Logo République Française
UNICAEN | UNIVERSITÉ DE CAEN NORMANDIE | IUT Grand Ouest Normandie

Bachelor Universitaire de Technologie Science des données

Parcours :
  • Exploration et modélisation statistique
  • Visualisation, conception d'outils décisionnels
Les parcours "Exploration et modélisation statistique" et "Visualisation, conception d'outils décisionnels" sont ouverts à l'alternance en 3e année de BUT.
Diplôme national
domaine·s :
Sciences, Technologies, Santé
niveau de diplôme :
Bac+3
crédits ECTS :
180
durée du programme :
3 années
lieu·x :
Lisieux
Précision du lieu :
Boulevard Jules Ferry
Cette formation est également proposée en Alternance.

Ce diplôme peut être obtenu dans le cadre de la Validation des Acquis de l'Expérience (VAE).

Présentation générale

L’inflation des échanges numériques, due notamment à l’usage des réseaux sociaux, des objets connectés et du e-commerce, crée un véritable déluge de données. Ces données massives (Big Data) sont devenues une préoccupation majeure dans de nombreuses organisations car susceptibles d’être un levier de croissance.

Conscientes des enjeux économiques que présente l’exploitation de ces volumes de données, entreprises et administrations recherchent aujourd’hui des spécialistes capables de les gérer et de les décrypter.

Le Bachelor Universitaire de Technologie "Science des Données" (ex-STID, "Statistique et Informatique Décisionnelle") de l’IUT Grand Ouest Normandie est une formidable opportunité d’acquérir, en 3 ans, les compétences nécessaires en informatique et en statistique pour répondre aux défis du Big Data.

Principaux enseignements

  • Statistique 
  • Gestion de bases de données 
  • Programmation Web (data visualisation, tableaux de bord...)
  • Conception d'outils décisionnels
  • Mathématiques
  • Économie-Gestion
  • Expression-Communication
  • Anglais

Témoignages

“J’aimerais devenir data analyst afin d’aider les entreprises à prendre des décisions basées sur leurs données”
Découvrez le témoignage de Dalyop, étudiante en 2e année de BUT Science des données parcours Visualisation, conception d’outils décisionnels à l’IUT Grand Ouest Normandie, pôle de Lisieux (promo 2022-2025).

 

Niveau de recrutement

Baccalauréat

Conditions d'accès en première année du diplôme

  • Sélection sur dossier pour les bacheliers généraux et technologiques.
  • Les étudiants en réorientation ont toute leur place dans la formation (sélection sur dossier).

Capacité d'accueil

Nombre de places offertes : 49

Tarif pour une inscription en formation initiale

L'inscription administrative comprend le règlement de la Contribution Vie Étudiante et de Campus et le règlement des droits d'inscription. Le détail est à retrouver sur le portail des formations.

Accueil des étudiants internationaux

L’université de Caen Normandie a obtenu en juillet 2019 le label « Bienvenue en France » délivré par Campus France pour 4 ans. Gage de la qualité de son accueil des étudiants internationaux.

 

 

Organisation des études

Temps plein

Objectifs de la formation

Former des cadres intermédiaires en Informatique Décisionnelle et en Statistique sachant :

  • Concevoir, créer et administrer une base de données à l’aide d’un Système de Gestion de Bases de Données (Oracle, SQLite, MySQL)
  • Contrôler, organiser et sélectionner les données en vue de leur étude à l’aide de langages de programmation spécifiques et de logiciels professionnels (SAS, R, Python, etc.)
  • Explorer les données à l’aide des outils de la statistique et dégager les résultats significatifs
  • Concevoir des datavisualisations (Tableau DesktopPower BI Desktop...) et des tableaux de bord (à l'aide de langages de programmation WEB)
  • Construire des modèles prédictifs (statistical learning - data mining)
  • Communiquer les résultats des analyses à l’aide d’outils numériques modernes (Word, PowerPoint, etc.)

