DOMAINES D'ACTIVITESCOMPETENCESSavoir mobiliser les ressources d'un large champ de sciences fondamentales.Avoir la connaissance et la compréhension d'un champ scienitiifique et technique de spécialité.Savoir collecter et interpréter des données.Savoir uitiliser les ouitils informaitiques.Savoir analyser et concevoir des systèmes complexes.Savoir conduire des expérimentaitions.Savoir animer, diriger une équipe et des projets.Savoir gérer et conduire un projet.Savoir communiquer avec des spécialistes comme des non spécialistes.Prendre en compte les aspects de compéitiitivité et de producitivité.Prendre en compte les évoluitions et les innovaitions.Connaître la réglementaition concernant la propriété intellectuelle et industrielle.Respecter les procédures qualité.Respecter et faire respecter les procédures de sécurité et de santé.Maitriser l'anglais et éventuellement d'autres langues étrangères.Savoir réaliser une veille économique.Faire preuve d'ouverture culturelle.Respect des valeurs sociétalesConnaître les relaitions sociales.Respecter l'environnement.Tenir compte du volet "développement durable".Avoir une démarche éthique.Mener des projets d'organisaition et assurer la maîtrise d'ouvrage de projets.Maîtriser les ouitils de gesition, de planiificaition ifinancière et d'évaluaition de projet.Savoir modéliser l'acitivité et maîtriser les ouitils de gesition des process.Maîtriser les techniques de modélisaition staitisitique.Savoir produire et communiquer l'informaition (écrit et oral) à desitinaition des clients et ou décideurs.Le candidat doit choisir une spécialité parmi les six proposées.1 - Sciences de la vieGénéralesEssais cliniquesEpidémiologieGénomiqueCulture informaitiqueSavoir opitimiser et sécuriser une base de données (relaitionnelle, relaitionnelle objet ou mulitidimensionnelle)Savoir uitiliser diffférentes sortes de langage (Java, C++, UML, SQL )Systèmes d'informaitionIngénierie des donnéesModéliser, créer et administrer des bases de données relaitionnelles et muliti-dimensionnellesMetttre en place un entrepôt de données, un datamart depuis leur modélisaition jusqu'à leur maintenance évoluitiveInformaitique décisionnelleSavoir uitiliser les ouitils permetttant l'extracition, l'analyse et la fouille de données (datamining)Connaître les méthodes d'apprenitissage et plus spéciifiquement les réseaux de neurones.Savoir faire une analyse muliti-dimensionnelle.Génie logicielAvoir une connaissance de la méthodologie de conduite de projets.Uitiliser des patrons de concepition (design patttern).3 - Génie staitisitiqueAnalyse d'imageConnaitre les méthodes d'analyse d'image.Experts en staitisitiqueSavoir introduire de nouvelles méthodes staitisitiques et experitiser les praitiques existantes.Maintenir son niveau de connaissance en staitisitique par une veille technologique conitinue.Gesition des risquesSavoir uitiliser des modèles de durée, la théorie des valeurs extrêmes.PrévisionSavoir uitiliser des techniques de ifiltrage et des processus.RechercheEtre en capacité de mener des acitivités de recherche en staitisitique fondamentaleStaitisitiques des risquesSavoir uitiliser les techniques staitisitiques de pointe servant à la mesure des risquesunidimensionnels comme la Théorie des Valeurs ExtrêmesDimension générique "Ingénieur diplômé »Résoluition de problèmes complexeset nouveauxMaîtrise des méthodes et des ouitilsde l'ingénieurSavoir idenitiifier et résoudre par des méthodes adéquates des problèmes, même non familiers et non complètementdéifinis.Capacité à s'intégrer dans uneorganisaition, à l'animer et à la faireévoluerPrise en compte des enjeuxindustriels, économiques etprofessionnelsApititude à travailler en contexteinternaitionalCompétences transversales sur unprojet dans le champ d'acition d'uningénieur staitisiticienDimension spéciifiquegénérale " Ingénieur diplôméde l'Ensai »Savoir manager une équipe de travail.
Connaître les bases du droit du travail.Concepition d'un projet de collecte etd'analyse d'informaitionsConnaître les enjeux et l'importance de l'échanitillonnage et l'uitilisaition des techniques d'échanitillonnage en quesitionet les méthodes de staitisitiques exploratoires et inférenitielles.Aisance à la communicaition desrésultatsDimensions spéciifiquesspécialisées " Ingénieurdiplômé de l'Ensai »Avoir des connaissances avancées en modélisaition staitisitique, en pariticulier en modélisaition non linéaire, enstaitisitique bayésienne et en modélisaition comportementale.Etre capable de lire un ariticle scienitiifique et de comprendre les méthodes staitisitiques uitilisées, et de les exposer sousla forme d'un rapport ou d'une présentaition orale.Avoir des connaissances approfondies dans le traitement des données manquantes en pariticulier, en algorithmeExpectaition-maximisaition et en Monte Carlo Markov Chain.Savoir réaliser des essais cliniques en collaboraition avec les acteurs du monde médical.
