 
6.12.3. Systèmes Enterprise Resource Planning o ERP 

6.13. Transformation Numérique

6.13.1. Cadre conceptuel de la la transformation numérique 
6.13.2. Transformation Numérique ; éléments clés, avantages et inconvénients 
6.13.3. La transformation numérique dans les entreprises 

6.14. Technologies et tendances

6.14.1. Les grandes tendances technologiques qui modifient les modèles d'entreprise 
6.14.2. Analyse des principales technologies émergentes 

6.15. Outsourcing de TI

6.15.1. Cadre conceptuel de l'Outsourcing 
6.15.2. L'Outsourcing informatique et son impact sur les entreprises 
6.15.3. Les clés de la mise en œuvre des projets d'Outsourcing informatique des entreprises

Module 7. Gestion Commerciale, Marketing Stratégique et Communication d’Entreprise

7.1. Gestion commerciale

7.1.1. Cadre conceptuel du Gestion commerciale
7.1.2. Stratégie et planification Commercial
7.1.3. Le rôle du Directeur Commerciale

7.2. Marketing 

7.2.1. Concept de marketing
7.2.2. Éléments de base du Marketing
7.2.3. Activités de Marketing de l'entreprise

7.3. Gestion Sratégique du Marketing

7.3.1. Concept de Marketing stratégique
7.3.2. Concept de planification stratégique du Marketing
7.3.3. Les étapes du processus de planification stratégique du marketing

7.4. Marketing Numérique et commerce électronique

7.4.1. Objectifs du Marketing Numérique et e-commerce 
7.4.2. Marketing Numérique et médias utilisés 
7.4.3. Commerce électronique. Contexte général 
7.4.4. Catégories de commerce électronique 
7.4.5. Avantages et inconvénients du E-commerce par rapport au commerce traditionnel 

7.5. Managing digital business

7.5.1. Stratégie concurrentielle face à la numérisation croissante des médias 
7.5.2. Design et création d'un plan de Marketing Numérique 
7.5.3. Analyse du retour sur investissement dans un plan de Marketing Numérique 

7.6. Marketing Numérique pour renforcer la marque

7.6.1. Stratégies en ligne pour améliorer la réputation de votre marque
7.6.2. Branded Content & Storytelling

7.7. Stratégie de Marketing Numérique

7.7.1. Définir la stratégie de Mrketing Numérique 
7.7.2. Outils d'une stratégie de Marketing Numérique 

7.8. Marketing Numérique pour attirer et fidéliser les clients

7.8.1. Stratégies de fidélisation et de liaison par Internet
7.8.2. Visitor Relationship Management
7.8.3. Hyper-segmentation

7.9. Gestion des campagnes numériques

7.9.1. Qu'est-ce qu'une campagne de publicité numérique?
7.9.2. Étapes du lancement d'une campagne de marketing en ligne
7.9.3. Erreurs dans les campagnes de publicité numérique

7.10. Plan de marketing en ligne

7.10.1. Qu'est-ce qu'un plan de Marketing en ligne?
7.10.2. Étapes du créer un plan de marketing en ligne
7.10.3. Qu'est-ce qu'un plan de Marketing en ligne

7.11. Blended marketing

7.11.1. Qu'est-ce que le Blended Marketing?
7.11.2. Différence entre le marketing online et offline
7.11.3. Aspects à prendre en compte dans la stratégie de Blended Marketing 
7.11.4. Caractéristiques d'une stratégie de Blended Marketing
7.11.5. Recommandations en Blended Marketing
7.11.6. Bénéfices du Blended Marketing

7.12. Stratégie de vente 

7.12.1. Stratégie de vente 
7.12.2. Méthodes de vente

7.13. Communication d’Entreprise 

7.13.1. Concept
7.13.2. Importance la communication dans l'Organisation
7.13.3. Type de la communication dans les organisations
7.13.4. Fonction la communication dans l'Organisation
7.13.5. Éléments de communication
7.13.6. Problèmes de la communication
7.13.7. Scénario de la communication

