Ingénieur diplômé de CY Tech de CY Cergy Paris Université Spécialité Informatique

RNCP42758BC01Piloter des projets SI, de l’organisation générale au budget

• Maîtriser les fondamentaux théoriques et pratiques des SI. Formaliser les exigences fonctionnelles et organisationnelles d'un projet SI en intégrant les enjeux stratégiques, économiques et sociétaux, afin d'en définir le périmètre et les objectifs opérationnels. Élaborer et suivre le schéma directeur d’un projet, en lien avec les orientations stratégiques de l’organisation, pour garantir la cohérence avec la feuille de route globale. Planifier et budgétiser un projet informatique en définissant les jalons, les ressources et les contraintes financières, afin d'en assurer la faisabilité et le respect des engagements. Piloter les différentes phases d'un projet informatique en coordonnant les parties prenantes et en assurant le suivi des livrables, afin de garantir la livraison dans les délais et conformément aux exigences fixées. Concevoir et déployer des infrastructures réseau complexes, virtualisées ou distribuées, en définissant les architectures et configurations adaptées, afin de répondre aux exigences de disponibilité et de performance. Administrer et faire évoluer des infrastructures réseau en assurant leur supervision et leur maintenance, afin de garantir leur continuité de service et leur adaptabilité aux besoins de l'organisation. Évaluer les risques, les contraintes et la rentabilité d’un projet, et arbitrer les choix techniques et économiques, afin d’optimiser la performance globale du projet.

Évaluation : Connaissances et savoirs : examens écrits et oraux portant sur : - la gestion de l’entreprise - la réalisation de budget - la micro économie - l’introduction à la finance Compétences et savoir-faire : - Étude de cas avec livrables écrits et/ou oraux. - Certaines études de cas impliquent l’utilisation d’outils numériques (suivi du pilotage, tenue d’un budget, amortissements, actifs, passifs, dépréciations, et tableaux de bord de management). - Présence d’une dimension budgétaire et organisationnelle dans la conduite de projets d’intégration. Stages et VAE : Les expériences en entreprise sont évaluées par les apprentissages critiques susmentionnés

RNCP42758BC02Administrer des réseaux et mettre en œuvre des solutions sécurisées

• Maîtriser les fondamentaux théoriques et pratiques des Réseaux. Mettre en place, configurer et administrer des réseaux informatiques complexes, virtualisés ou distribués, pour garantir leur disponibilité, performance et évolutivité. Concevoir et appliquer une politique de sécurité du SI adaptée aux enjeux de l’organisation (PSSI, PCA, PRA), afin de prévenir les menaces et protéger les actifs numériques. Auditer, superviser et faire évoluer les dispositifs de sécurité (authentification, cryptage, firewalls, etc.), pour maintenir un haut niveau de protection des systèmes. Gérer les incidents de sécurité, coordonner leur résolution et évaluer les mesures correctives, dans le but de rétablir la continuité et d’améliorer la résilience du SI. Assurer la conformité des systèmes aux normes et standards de cybersécurité en vigueur, afin de respecter les obligations réglementaires et contractuelles.

Évaluation : Connaissances et savoirs : examens écrits et oraux portant sur : - l’administration système - les méthodes d’automatisation des tâches - la virtualisation - le modèle théorique des réseaux - l’administration réseau - la sécurité des réseaux (normes et standard) - les architectures redondantes - la supervision Compétences et savoir-faire : Les élèves ingénieurs travaillent sur des projets courts en salles machines évaluant : - La capacité à administrer un poste informatique multi-utilisateurs - La capacité à administrer une architecture réseau composée de plusieurs sous-réseaux - La capacité à virtualiser des postes de travail - La capacité à sécuriser un réseau simple et gérer les failles de sécurité Stages et VAE : Les expériences en entreprise sont évaluées par les apprentissages critiques susmentionnés

RNCP42758BC03Concevoir et développer une application informatique

• Maîtriser les fondamentaux théoriques et pratiques des applications informatiques et des techniques de développement informatique. Analyser les besoins fonctionnels et techniques des utilisateurs ou clients, afin de proposer une solution numérique adaptée et efficace. Réaliser une communication fonctionnelle ou technique de qualité et appropriée Comprendre et choisir un algorithme approprié pour résoudre un problème donné. Mobiliser les méthodes et bonnes pratiques du cycle de développement logiciel à toutes les phases d'un projet applicatif (analyse, conception, implémentation, tests, déploiement). Utiliser des outils de versioning, de gestion collaborative et de documentation technique, pour garantir la traçabilité, la maintenabilité et la cohérence des développements. Assurer la conformité des livrables avec les attentes utilisateurs et les normes de qualité logicielle, en vue de leur mise en production et de leur acceptation.