Spécificités de la formation

Une formation encadrée et fortement structurée autour de situations professionnelles :

  • 600 heures de projets
  • 22 à 26 semaines de stage (fin de 2e et 3e année).

Préparation des étudiants au TOEIC.

Des intervenants issus du monde professionnel assurent des enseignements, ce qui permet aux étudiants d'acquérir des réflexes facilitant leur intégration sur le marché du travail.

Un projet personnel et professionnel encadré par un professionnel avec notamment des cours portant sur la rédaction d’un CV et d’une lettre de motivation, et des simulations d’entretiens de recrutement.

Une formation permettant l'insertion professionnelle des étudiants ou leur poursuite d’études en écoles d'ingénieurs, de commerce ou en masters par exemple.

Contenu de la formation

  • BUT 1ère année Science des Données Tronc commun
    • Semestre 1 · Statistique et informatique décisionnelle

      30 crédits

      • UE1.1 : Traiter des données à des fins décisionnelles

        10 crédits

        • Pôle Ressources S1 - UE1

          • Tableur et reporting (21 h : 1 TD 20 TP)

          • Base de données relationnelle 1 (32 h : 6 CM 6 TD 20 TP)

          • Bases de la programmation 1 (40 h : 6 CM 14 TD 20 TP)

        • Pôle SAE S1 - UE1

          • Création de reporting à partir de données stockées dans SGBD (7 h : 2 TD 4 TP)

          • Ecriture et lecture de fichiers de données (7 h : 2 TD 4 TP)

      • UE1.2 : Analyser statistiquement les données

        10 crédits

        • Pôle Ressources S1 - UE2

          • Statistique descriptive 1 (42 h : 12 CM 16 TD 14 TP)

          • Probabilités 1 (30 h : 8 CM 18 TD 4 TP)

          • Mathématiques 1 (40 h : 10 CM 30 TD)

        • Pôle SAE - S1 - UE2

          • Préparation et synthèses d'un tableau de données (7 h : 2 TD 4 TP)

      • UE1.3 : Valoriser une production dans un contexte prof

        10 crédits

        • Pôle Ressources S1 - UE3

          • Initiation à l'anglais de spécialité (30 h : 16 TD 14 TP)

          • Communication de l'information et recherche documentaire (30 h : 16 TD 14 TP)

          • Découverte données de l'environnement entrepreneurial éco (56 h : 56 TD)

        • Pôle SAE S1 - UE3

          • Apprendre en situation la production de données en ent. (7 h : 2 TD 4 TP)

          • Présentation en anglais d'un territoire éco et culturel (5 h : 2 TD 2 TP)

      • Ressources transverses S1

        • PPP1 Projet Personnel et Professionnel (17 h : 16 TD 1 TP)

      • SAE transerves S1

        • Mise en oeuvre d'une enquête (9 h : 6 CM 2 TP)

        • Portfolio (7 h : 6 TD 1 TP)

    • Semestre 2 · Statistique et informatique décisionnelle

      30 crédits

      • UE2.1 : Traiter des données à des fins décisionnelles

        10 crédits

        • Pôle Ressources S2 - UE1

          • Base de données relationnelles 2 (30 h : 6 CM 24 TP)

          • Bases de la programmation 2 (26 h : 6 CM 20 TP)

          • Programmation statistique (30 h : 6 CM 24 TP)

          • Reporting et datavisualisation (21 h : 20 TD 1 TP)

        • Pôle SAE S2 - UE1

          • Conception et implémentation d'une base de données (11 h : 10 TP)

      • UE2.2 : Analyser statistiquement les données

        10 crédits

        • Pôle Ressources S2 - UE2

          • Statistique descriptive 2 (10 h : 4 CM 4 TD 2 TP)

          • Statistique inférentielle (24 h : 8 CM 16 TD)

          • Probabilités 2 (30 h : 8 CM 20 TD 2 TP)