7.14. Stratégie de la Communication d’entreprise 

7.14.1. Programmes de motivation, d’action sociale, de participation et de formation avec les RH 
7.14.2. Instruments et supports de communication interne
7.14.3. Le plan de communication interne

7.15. Communication et réputation Numérique

7.15.1. Réputation en ligne 
7.15.2. Comment mesurer la réputation numérique? 
7.15.3. Outils de réputation en ligne 
7.15.4. Rapport sur la réputation en ligne 
7.15.5. Branding online

Module 8. Études de marché, publicité et gestion du marketing

8.1. Étude de Marché 

8.1.1. Études de marché: origine historique 
8.1.2. Analyse et évolution du cadre conceptuel de l'étude de marché 
8.1.3. Éléments clés et contribution à la valeur de l'étude de marché 

8.2. Méthodes et techniques de recherche quantitative 

8.2.1. Taille de l'échantillon 
8.2.2. Échantillonnage 
8.2.3. Types de techniques quantitatives  

8.3. Méthodes et techniques de recherche qualitative 

8.3.1. Types de recherche qualitative 
8.3.2. Techniques de recherche qualitative 

8.4. Segmentation du marché 

8.4.1. Concept de la segmentation du marché 
8.4.2. Utilité et exigences de la segmentation 
8.4.3. Segmentation des marchés de consommation 
8.4.4. Segmentation des marchés industriels 
8.4.5. Stratégies de segmentation 
8.4.6. Segmentation sur la base des critères du Marketing - mix 
8.4.7. Méthodologie de la segmentation du marché 

8.5. Gestion de projets de recherche 

8.5.1. Les études de Marché comme un processus 
8.5.2. Les étapes de la planification d'une Étude de Marché 
8.5.3. Les étapes de l'Exécution d'une Étude de Marché 
8.5.4. Gestion d'un Projet de Recherche 

8.6. L’investigation des marché internationales 

8.6.1. investigation des Marché Internationaux 
8.6.2. Processus d’étude de Marché International 
8.6.3. L'importance des sources secondaires dans la recherche Marché internationale 

8.7. Études de faisabilité  

8.7.1. Concept et utilité 
8.7.2. Schéma d'études de faisabilité 
8.7.3. Développement d'études de faisabilité 

8.8. Publicité 

8.8.1. Historique de la publicité 
8.8.2. Cadre conceptuel de la publicité ; principes, concept de briefing et de positionnement 
8.8.3. Agences de publicité, agences de médias et professionnels de la publicité 
8.8.4. Importance de la publicité pour les entreprises 
8.8.5. Tendances et défis en matière de publicité 

8.9. Développement du plan de Marketing 

8.9.1. Concept du Plan de Marketing 
8.9.2. Analyse et diagnostic de la situation 
8.9.3. Décisions de marketing stratégique 
8.9.4. Décisions de marketing opérationnel 

8.10. Stratégies de promotion et Merchandising 

8.10.1. Communication Marketing Intégrée 
8.10.2. Plan de Communication Publicitaire 
8.10.3. Le Merchandising comme technique de Communication 

8.11. Planification des médias 

8.11.1. Origine et évolution de la planification des médias  
8.11.2. Moyens de communication 
8.11.3. Plan média 

8.12. Principes fondamentaux de la gestion commerciale 

8.12.1. Le rôle de la Gestion Commerciale 
8.12.2. Systèmes d'analyse de la situation concurrentielle commerciale de l'entreprise/du marché 
8.12.3. Systèmes de planification commerciale de l'entreprise 
8.12.4. Principales stratégies concurrentielles 

8.13. Négociation commerciale 

8.13.1. Négociation commerciale  
8.13.2. Les enjeux psychologiques de la négociation 
8.13.3. Principales méthodes de négociation 
8.13.4. Le processus de négociation 

8.14. La prise de décision dans la gestion commerciale 

8.14.1. Stratégie commerciale et stratégie concurrentielle 
8.14.2. Modèles de prise de décision 
8.14.3. Outils décisionnels et analytiques 
8.14.4. Comportement humain dans la prise de décision 

