Ingénieur agronome ou en agroalimentaire spécialisé en Sciences des données
Acquérir une double compétence dans le domaine du traitement et de l’exploitation de l’information
Une formation spécifique
La spécificité principale de cette spécialisation est d’orienter la présentation de méthodes statistiques à large potentiel d’application vers l’acquisition d’un savoir-faire opérationnel.
Elle forme ainsi des ingénieurs agronomes ou en agroalimentaire aptes à maîtriser :
- des concepts fondamentaux de la statistique ;
- des méthodes ;
- des outils spécialisés : logiciels de statistique et de gestion de données.
Une formation aux débouchés variés
Dotés de cette double compétence à la fois en science des données et en agronomie/agroalimentaire au sens large, les étudiants peuvent s'ils le souhaitent se focaliser sur un domaine d'application choisi parmi les grands champs disciplinaires couverts de l'Institut Agro Rennes-Angers.
Dans tous les cas, ils adaptent leur cursus à leur projet de formation par leur choix des cours "non statistiques", de leur projet d'ingénieur et enfin de leur mémoire de fin d'études.
Conditions d'admission
Étudiants français
Pour les élèves-ingénieurs de l'Institut Agro Rennes-Angers, la spécialisation Sciences des données est accessible pour les spécialités d'ingénieur agronome et d'ingénieur en agroalimentaire à partir du semestre 8 (S8) en master 1.
Pré-requis :
- Pour les élèves-ingénieurs agronomes, avoir suivi les unités d'enseignement (UE) Modèle linéaire et analyse des données et Statistique générale en L3.
- Pour les élèves ingénieurs en agroalimentaire, avoir suivi les unités d'enseignement (UE) Analyse des données et Méthodologie statistique en L3.
Pour ces étudiants, la validation de la dernière année de spécialisation (S9, S10), prononcée par la Commission des enseignants, est acquise selon les conditions suivantes :
- avoir acquis 60 crédits ECTS de formation durant les deux semestres
- avoir réalisé le stage obligatoire de spécialisation de 24 semaines minimum donnant lieu à un mémoire et à une soutenance.
Les élèves-ingénieurs des autres établissements d’enseignement supérieur ou titulaires de formations équivalentes peuvent, sous réserve d’acceptation du dossier, rejoindre la spécialisation à partir du S9 en remplacement de la dernière année de leur formation d’ingénieur, qu’ils soient inscrits en formation initiale ou en formation continue. Ces étudiants recevront en fin de cursus un relevé de notes / crédits ECTS à valider par leur école d’origine pour l’obtention de leur diplôme.
Étudiants internationaux
Les étudiants internationaux sont invités à candidater à la formation d'ingénieur agronome via le concours DE qui leur donne accès directement au niveau master 1 et à la spécialisation à partir du semestre 9.
Le semestre 9 de la spécialisation est également ouvert aux étudiants internationaux en semestre d'échange. À l'issue de leur semestre d'études à l'Institut Agro Rennes-Angers, ces étudiants reçoivent un relevé de notes / crédits ECTS à remettre à leur université d'origine pour l'obtention de leur diplôme.
Organisation du cursus
3 semestres pour se spécialiser
La spécialisation d'ingénieur Science des données se déroule en 3 semestres : S8, S9 et S10. Chaque semestre correspond à l'acquisition de 30 crédits ECTS. Il est composé d'unités d'enseignement (UE) qui sont constituées d'unités constitutives (UC).
Semestre 8
Au semestre 8, certains cours centrés sur les méthodes statistiques sont obligatoires, d'autres cours sont à choisir dans l'offre de l'Institut Agro Rennes-Angers.
UE 1 : Analyse des données multidimensionnelles
UE 2 : Analyse de données génomiques
UE 3 : Programmation scientifique
UE 4 : Sensométrie
UE 5 : Statistique et aide à la décision
Semestre 9
Le semestre 9 est commun avec l'Institut Agro Montpellier. Il commence par des cours classiques de septembre à fin novembre à Rennes. Ensuite, de décembre à mi-février, 2 options sont possibles :
- Apprentissage statistique à Rennes
- Approches numériques et décisionnelles à Montpellier
Dans ces 2 options, les étudiants travaillent sur un projet d'ingénieur. Ce projet est transversal du point de vue des méthodes utilisées. Il consiste à réaliser une étude de cas complète. Il comporte une phase de recherche bibliographique, la mise en œuvre de différentes méthodes, leur comparaison et, le cas échéant, leur adaptation au problème considéré.