          • Bases de l'algèbre (30 h : 10 CM 20 TD)

        • Pôle SAE S2 - UE2

          • Estimation par sondage simple (5 h : 4 TP)

          • Régression sur données réelles (11 h : 10 TP)

      • UE2.3: Valoriser une product° dans un contexte professionnel

        10 crédits

        • Pôle Ressources S2 - UE3

          • Appronfondissement de l'anglais de spécialité (24 h : 10 TD 14 TP)

          • Communication, sémiologie et argumentation (26 h : 10 TD 16 TP)

          • Etude des données de l'environnement entrepreneurial et éco (40 h : 40 TD)

        • Pôle SAE S2 - UE3

          • Datavisualisation (9 h : 8 TD)

          • Contruction et présentation d'indicateurs de performance (11 h : 10 TP)

      • Ressources transverses S2

        • PPP2 - Projet Personnel et Professionnel (16 h : 16 TD)

      • SAE transverses S2

        • Analyse de données, reporting et datavisualisation (16 h : 12 TD 3 TP)

        • Portfolio (7 h : 6 TD 1 TP)

  • BUT 2ème année Science des Données parcours Exploration et modélisation statistique
    • Semestre 3 (Parcours EMS)

      30 crédits

      • UE3.1 : TRAITER

        8.5 crédits

        • Pôle Ressources S3 - UE31

          • Utilisation avancée d'outils de reporting (38 h : 8 TD 30 TP)

          • Systèmes d'information décisionnels (30 h : 8 CM 8 TD 14 TP)

          • Technologie web (26 h : 6 CM 6 TD 14 TP)

          • Programmation statistique automatisée (30 h : 30 TP)

        • Pôle SAE - S3 - UE1

      • UE3.2 : ANALYSER

        6.5 crédits

        • Pôle Ressources S3 - UE2

          • Algèbre linéaire (30 h : 10 CM 20 TD)

          • Tests d'hypothèses pour l'analyse bi-variée (34 h : 8 CM 18 TD 8 TP)

        • Pôle SAE - S3 - UE2

      • UE3.3 : VALORISER

        7.5 crédits

        • Pôle Ressources S3 - UE3

          • Anglais professionnel (30 h : 20 TD 10 TP)

          • Communication organisationnelle et professionnelle (30 h : 20 TD 10 TP)

          • Les données de l'environnement entrepreneurial et économique (34 h : 34 TD)

        • Pôle SAE - S3 - UE3

      • UE3.4 : MODELISER

        7.5 crédits

        • Pôle Ressources S3 - UE4

        • Pôle SAE S3 - UE4

      • Ressources transverses S3 - parcours Exploration

        • Techniques de sondage et méthodologie d'enquête (22 h : 6 CM 8 TD 8 TP)

        • Projet Personnel et Professionnel 3 (12 h : 12 TD)

      • SAE transverses S3 - parcours Exploration

        • Recueil et analyse de données par échantill. ou plan d'expér (17 h : 6 CM 10 TP)

        • Conformité réglementaire pour analyser des données (27 h : 10 CM 10 TD 6 TP)

        • Intégration de données dans un datawarehouse (23 h : 6 CM 6 TD 10 TP)

        • Description et prévision de données temporelles (23 h : 6 CM 8 TD 8 TP)

        • Portfolio (8 h : 8 TD)

    • Semestre 4 (Parcours EMS)

      30 crédits

      • UE4.1 TRAITER

        6.5 crédits

        • Pôle Ressources S4 - UE1

          • Automatisation et tests en programmation (26 h : 6 CM 6 TD 14 TP)

        • Pôle SAE S4 - UE1

      • UE4.2 : ANALYSER

        8.5 crédits

        • Pôle Ressources S4 - UE2

          • Méthodes Factorielles (24 h : 6 CM 10 TD 8 TP)

          • Classification automatique (20 h : 4 CM 8 TD 8 TP)