8.15. Direction et gestion du réseau de vente 

8.15.1. Sales Management. Gestion des ventes 
8.15.2. Des réseaux au service de l'activité commerciale 
8.15.3. Politiques de sélection et de formation des vendeurs 
8.15.4. Systèmes de rémunération des réseaux commerciaux propres et externes 
8.15.5. Gestion du processus commercial. Contrôle et assistance au travail du personnel commercial sur la base de l'information 

8.16. Mise en œuvre de la fonction commerciale 

8.16.1. Recrutement de personnel commercial propre et d'agents commerciaux 
8.16.2. Contrôle de l'activité commerciale 
8.16.3. Le code de déontologie des agents commerciaux 
8.16.4. Conformité: 
8.16.5. Normes de conduite des affaires généralement acceptées 

8.17. Gestion des comptes clés 

8.17.1. Concept de gestion de comptes clés  
8.17.2. Key Account Manager 
8.17.3. Stratégies de la Gestion des Comptes Clés 

8.18. Gestion financière et budgétaire 

8.18.1. Seuil de rentabilité 
8.18.2. Variations du budget des ventes. Contrôle de gestion et du plan de vente annuel 
8.18.3. Impact financier des décisions stratégiques des entreprises 
8.18.4. Gestion des cycles, rotations, rentabilité et liquidité
8.18.5. Compte de résultat

Module 9. Innovation et Gestion de Projet

9.1. Innovation

9.1.1. Introduction à l'innovation 
9.1.2. L'innovation dans l'écosystème entrepreneurial 
9.1.3. Instruments et outils pour le processus d'innovation entrepreneuriale 

9.2. Stratégie de l’Innovation

9.2.1. Intelligence stratégique et innovation 
9.2.2. Stratégies d’innovation 

9.3. Project Management pour startups

9.3.1. Concept start up
9.3.2. Philosophie du Lean Startup
9.3.3. Étapes du développement d'une startup
9.3.4. Le rôle d'un chef de projet dans une startup

9.4. Design et validation du modèle d'entreprise

9.4.1. Cadre conceptuel d'un modèle d'entreprise 
9.4.2. Design et validation du modèle d'entreprise 

9.5. Direction et Gestion des projets

9.5.1. Gestion de projet: identification des opportunités de développement de projets d'innovation d'entreprise 
9.5.2. Principales étapes ou phases de la direction et de la gestion des projets d'innovation 

9.6. Gestion du changement dans les projets: gestion de la formation 

9.6.1. Concept de gestion du changement
9.6.2. Processus de gestion du changement
9.6.3. Mise en œuvre du changement

9.7. Gestion de la communication de projets

9.7.1. Gestion de la communication des projets
9.7.2. Concepts clés pour la gestion des communications
9.7.3. Tendances émergentes
9.7.4. Adaptations des équipements
9.7.5. Planification de la gestion des communications
9.7.6. Gestion des communications
9.7.7. Suivi des communications

9.8. Méthodologies traditionnelles et innovantes

9.8.1. Méthodes d'innovation
9.8.2. Principes de base du Scrum
9.8.3. Différences entre les principaux aspects de Scrum et les méthodologies traditionnelles

9.9. Création d'une start-up

9.9.1. Création d'une start-up 
9.9.2. Organisation et culture
9.9.3. Les 10 principales raisons de l'échec des start-ups 
9.9.4. Aspects juridiques

9.10. Planification de la gestion des risques dans les projets

9.10.1. Planification des risques
9.10.2. Éléments pour la création d'un plan de gestion des risques
9.10.3. Outils pour l'élaboration d'un plan de gestion des risques
9.10.4. Contenu du plan de gestion des risques

Module 10. Management Exécutif

10.1. General Management

10.1.1. Concept General Management 
10.1.2. L'action du Manager General 
10.1.3. Le Directeur Général et ses fonctions 
10.1.4. Transformation du travail de la direction 
10.2. Le manager et ses fonctions La culture organisationnelle et ses approches 
10.2.1. Le manager et ses fonctions. La culture organisationnelle et ses approches 