UE 1 : Réduction de la complexité
- UC Analyse factorielle
- UC Visualisation de données massives et hétérogènes
UE 2 : Statistique pour données biologiques
- Apprentissage de données biologiques
- Données expérimentales
- 1 UC au choix parmi :
- Sensométrie
- Statistique bayésienne (écologie)
UE 3 : Apprentissage statistique
- Classification non supervisée
- Machine learning
UE 4 : Méthodes informatiques
- Analyse de données massives sous R
- Computer science for big data
UE 5 : Autres activités
- Anglais
- Conférences professionnelles
- Projet long (8 semaines)
Semestre 10
Le troisième semestre, le S10, correspond à un stage professionnel d’une durée de 6 mois au moins (de mi-février à début septembre). Ce stage donne lieu à la rédaction d'un mémoire de fin d'études soutenu à l'oral devant un jury au mois de septembre.
À titre indicatif, plus de 150 offres de stage sont reçues chaque année pour environ 25 étudiants. Tous ces stages sont rémunérés et la moitié d'entre eux se prolonge par un emploi en CDD ou CDI.
| Entreprises | Sujets de stage |
|---|---|
| Eaden | Reconnaissance faciale et corporelle de vaches à partir d'analyses d’images |
| Syngenta | Développement d’une application Shiny permettant de vérifier l’adéquation entre recommandations du Site Production Research et ce qui est fait au champs |
| Abelio | Construction d’un outil d’aide à la décision pour la surveillance de culture |
| Terroïko | Comparaison de données génétiques mesurées (biblio) et simulées (SimOïko) sur diverses espèces pour évaluer le réalisme de SimOïko pour estimer la biodiversité |
| CATE | Analyse de données microbiennes des sols en culture maraîchère |
| Entremont | Développement d’outils de prédiction afin de pouvoir maîtriser la qualité finale des fromages |
| Lactalis | Explication des variations de rendement protéique des fromages |
| Inserm | Exposition aux contaminants d’origine alimentaire et risque de démence chez le sujet âgé |
| CRAN | Machine learning en génomique pour la santé humaine |
| SanofiI | Application Shiny pour visualiser les analyses de données Biomarqueurs |
| LTSI | Traitement d'images médicale cérébrale pour localiser des régions fonctionnelles |
| Inserm | Analyse spatio-temporelle de la mortalité globale au cours de l’épidémie de Covid-19, avec un regard particulier de l’impact du contexte social de chaque zone géographique sur les disparités de surmortalité observées en France |
| Chanel | Prédiction de la performance de protection solaire d'une crème solaire grâce à des données de formulation |
| Givaudan | Détection de thèmes émotionnels à travers l'analyse sémantique de données textuelles consommateurs |
| L'Oréal | Construction d'un outil Shiny pour l'analyse de données sensorielles |
| L'Oréal | Analyse et modélisation de données autour de la coloration capillaire |
| Techni’Sens | Etude de prédictivité de l’achat - mettre en évidence l’importance de certaines questions spécifiques dans la prédictivité des projections d’achat des consommateurs dans les questionnaires d’études |
| Eurosyn | Profil idéal sur l’amorti de chaussures de running |
| Crédit Agricole | Analyse de comportements bancaires des clients par Machine Learning pour optimiser le ciblage des clients les plus appétents au crédit à la consommation |
| Université Lyon | Analyse longitudinale de l’évolution du rapport aux langues lors de l’apprentissage chez l’enfant bilingue (français – anglais) |
| Université Paris Diderot | Etude de stratégies d'agrégation consensuelle en apprentissage statistique. Application au problème de classification supervisée des voyelles |
Des métiers diversifiés
Des débouchés dans de nombreux domaines
Les connaissances acquises au sein de la formation permettent aux étudiants d'envisager une pluralité de débouchés professionnels.
Types d'emplois dans les principaux secteurs
- Sensométrie : Responsable d'une unité d'analyse sensorielle : analyse statistique de données sensorielles et physico-chimiques dans la perspective de la recherche et du développement de produits nouveaux
- Études Statistiques : Chargé d'études dans une société de service, statisticien d'entreprise, responsable R&D
- Marketing : Chargé d'études marketing : intervient dans toutes les phases des études en cours : élaboration des questionnaires, suivi de la réalisation de l'étude sur le terrain, mise en forme et traitement de résultats, rédaction des synthèses et participation à l'élaboration des recommandations marketing
- Analyse et Evaluation des Risques (Banque et Assurance) : Scoring, analyste Credit Risk, chargé de produit d'assurance
- Recherche : Poursuite d'étude par un doctorat.