        • Pôle SAE S4 - UE2

      • UE4.3 : VALORISER

        7.5 crédits

        • Pôle Ressources S4 - UE3

          • Anglais scientifique et argumentation (18 h : 18 TD)

          • Communication scientifique et argumentation (16 h : 16 TD)

          • Explor.et valor. de la donnée dans un cadre juridique et éco (16 h : 16 TD)

        • Pôle SAE S4 - UE3

      • UE4.4 : MODELISER

        7.5 crédits

        • Pôle Ressources S4 - UE4

          • Modèle linéaire (36 h : 10 CM 20 TD 6 TP)

        • Pôle SAE S4 - UE4

      • Ressources Transverses S4

        • Projet Personnel et Professionnel 4 (8 h : 8 TD)

      • SAE Transverses S4

        • Stage 2 (169 h : 168 TD)

        • Expliq. et prédire une varia. quantit à partir de plus.fact (10 h : 10 TP)

        • Reporting d'une analyse multivariée (14 h : 4 CM 10 TP)

        • Portfolio (6 h : 6 TD)

  • BUT 2ème année Science des Données parcours Visualisation, conception d'outils décisionnels
    • Semestre 3 (Parcours VCOD)

      30 crédits

      • UE3.1 : TRAITER

        8.5 crédits

        • Pôle Ressources S3 - UE1

          • Utilisation avancée d'outils de reporting (38 h : 8 TD 30 TP)

          • Systèmes d'information décisionnels (30 h : 8 CM 8 TD 14 TP)

          • Technologie web (26 h : 6 CM 6 TD 14 TP)

          • Programmation statistique automatisée (30 h : 30 TP)

        • Pôle SAE S3 - UE1

      • UE3.2 : ANALYSER

        6.5 crédits

        • Pôle Ressources S3 - UE2

          • Algèbre linéaire (30 h : 10 CM 20 TD)

          • Tests d'hypothèses pour l'analyse bi-variée (34 h : 8 CM 18 TD 8 TP)

        • Pôle SAE S3 - UE2

      • UE3.3 : VALORISER

        7.5 crédits

        • Pôle Ressources S3 - UE3

          • Anglais professionnel (30 h : 20 TD 10 TP)

          • Communication organisationnelle et professionnelle (30 h : 20 TD 10 TP)

          • Les données de l'environnement entrepreneurial et économique (34 h : 34 TD)

        • Pôle SAE S3 - UE3

      • UE3.4 : DEVELOPPER

        7.5 crédits

        • Pôle Ressources S3 - UE4

        • Pôle SAE S3 - UE34

      • Ressources tranverses S3 - parcours Visualisation

        • Projet Personnel et Professionnel 3 (12 h : 12 TD)

        • Programmation objet (28 h : 6 CM 6 TD 16 TP)

      • SAE transverses S3 - parcours Visualisation

        • Intégration de données dans un datawarehouse (23 h : 6 CM 6 TD 10 TP)

        • Description et prévision de données temporelles (23 h : 6 CM 8 TD 8 TP)

        • Collecte automatisée de données web (29 h : 12 TD 16 TP)

        • Conformité réglementaire pour traiter les données (27 h : 10 CM 10 TD 6 TP)

        • Portfolio (8 h : 8 TD)

    • Semestre 4 (Parcours VCOD)

      30 crédits

      • UE4.1 : TRAITER

        6.5 crédits

        • Pôle Ressource S4 - UE1

          • Automatisation et tests en programmation (26 h : 6 CM 6 TD 14 TP)

        • Pôle SAE S4 - UE1

      • UE4.2 : ANALYSER

        8.5 crédits

        • Pôle Ressources S4 -UE2

          • Méthodes Factorielles (24 h : 6 CM 10 TD 8 TP)

          • Classification automatique (20 h : 4 CM 8 TD 8 TP)