10.3. Direction des opérations 

10.3.1. Importance de la gestion 
10.3.2. La chaîne de valeur 
10.3.3. Gestion de qualité 

10.4. Discours et formation de porte-parole 

10.4.1. Communication interpersonnelle 
10.4.2. Compétences communicatives et l’influence 
10.4.3. Obstacles à la communication 

10.5. Outils de communication personnels et organisationnels 

10.5.1. Communication interpersonnelle 
10.5.2. Outils de communication interpersonnelle 
10.5.3. La communication dans l'organisation 
10.5.4. Outils dans l'organisation 

10.6. La communication en situation de crise 

10.6.1. Crise 
10.6.2. Phases de la crise 
10.6.3. Messages: contenu et calendrier 

10.7. Préparer un plan de crise 

10.7.1. Analyse des problèmes potentiels 
10.7.2. Planification 
10.7.3. Adéquation du personnel 

10.8. Intelligence émotionnelle 

10.8.1. Intelligence émotionnelle et communication 
10.8.2. Affirmation, empathie et écoute active 
10.8.3. Estime de soi et Communication émotionnel 

10.9. Branding Personnel 

10.9.1. Stratégies d'image de Branding Personal 
10.9.2. Les lois de l'image de marque personnelle 
10.9.3. Outils de construction de la marque personnelle 

10.10. Leadership et gestion d’équipes 

10.10.1. Leadership et styles de leadership 
10.10.2. Capacités et défis du Leader 
10.10.3. Processus de gestion du Changement 
10.10.4. Gestion d'Équipes Multiculturelles

Module 11. L'analyse des données dans l'organisation de l'entreprise 

11.1. Analyse commerciale 

11.1.1. Analyse commerciale 
11.1.2. Structuration des données 
11.1.3. Phases et éléments

11.2. L'analyse des données dans l'entreprise

11.2.1. Tableaux de bord et indicateurs clés de performance des départements
11.2.2. Rapports opérationnels, tactiques et stratégiques
11.2.3. L'analyse des données appliquée à chaque département

11.2.3.1. Marketing et communication
11.2.3.2. Commercial
11.2.3.3. Service à la clientèle
11.2.3.4. Achats
11.2.3.5. Administration
11.2.3.6. RH
11.2.3.7. Production
11.2.3.8. IT

11.3. Marketing et communication 

11.3.1. KPI à mesurer, applications et avantages 
11.3.2. Systèmes de Marketing et Data Warehouse 
11.3.3. Mise en place d'une structure d'analyse des données dans le domaine du Marketing 
11.3.4. Plan de Marketing et de communication 
11.3.5. Stratégies, prévisions et gestion des campagnes 

11.4. Commercial et ventes 

11.4.1. Contributions de l'analyse des données dans le domaine commercial 
11.4.2. Besoins du département des ventes 
11.4.3. Étude de marché 

11.5. Service à la clientèle

11.5.1. Fidélisation
11.5.2. Qualité personnelle et intelligence émotionnelle
11.5.3. Satisfaction des clients

11.6. Achats

11.6.1. Analyse de données pour les études de marché
11.6.2. Analyse de données pour les études de concurrence
11.6.3. Autres applications

11.7. Administration

11.7.1. Besoins du département d’administration
11.7.2. Data Warehouse et analyse des risques financiers
11.7.3. Data Warehouse et analyse de risque crédit

11.8. Ressources Humaines

11.8.1. RH et avantages de l'analyse des données
11.8.2. Outils d'analyse des données dans le département des RH
11.8.3. Application de l'analyse des données dans les RH

11.9. Production

11.9.1. Analyse des données dans un service de production
11.9.2. Applications
11.9.3. Bénéfices

11.10. IT

11.10.1. Departement IT
11.10.2. Analyse des données et transformation numérique
11.10.3. Innovation et productivité

Module 12. Gestion des données et des informations, ,anipulation des données et informations pour la Science des Dnnées 