Évaluation : Connaissances et savoirs : examens écrits et oraux portant sur : - la connaissance des patrons de conception (pattern design) - la connaissance des grandes familles d’algorithmes de traitement des données - la connaissance des types de données abstraits (abstract data types) - les procédures de test et vérification Compétences et savoir-faire : plusieurs mises en situations (projets) évaluent la capacité à : - réaliser une étude des besoins utilisateur (enquêtes de terrain, expression du besoin utilisateur sous forme de persona, recueil des besoins) - réaliser un processus d’idéation (ateliers d’intelligence collective, réalisation de carnets de bord, travail en équipe) - expérimenter la relation client-maître d'œuvre entre groupes de projets affectés aux différents rôles. L’interaction implique la définition d’un cahier des charges et un suivi de l’évolution du projet - réaliser un travail en équipe sur un projet impliquant 5 personnes impliquant une gestion de projet incluant la réalisation d’un tableau de bord - réaliser un travail en équipe impliquant la capacité à utiliser des outils de gestion des version (versioning) - faire preuve de rigueur et de correction algorithmique dans la réalisation des solutions Stages et VAE : Les expériences en entreprise sont évaluées par les apprentissages critiques susmentionnés

RNCP42758BC04Prototyper des algorithmes innovants de vision par ordinateur

• Concevoir et développer des solutions de reconnaissance de formes à base de modèles paramétriques ou IA, pour automatiser l’analyse d’images ou de flux vidéo. Intégrer des algorithmes de traitement d’image et de vision artificielle en contexte temps réel, afin de répondre à des exigences d’instantanéité et de précision. Dimensionner les systèmes selon les contraintes de robustesse, performance et temps de calcul, pour garantir leur viabilité dans des environnements exigeants. Implémenter des solutions de réalité augmentée ou d’analyse d’images dans des environnements matériels contraints, pour enrichir l’expérience utilisateur ou améliorer le pilotage opérationnel.

Évaluation : Connaissances et savoirs : examens écrits et oraux portant sur la compréhension : - des algorithmes de synthèse d’image - des algorithmes de reconnaissance de formes (modèles paramétriques) - des solution d’intelligence artificielles applicables à la reconnaissance d’images, d’objets et de visages Compétences et savoir-faire : les compétences sont évaluées lors d’un projet de fin d’étude (PFE) qui concerne le développement de solutions de réalité augmentées et/ou de nouveaux algorithmes pour le traitement d’images (image learning, computer vision) dans un contexte de détection d’objets : - réaliser une application qui prend en compte les contraintes matérielles de la cible - être capable de justifier les choix techniques - réaliser un dimensionnement permettant une exécution temps réel - être capable de mesurer les performances temps réel de l’application - être capable d’atteindre une résolutions spécifique de traitement des images - être capable de développer une solution de reconnaissance de formes - prendre en compte le cahier des charges et l’expression des besoins utilisateur Stage : mémoire et soutenance. Le niveau des compétences professionnelles, la maturité, l’autonomie, l’adaptabilité, le travail en équipe sont évalués. VAE : Les expériences en entreprise sont évaluées par compétences selon une grille critériée avec apport d’éléments de preuve.

RNCP42758BC05Définir l'architecture Système électronique et logicielle embarquées

• Analyser les besoins d'un client et modéliser les spécifications techniques à l'aide de méthodes d'ingénierie système (MBSE) afin de définir les exigences d'un système embarqué ou connecté. Concevoir l'architecture matérielle et logicielle d'un système embarqué et sélectionner les composants adaptés en tenant compte des contraintes de performance et de coût. Développer des applications embarquées en langage bas niveau intégrant des capacités d'IA embarquée afin d'optimiser les ressources et les performances du système. Définir et mettre en œuvre des stratégies de test et de validation d'un système embarqué en appliquant les principes de sûreté de fonctionnement et de cybersécurité. Intégrer un système embarqué dans une architecture connectée (IoT, robotique), afin d'assurer la communication et l'échange de données avec son environnement. Piloter le développement d'un système embarqué en appliquant une démarche structurée (cycle en V, agile), en coordonnant une équipe pluridisciplinaire.

Évaluation : Connaissances et savoirs : examens écrits et oraux portant sur la compréhension : - des différentes cibles matérielles (microcontrôleurs, microprocesseurs embarqués, FPGA) - des outils de compilation croisée - des solution d’intelligence artificielles applicables aux systèmes embarqués - des systèmes d’exploitation et applicatifs embarqués temps-réels Compétences et savoir-faire : les compétences sont évaluées lors d’un projet de fin d’étude (PFE) qui concerne le développement de solutions de robotique ou d’objets connectés : - réaliser une application qui prend en compte les contraintes matérielles de la cible - être capable de justifier les choix techniques - réaliser un dimensionnement permettant une exécution temps réel - être capable de mesurer les performances temps réel de l’application - être capable de prendre concevoir une application sur des cibles matérielles hétérogènes - prendre en compte le cahier des charges et l’expression des besoins utilisateur Stage : mémoire et soutenance. Le niveau des compétences professionnelles, la maturité, l’autonomie, l’adaptabilité, le travail en équipe sont évalués. VAE : Les expériences en entreprise sont évaluées par compétences selon une grille critériée avec apport d’éléments de preuve.