        • Pôle SAE S4 - UE2

      • UE4.3 : VALORISER

        7.5 crédits

        • Pôle Ressourses S4 - UE3

          • Anglais scientifique et argumentation (18 h : 18 TD)

          • Communication scientifique et argumentation (16 h : 16 TD)

          • Explor.et valor. de la donnée dans un cadre juridique et éco (16 h : 16 TD)

        • Pôle SAE S4 - UE3

      • UE4.4 : DEVELOPPER

        7.5 crédits

        • Pôle Ressources S4 - UE4

          • Préparation/Intégration de données (26 h : 6 CM 6 TD 14 TP)

          • Programmation Web (14 h : 4 TD 10 TP)

        • Pôle SAE S4 - UE4

      • Ressources Transverses S4

        • Projet Personnel et Professionnel 4 (8 h : 8 TD)

      • Liste RTSTVS4

      • SAE Transverses S4

        • Stage 2 (169 h : 168 TD)

        • Reporting d'une analyse multivariée (14 h : 4 CM 10 TP)

        • Développement d'un composant d'une solution décisionnelle (14 h : 4 TD 10 TP)

        • Portfolio (6 h : 6 TD)

  • BUT 3ème année Science des données parcours Exploration et modélisation statistique
    • Semestre 5 (Parcours EMS)

      30 crédits

      • UE5.1 : TRAITER

        6.5 crédits

        • Pôle Ressosurce S5 - UE1

          • Bases de données N°SQL (30 h : 8 CM 8 TD 14 TP)

        • Pôle SAE S5

      • UE5.2 : ANALYSER

        6.5 crédits

        • Pôle Ressources S5 - UE2

          • Data Mining (42 h : 10 CM 16 TD 16 TP)

        • Pôle SAE S5 - UE2

      • UE5.3 : VALORISER

        6.5 crédits

        • Pôle Ressources S5 - UE3

          • Anglais pour la coop. intern. et enjeux intern.des données (18 h : 18 TD)

          • Communication des données, étique et responsabilité (18 h : 18 TD)

        • Pôle SAE S5 - UE3

      • UE5.4 : MODELISER

        10.5 crédits

        • Pôle Ressources S5 - UE4

          • Modélisation statistique avancée (46 h : 8 CM 18 TD 20 TP)

        • Pôle SAE S5 - UE4

      • Ressources Transverses S5

        • PPP5 (12 h : 12 TD)

      • SAE Transverses S5

        • Mener une étude statistique dans un domaine d'application (35 h : 10 CM 14 TD 10 TP)

        • Migration des données vers ou depuis un environnement N°SQL (15 h : 4 CM 10 TP)

        • Mise en oeuvre d'un processus de Data Mining (17 h : 6 CM 10 TP)

        • Portfolio (6 h : 6 TD)

    • Semestre 6 (Parcours EMS)

      30 crédits

      • UE6.1 : TRAITER

        7 crédits

        • Pôle Ressources S6 - UE1 (parcours EMS)

          • Big Data : enjeux, stockage et extraction (36 h : 10 CM 16 TD 10 TP)

        • Pôle SAE S6 - UE1 (Parcours EMS)

      • UE6.2 : ANALYSER

        7 crédits

        • Pôle Ressources S6 - UE2 (parcours EMS)

          • Méthodes statistiques pour le Big Data (24 h : 6 CM 8 TD 10 TP)

        • Pôle SAE S6 - UE2 (Parcours EMS))

      • UE6.3 : VALORISER

        7 crédits

        • Pôle Ressources S6 - UE3 (parcours EMS)

          • Anglais pour la communication d'entreprise (12 h : 12 TD)

          • Communication pour le Management (12 h : 12 TD)

        • Pôle SAE S6 - UE3 (Parcours EMS)

      • UE6.4 : MODELISER

        9 crédits

        • Pôle Ressources S6 - UE4 (parcours EMS)

          • Apprentissage statistique pour l'IA (24 h : 8 CM 16 TP)