12.1. Statistiques Variables, indices et ratios

12.1.1. Statistiques
12.1.2. Dimensions statistiques
12.1.3. Variables, indices et ratios

12.2. Typologie des données

12.2.1. Qualitatif
12.2.2. Quantitatif
12.2.3. Caractérisation et catégories

12.3. Connaissance des données issues des mesures

12.3.1. Mesures de centralisation
12.3.2. Mesures de la dispersion
12.3.3. Corrélation

12.4. Connaissance des données issues des graphiques

12.4.1. Visualisation selon le type de données
12.4.2. Interprétation des informations graphiques
12.4.3. Personnalisation des graphiques avec R

12.5. Probabilités

12.5.1. Probabilités
12.5.2. Fonction de probabilité
12.5.3. Distributions

12.6. Collecte des données

12.6.1. Méthodologie de collecte
12.6.2. Outils de collecte
12.6.3. Canaux de collecte

12.7. Nettoyage des données

12.7.1. Phases du nettoyage des données
12.7.2. Qualité des données
12.7.3. Manipulation des données (avec R)

12.8. Analyse des données, interprétations, évaluation des résultats

12.8.1. Mesures statistiques
12.8.2. Indices de ratios
12.8.3. Extraction de données

12.9. Stockage des données (Data Warehouse)

12.9.1. Éléments
12.9.2. Conception

12.10. Disponibilité des données

12.10.1. Accès
12.10.2. Utilité
12.10.3. Sécurité

Module 13. Dispositifs et plateformes IoT comme base de la science des données 

13.1. Internet of Things

13.1.1. Internet du futur, Internet of Things
13.1.2. Le consortium industrial internet

13.2. Architecture de référence

13.2.1. L’architecture de référence
13.2.2. Couches
13.2.3. Composants

13.3. Capteurs et dispositifs IoT

13.3.1. Principaux composants
13.3.2. Capteurs et actionneurs

13.4. Communications et protocoles

13.4.1. Protocoles Modèle OSI
13.4.2. Technologie de communication

13.5. Plateformes cloud pour l'IoT et l'IIoT

13.5.1. Plateformes à usage général
13.5.2. Plateformes industrielles
13.5.3. Plateformes Open Source

13.6. Gestion des données dans les plateformes IoT

13.6.1. Mécanisme de gestion des données Données ouvertes
13.6.2. Échange et visualisation de données

13.7. Sécurité IoT

13.7.1. Exigences de sécurité et domaines de sécurité
13.7.2. Stratégies de sécurité IIoT

13.8. Applications IoT

13.8.1. Villes intelligentes
13.8.2. Santé et conditions physiques
13.8.3. Maison intelligente
13.8.4. Autres applications

13.9. Applications de IIoT

13.9.1. Fabrication
13.9.2. Transport
13.9.3. Énergie
13.9.4. Agriculture et élevage
13.9.5. Autres secteurs

13.10. Industrie 4.0

13.10.1. IoRT (Internet of Robotics Things)
13.10.2. Fabrication additive 3D
13.10.3. Big Data Analytics

Module 14. Représentation graphique pour l'analyse des données 

14.1. Analyse exploratoire

14.1.1. Représentation pour l'analyse des données
14.1.2. La valeur de la représentation graphique
14.1.3. Nouveaux paradigmes de la représentation graphique

14.2. Optimisation pour la science des données

14.2.1. Gamme de couleurs et design
14.2.2. La Gestalt dans la représentation graphique
14.2.3. Erreurs à éviter et conseils

14.3. Sources des données de base

14.3.1. Pour une représentation de qualité
14.3.2. Pour une représentation de quantité
14.3.3. Pour une représentation de temps

14.4. Sources des données de complexes

14.4.1. Fichiers, listes et bases de données
14.4.2. Données ouvertes
14.4.3. Données de génération continue

14.5. Types de graphiques

14.5.1. Représentations basiques
14.5.2. Représentation par blocs
14.5.3. Représentation pour l'analyse de la dispersion
14.5.4. Représentations circulaires
14.5.5. Représentations de bulles
14.5.6. Représentations géographiques