En pariticulier, savoir metttre en oeuvre les plans expérimentaux (méthode des paires appariées, essais en parallèles et essais cross-over) et les analyses intermédiaires (méthodes séquenitielles), en mobilisant les connaissances en modèles de régression, en traitement des données manquantes et en plans d'expérience.Savoir rédiger un rapport clinique aux normes ICH E3 (Internaitional Conference on Harmonisaition- Clinical Study Reports)Savoir réaliser des études épidémiologiques du type étude " cas-témoin » et étude de cohorte.Etre capable de mobiliser des modèles de régression linéaire généralisée et de modèles mixtes, des modèles de duréeet des chaînes de Markov.Connaître les problémaitiques de la génomique, les noitions de biologie affférentes, les modélisaitions liées au séquençage (du type HMM) et les méthodes uitilisées en phylogénie.2 - Staitisitique et ingénieriedes donnéesConnaître l'architecture distribuée : J2EE, réseauSavoir spéciifier, analyser et concevoir des systèmes d'informaition et être pariticulièrement apte à capturer l'expressiondes besoins des staitisiticiensAvoir des connaissances en architecture d'applicaition, notamment en applicaitions Web, pour concevoir des systèmesévolués.Savoir mobiliser et uitiliser à bon escient des ouitils d'aide à la décision dans le domaine de la gesition des risques(industriels (ifiabilité - qualité), environnementaux et ifinanciers).Savoir construire des modèles complexes ou novateurs de prévisions (par exemple dans l'industrie, l'environnement, laifinance et les transports)4 - Gesition des risques etingénierie ifinancièreStaitisitiques des risquesEtre capable de prendre en compte la dépendance à l'aide de théories adaptéescomme la théorie des copulesÉvaluaition de produits ifinanciersGesition des risquesConnaitre la réglementaition ifinancière (Bâle) en maitière de gesition des risques.Savoir mesurer le risque opéraitionnel à l'aide d'approches de type LDAet de modèles de staitisitique bayésienne.Gesition quanititaitive d'acitifsSavoir allouer et gérer un portefeuille d'acitifsSavoir créer des stratégies quanititaitives d'invesitissement type Hedge FundsSavoir mesurer la performance d'un portefeuille d'acitifs à l'aide de modèle du type CAPM et APTÉtudes markeitingGesition de la relaition client Savoir segmenter un ifichier de clientèle, cibler des consommateurs à l'aide de méthodes staitisitiquesSavoir construire des scores d'appétence ou de ifidélisaitionNotaition des emprunteurs Savoir noter les emprunteurs (évaluer, a priori, le risque de défaut de paiement individuel )Savoir uitiliser les ouitils d'économétrie avancée pour construire une modélisaition adaptée à la problémaitique posée.Etre en capacité de réaliser une évaluaition médico économiqueSavoir réaliser des essais cliniquesAnalyse économique du territoireConduire des analyses spaitiales en s'appuyant sur des techniques économétriquesSavoir évaluer les poliitiques publiquesComprendrer et savoir mesurer les grandes caractérisitiques du développement économique local4 - Gesition des risques etingénierie ifinancièreSavoir metttre en oeuvre plusieurs méthodes staitisitiques (analyse discriminante, arbres de décision, régressionlogisitique).Savoir évaluer le prix des produits ifinanciers complexes en uitilisant le calcul stochasitique, les méthodes numériquesde résoluition d'équaitions aux dérivées paritielles, de simulaitions de monte carlo.Savoir concevoir et perfecitionner des applicaitions pour implémenter leurs méthodes et réaliser des applicaitions en C++ ou en Java (langage objets).Savoir mesurer quanititaitivement le risque de marché d'un portefeuille d'instruments ifinanciers à l'aide de mesure dutype Value-at-RiskSavoir mesurer le risque de défaut de remboursement de crédit et de changement de notaition à l'aide de modèles detype KMV et de chaînes de Markov.5 - Markeiting quanititaitif etrevenue managementMaitriser le markeiting stratégique opéraitionnel : la poliitique de produit, de prix, de distribuition et de communicaitionSavoir comprendre et prédire le comportement du consommateur à l'aide de modèles de choix discrets et d'équaitionsstructurellesSavoir analyser avec précision les caractérisitiques d'un marché : il s'agit en pariticulier d'établir l'existence d'un marchépuis d'en quanitiifier le potenitiel ou le volume, pour le présent ainsi que pour le futur à l'aide de modèles de parts demarché, d'enquêtes par sondage et d'études de géomarkeiting.Savoir explorer le contenu d'un entrepôt de données (Datawarehouse et Datamart) à l'aide de méthodes staitisitiques(Data-mining).Savoir metttre en oeuvre plusieurs méthodes staitisitiques (analyse discriminante, arbres de décision, régressionlogisitique, réseau de neurone, méthodes bayésiennes )6 - Ingénierie Staitisitique desterritoires et de la santéAnalyse économique appliquée à lasanté Connaître les problémaitiques liées à ce domaine (système de santé, offfre et demande de soins, de santé etd'assurance, évaluaition médico-économique, retraite, ).Etre en capacité de modéliser avec des techniques économétriques avancées les quesitions relaitives à la populaition etau marché du travail