        • Pôle SAE S6 - UE4 (Parcours EMS)

      • SAE transverses S6 (parcours EMS)

        • Stage 3 (2 h : 1 TD)

        • Modélisation statistique données complexes et le Big Data (23 h : 8 CM 14 TP)

        • Portfolio (6 h : 6 TD)

  • BUT 3ème année Science des Données parcours Visualisation, conception d'outils décisionnels
    • Semestre 5 (Parcours VCOD)

      30 crédits

      • UE5.1 : TRAITER

        6.5 crédits

        • Pôle Ressources S5 - UE1

          • Bases de données N°SQL (30 h : 8 CM 8 TD 14 TP)

        • Pôle SAE S5 - UE1

      • UE5.2 : ANALYSER

        6.5 crédits

        • Pôle Ressources S5 - UE2

          • Data Mining (42 h : 10 CM 16 TD 16 TP)

        • Pôle SAE S5 - UE2

      • UE5.3 : VALORISER

        6.5 crédits

        • Pôle Ressources S5 - UE3

          • Anglais pour la coop. intern. et enjeux intern.des données (18 h : 18 TD)

          • Communication des données, étique et responsabilité (18 h : 18 TD)

        • Pôle SAE S5 - UE3

      • UE5.4 : DEVELOPPER

        10.5 crédits

        • Pôle Ressources S5 - UE4

          • Développement logiciel (30 h : 6 CM 12 TD 12 TP)

          • Programmation web pour la visualisation (30 h : 6 CM 12 TD 12 TP)

        • Pôle SAE S5 - UE4

      • Ressources Transverses S5

        • PPP5 (12 h : 12 TD)

      • SAE Transverses S5

        • Migration des données vers ou depuis un environnement N°SQL (15 h : 4 CM 10 TP)

        • Mise en oeuvre d'un processus de Data Mining (17 h : 6 CM 10 TP)

        • Analyse et conception d'un outil décisionnel (17 h : 8 TD 8 TP)

        • Portfolio (6 h : 6 TD)

    • Semestre 6 (Parcours VCOD)

      30 crédits

      • UE6.1: TRAITER

        7 crédits

        • Pôle Ressources S6 - UE1 (parcours VCOD)

          • Big Data : enjeux, stockage et extraction (36 h : 10 CM 16 TD 10 TP)

        • Pôle SAE S6 - UE1 (parcours VCOD)

      • UE6.2 : ANALYSER

        7 crédits

        • Pôle Ressources S6 - UE2 (parcours VCOD)

          • Méthodes statistiques pour le Big Data (24 h : 6 CM 8 TD 10 TP)

        • Pôle SAE S6 - UE2 (parcours VCOD)

      • UE6.3 : VALORISER

        7 crédits

        • Pôle Ressources S6 - UE3 (parcours VCOD)

          • Anglais pour la communication d'entreprise (12 h : 12 TD)

          • Communication pour le Management (12 h : 12 TD)

        • Pôle SAE S6 - UE3 (parcours VCOD)

      • UE6.4 : DEVELOPPER

        9 crédits

        • Pôle Ressources S6 - UE4 (parcours VCOD)

          • Approfondissement en Big Data (22 h : 10 CM 12 TP)

        • Pôle SAE S6 - UE4 (parcours VCOD)

      • SAE transverses S6 (parcours VCOD)

        • Stage 3 (2 h : 1 TD)

        • Développement et test d'un outil décisionnel (21 h : 10 TD 10 TP)

        • Portfolio (6 h : 6 TD)

Modalités de stage

Le Programme National prévoit 22 à 26 semaines de stage (en France ou à l'étranger).

Ces stages font l’objet d’un rapport et d’une présentation orale.

Un étudiant en stage est encadré par un maître de stage (entreprise) et suivi par un tuteur de stage (enseignant).

Afin de faciliter les démarches de l’étudiant dans sa recherche de stage, le fichier des adresses fréquentées par nos précédentes promotions est fourni par le Responsable des stages.