14.6. Types de visualisation

14.6.1. Comparatives et relacionelles
14.6.2. Distribution
14.6.3. Hiérarchique

14.7. Conception de rapports avec représentation graphique

14.7.1. Application des graphiques dans les rapports de Marketing
14.7.2. Application des graphiques dans les tableaux de bord et les indicateurs clés de performance (KPI)
14.7.3. Application des graphiques dans les plans stratégiques
14.7.4. Autres utilisations: Science, Santé, Affaires

14.8. Récit graphique

14.8.1. Le récit graphique
14.8.2. Évolution
14.8.3. Utilité

14.9. Outils orientés vers la visualisation

14.9.1. Outils avancés
14.9.2. Software en ligne
14.9.3. Open Source

14.10. Nouvelles technologies de la visualisation données

14.10.1. Systèmes de virtualisation de la réalité
14.10.2. Systèmes d'augmentation et amélioration de la réalité
14.10.3. Systèmes intelligents

Module 15. Outils de science des données 

15.1. Science des données

15.1.1. La science des données
15.1.2. Outils avancés pour le Scientifique des Données

15.2. Données, informations et connaissances

15.2.1. Données, informations et connaissances
15.2.2. Types de données
15.2.3. Sources des données

15.3. Des données aux informations

15.3.1. Analyse des données
15.3.2. Types d’analyse
15.3.3. Extraction d'informations d'un dataset

15.4. Extraction d'informations par la visualisation

15.4.1. La visualisation comme outils d’analyse
15.4.2. Méthodes de visualisation
15.4.3. Visualisation d'un ensemble de données

15.5. Qualité des données

15.5.1. Données de qualités
15.5.2. Nettoyage des données
15.5.3. Prétraitement de base des données

15.6. Dataset

15.6.1. Enrichissement des données dataset
15.6.2. La malédiction de la dimensionnalité
15.6.3. Modification d'un ensemble de données

15.7. Déséquilibre

15.7.1. Déséquilibre des classes
15.7.2. Techniques d'atténuation du déséquilibre
15.7.3. Equilibrage d'un dataset

15.8. Modèles non supervisé

15.8.1. Modèles non supervisé
15.8.2. Méthodes
15.8.3. Classifications avec modèles non supervisé

15.9. Modèles supervisés

15.9.1. Modèles supervisé
15.9.2. Méthodes
15.9.3. Classifications avec modèles supervisés

15.10. Outils et bonnes pratiques

15.10.1. Bonnes pratiques pour un scientifique des données
15.10.2. Le meilleur modèle
15.10.3. Outils utiles

Module 16. Extraction de données. Sélection, prétraitement et transformation 

16.1. Inférence statistique

16.1.1. Statistiques descriptives vs Inférence statistique
16.1.2. Procédures paramétriques
16.1.3. Procédures non paramétriques

16.2. Analyse exploratoire

16.2.1. Analyse descriptive
16.2.2. Visualisation
16.2.3. Préparations des données

16.3. Préparations des données

16.3.1. Intégration et nettoyage des données
16.3.2. Normalisation des données
16.3.3. Transformer les attributs

16.4. Valeurs manquantes

16.4.1. Traitement des valeurs manquantes
16.4.2. Méthodes d'imputation par maximum de vraisemblance
16.4.3. Imputation des valeurs manquantes à l'aide de l'apprentissage automatique

16.5. Bruit dans les données

16.5.1. Classes et attributs de bruit
16.5.2. Filtrage du bruit
16.5.3. L’effet du bruit

16.6. La malédiction de la dimensionnalité

16.6.1. Oversampling
16.6.2. Undersampling
16.6.3. Réduction des données multidimensionnelles

16.7. Des attributs continus aux attributs discrets

16.7.1. Données continues ou discrètes
16.7.2. Processus de discrétisation

16.8. Les données

16.8.1. Sélection des données
16.8.2. Perspectives et critères de sélections
16.8.3. Méthodes de sélection

16.9. Sélection des instances

16.9.1. Méthodes de sélection des instances
16.9.2. Sélection des prototypes
16.9.3. Méthodes avancées de sélection des instances

16.10. Prétraitement des données dans les environnements Big Data

16.10.1. Big Data
16.10.2. Prétraitement "classique" versus massif
16.10.3. Données intelligentes

Module 17. Prévisibilité et analyse des phénomènes stochastiques

17.1. Séries chronologiques

17.1.1. Séries chronologiques
17.1.2. Utilité et applicabilité
17.1.3. Études de cas connexes

17.2. Les Séries chronologiques

17.2.1. Tendance Saisonnalité de ST
17.2.2. Variations typiques
17.2.3. Analyse des résidus

17.3. Typologie

17.3.1. Stationnaire
17.3.2. Non stationnaire
17.3.3. Transformations et ajustements

17.4. Schémas pour les séries temporelles

17.4.1. Schéma additif (modèle)
17.4.2. Schéma multiplicatif (modèle)
17.4.3. Procédures pour déterminer le type de modèle

17.5. Méthodes basiques de forecast

17.5.1. Moyenne
17.5.2. Naïve
17.5.3. Naïve saisonnière
17.5.4. Comparaison des méthodes

17.6. Analyse des résidus

17.6.1. Autocorrélation
17.6.2. ACF des résidus
17.6.3. Test de corrélation

17.7. Régression dans le contexte des séries temporelles

17.7.1. ANOVA
17.7.2. Principes fondamentaux
17.7.3. Application pratique

17.8. Modèles prédictifs de séries chronologiques

17.8.1. ARIMA
17.8.2. Lissage exponentiel

17.9. Manipulation et analyse de séries chronologiques avec R

17.9.1. Préparations des données
17.9.2. Identification des motifs
17.9.3. Analyse du modèle
17.9.4. Prédiction

17.10. Analyse graphique combinée avec R

17.10.1. Situations typiques
17.10.2. Application pratique pour la résolution de problèmes simples
17.10.3. Application pratique pour la résolution de problèmes avancés

Module 18. Conception et développement de systèmes intelligents 

18.1. Prétraitement des données

18.1.1. Prétraitement des données
18.1.2. Transformation des données
18.1.3. Extraction de données

18.2. Apprentissage Automatique

18.2.1. Apprentissage supervisé et non supervisé
18.2.2. Apprentissage par renforcement
18.2.3. Autres paradigmes d'apprentissage

18.3. Algorithmes de classification

18.3.1. Apprentissage automatique inductif
18.3.2. SVM y KNN
18.3.3. Métriques et scores pour le classement

18.4. Algorithmes de régression

18.4.1. Régression linéaire, régression logistique et modèles non linéaires
18.4.2. Séries chronologiques
18.4.3. Métriques et scores pour le régression

18.5. Algorithmes de mise en grappes

18.5.1. Techniques de regroupement hiérarchique
18.5.2. Techniques de regroupement partitionnel
18.5.3. Métriques et scores pour le Clustering

18.6. Techniques de règles d'association

18.6.1. Méthodes d'extraction de règles
18.6.2. Métriques et scores pour les algorithmes de règles d'association

18.7. Techniques de classification avancées. Multiclassificateurs

18.7.1. Algorithme de Bagging
18.7.2. Classificateur “Random Forests”
18.7.3. “Boosting“ pour les arbres de décision

18.8. Modèles graphiques probabilistes

18.8.1. Modèles probabilistes
18.8.2. Les réseaux bayésiens. Propriétés, représentation et paramétrage
18.8.3. Autres modèles graphiques probabilistes

18.9. Réseaux neuronaux

18.9.1. Apprentissage automatique avec les réseaux de neurones artificiels
18.9.2. Réseaux feedforward

18.10. Apprentissage profond

18.10.1. Réseaux feedforward profond
18.10.2. Réseaux neuronaux convolutifs et modèles de séquences
18.10.3. Outils pour la mise en œuvre de réseaux neuronaux profonds