Un accompagnement à la rédaction du CV et de la lettre de motivation est assuré pendant le cursus auprès des étudiants.

Contrôle des connaissances

Contrôle continu

Les règles applicables au contrôle des connaissances et des compétences pour l’université de Caen Normandie sont disponibles sur le site web de l’université.

Aménagements d'études pour des publics spécifiques

L’université de Caen Normandie accompagne les étudiants en situation de handicap ou rencontrant des problèmes de santé susceptibles d’impacter leurs études. Il est ainsi possible pour tout étudiant, que sa situation de handicap soit ponctuelle, permanente ou bien reconnue ou non par la MDPH, de réaliser une demande d’aménagements (d’examens et ou d’études).

Langue(s) d'enseignement

Français

Partenariats

De nombreuses entreprises nous font confiance en accueillant régulièrement en stage des étudiants issus de notre formation. On peut citer à titre d’exemples : CPAM du Havre, INSEE Calvados, Caisse Régionale du Crédit Agricole de Rouen, GMF Assurances, Grand Port Maritime du Havre, Knorr-Bremse, CHU Caen, Centre de cancérologie François Baclesse, Quantaflow Honfleur, Statistique Canada, etc.

Échanges internationaux

Les stages peuvent être effectués à l’étranger.

Compétences acquises

À l’issue de la formation, un étudiant est capable de :

  • concevoir, gérer et interroger une base de données (SGBD/SQL)
  • contribuer à la conception d’études et d’enquêtes, et réaliser des analyses statistiques (SAS/R)
  • concevoir et utiliser des modèles prédictifs simples (Régression/Classification)
  • développer des programmes d’analyse statistique ou de reporting (VBA/Python/Java)
  • concevoir des datavisualisations à l'aide d'outils professionnels (Tableau DesktopPower BI Desktop...) ou de langages orientés WEB (HTML, Javascript, PHP, SQL...)

Poursuite d'études

Objectifs professionnels / métiers visés

Métiers divers et variés comme :

  • Data scientist
  • Analyste Décisionnel
  • Chef de projets Décisionnel
  • Architecte Data / Décisionnel
  • Développeur décisionnel
  • Chef de projet AMOA (Assistance à Maîtrise d'Ouvrage)
  • Chef de projet Business intelligence
  • Data analyst
  • Data manager
  • Analyste reporting SAS
  • Chargé d’études (Cliniques, Statistiques, Marketing, Commerciales, etc.)
  • Biostatisticien(ne)
  • Géomarketeur 

Secteurs professionnels

Le BUT STID est une formation transversale orientée sur le stockage, la gestion, l’exploitation des données et la programmation, dans un cadre décisionnel. Les diplômés STID pourront s’insérer professionnellement au sein d’une entreprise, d’une administration ou d’une association dans la plupart des secteurs d’activités :

  • Banque - Assurance - Finance
  • E-commerce (marketing digital)
  • Industries (aéronautique, pharmaceutique, automobile, etc.)
  • Télécommunications
  • Environnement
  • Transports
  • Santé (hôpitaux (DIM), recherche biomédicale, centres de recherche en épidémiologie, centre d’analyse des essais cliniques (CRO))
  • Administrations publiques : CNAM, CNAF, Ministères, Collectivités territoriales, etc.

Université de Caen Normandie

IUT Grand Ouest Normandie

Boulevard Maréchal Juin · CS 14032 · 14032 Caen Cedex 5

Secrétariat BUT Science des Données : 02 31 48 44 21

rebecca.hommey@unicaen.fr

Contact scolarité

iut.caen.scolarite@unicaen.fr

Responsable(s)

formation : Anais Pauchet · anais.pauchet@unicaen.fr

formation : Jean-Yves Candalen · jean-yves.candalen@unicaen.fr

Imprimez
Téléchargez
Partagez |
Imprimez
Téléchargez
Partagez |