Module 19. Systèmes et architectures à forte intensité de données

19.1. Exigences non fonctionnelles. Piliers des applications big data

19.1.1. Fiabilité
19.1.2. Adaptabilité
19.1.3. Maintenance

19.2. Modèles de données

19.2.1. Modèle relationnel
19.2.2. Modèle documentaire
19.2.3. Modèle de données du réseau

19.3. Bases de données. Gestion du stockage et de la récupération des données

19.3.1. Index hash
19.3.2. Stockage structuré en log
19.3.3. Arbres B

19.4. Formats de codage des données

19.4.1. Formats spécifiques à une langue
19.4.2. Formats standardisés
19.4.3. Formats d'encodage binaire
19.4.4. Flux de données interprocessus

19.5. Réplication

19.5.1. Objectifs de la réplication
19.5.2. Modèles de réplication
19.5.3. Problèmes de réplication

19.6. Transactions distribuées

19.6.1. Transaction
19.6.2. Protocoles pour les transactions distribuées
19.6.3. Transactions sérialisables

19.7. Cloisonnement

19.7.1. Les formes de cloisonnement
19.7.2. Interaction de l'index secondaire et du partitionnement
19.7.3. Rééquilibrage des partitions

19.8. Traitement des données offline

19.8.1. Traitement par lots
19.8.2. Systèmes de fichiers distribués
19.8.3. MapReduce

19.9. Traitement des données en temps réel

19.9.1. Types de broker de messages
19.9.2. Représentation des bases de données en tant que flux de données
19.9.3. Traitement des flux de données

19.10. Applications pratiques dans l’entreprise

19.10.1. Cohérence dans les lectures
19.10.2. Approche holistique des données
19.10.3. Mise à l'échelle d'un service distribué

Module 20. Application pratique de la science des données dans les secteurs d'activité

20.1. Secteur sanitaire

20.1.1. Implications de l'IA et de l'analyse des données dans le secteur de la santé
20.1.2. Opportunités et défis

20.2. Risques et tendances dans le secteur de la santé

20.2.1. Utilisation dans le secteur de la santé
20.2.2. Risques potentiels liés à l'utilisation de l'IA

20.3. Services financiers

20.3.1. Implications de l'IA et de l'analyse des données dans le secteur des services financiers
20.3.2. Utilisation dans les secteurs financiers
20.3.3. Risques potentiels liés à l'utilisation de l'IA

20.4. Retail

20.4.1. Implications de l’IA et de l'analyse des données dans le secteur du retail
20.4.2. Utilisation dans le Retail
20.4.3. Risques potentiels liés à l'utilisation de l'IA

20.5. Industrie 4.0

20.5.1. Implications de l'IA l'analyse des données sont abordées dans Industrie 4.0
20.5.2. Utilisation dans l'industrie 4.0

20.6. Risques et tendances dans le Industrie 4.0

20.6.1. Risques potentiels liés à l'utilisation de l'IA

20.7. Administration publique

20.7.1. Implications de l'IA l'analyse des données sont abordées dans l’administration publique
20.7.2. Utilisation dans l'administration publique
20.7.3. Risques potentiels liés à l'utilisation de l'IA

20.8. Éducation

20.8.1. Implications de l'IA l'analyse des données sont abordées dans l’éducation
20.8.2. Risques potentiels liés à l'utilisation de l'IA

20.9. Sylviculture et agriculture

20.9.1. Implications de l'IA et de l'analyse des données dans la sylviculture et agriculture
20.9.2. Utilisation dans la sylviculture et agriculture
20.9.3. Risques potentiels liés à l'utilisation de l'IA

20.10. Ressources Humaines

20.10.1. Implications de l'IA l'analyse des données sont abordées en Gestion des Ressources Humaines
20.10.2. Applications pratiques dans le monde des affaires
20.10.3. Risques potentiels liés à l'utilisation de l'IA

Ce Mastère avancé en MBA en Data Science Management vous équipera pour diriger et gérer efficacement dans des environnements commerciaux axés sur les données’’