RNCP42758BC06Développer des programmes en intelligence artificielle

• Maitriser les fondamentaux théoriques et pratiques du deep learning (LLM et Computer Vision). Préparer et structurer des données pour l’apprentissage machine ou profond dans le but d’optimiser la qualité des modèles produits. Développer et entraîner des modèles d’IA adaptés à des problématiques de reconnaissance, prédiction ou modélisation pour automatiser des tâches complexes. Évaluer, valider et optimiser les performances des modèles déployés afin d’assurer leur fiabilité et leur généralisabilité. Documenter et intégrer les solutions IA dans des systèmes informatiques existants pour faciliter leur adoption et leur exploitation. Concevoir des architectures techniques hybrides mêlant IA, data, réseau et cloud, afin de construire des solutions intelligentes, évolutives et interopérables. Mobiliser les fondements théoriques de l'IA (architectures, algorithmes, techniques d'optimisation) et assurer une veille sur les évolutions de la recherche afin d'anticiper les transformations futures liées à l'IA, la robotique ou le quantique. Intégrer les enjeux de souveraineté, d'impacts sociaux et environnementaux dans la conception de projets d'IA afin de contribuer à des choix technologiques responsables et résilients.

Évaluation : Connaissances et savoirs : examens écrits et oraux portant sur la compréhension : - les familles d’algorithmes d’apprentissage supervisés - les familles d’algorithmes d’apprentissage non-supervisés - les familles d'apprentissage par renforcement - les réseaux génératifs - les métaheuristiques pour l’optimisation - les grands modèles de langage (LLM) Compétences et savoir-faire : les compétences sont évaluées lors d’un projet de fin d’étude (PFE) qui concerne le développement de solutions d’intelligence artificielle : - appliquer et améliorer une solution d’apprentissage autonome à un jeu de données spécifique - être capable de justifier les choix techniques - réaliser un une solutions d’intelligence artificielle hybride nécessitant l’emploi de plusieurs ressources algorithmiques différentes - décider de l’affectation des jeux de données (répartition des bases de test et d’apprentissage, alignement des données) - être capable de concevoir des indicateurs de performance - prendre en compte le cahier des charges et l’expression des besoins utilisateur - connaître et comprendre les enjeux systémiques liés à l'IA Stage : mémoire et soutenance. Le niveau des compétences professionnelles, la maturité, l’autonomie, l’adaptabilité, le travail en équipe sont évalués. VAE : Les expériences en entreprise sont évaluées par compétences selon une grille critériée avec apport d’éléments de preuve.

RNCP42758BC07Concevoir et déployer des solutions Cloud

• Formaliser les cas d’usage du Cloud à partir des besoins métiers pour orienter la structuration des systèmes applicatifs et de données Installer, configurer et administrer des architectures Cloud distribuées (clusters, bases, traitements) en assurant leur robustesse et leur disponibilité Concevoir des traitements et workflows de données à grande échelle, en s'appuyant sur des algorithmes distribués exposables sous forme d'API, afin de garantir leur cohérence et leur traçabilité Assurer l’automatisation, l’exploitation, la performance, la documentation et la mise à jour des plateformes Cloud dans une logique d’intégration continue, de qualité de service et de sécurité par la pratique DevOps Appliquer les bonnes pratiques de développement logiciel notamment par l’approche Software Craftsmanship Mettre en œuvre un dispositif de veille technologique et de formation continue des équipes afin d’assurer la mise à jour permanente des compétences des équipes et l’adaptation aux évolutions du secteur et des technologies.

Évaluation : Connaissances et savoirs : examens écrits et oraux portant notamment sur la compréhension : - de la virtualisation et de la conteneurisation - des paradigmes d’architecture microservices, de stockage NoSQL - de l’automatisation de déploiement d’ architectures, d’intégration continue - des réseaux et sécurité - du développement fullstack Compétences et savoir-faire : Les compétences sont évaluées lors d’un projet de fin d’étude (PFE, mémoire et soutenance) qui concerne le développement d’applications dans le contexte du Cloud Computing. Projets : Les étudiants travaillent sur des projets proposés par l’équipe pédagogique. Il s’agit de mettre en œuvre les concepts et méthodes apprises. L’autonomie, la recherche de solutions pertinentes, le travail en équipe sont évalués. Stage : mémoire et soutenance. Le niveau des compétences professionnelles, la maturité, l’autonomie, l’adaptabilité, le travail en équipe sont évalués . VAE : Les expériences en entreprise sont évaluées par compétences selon une grille critériée avec apport d’éléments de preuve.

RNCP42758BC08Assurer la continuité et la résilience de la cybersécurité des systèmes d’information

• Maitriser les principes et techniques utilisées en cybersécurité. Analyser les menaces, vulnérabilités et surfaces d’attaque des systèmes d’information (réseaux, applications, infrastructures et données) afin d’identifier les risques et établir une cartographie de sécurité du SI. Auditer et évaluer le niveau de sécurité d’un système d’information en s’appuyant sur des méthodologies et référentiels reconnus (ISO 27001, ANSSI, NIST, EBIOS RM), afin d’identifier les écarts et formuler des recommandations de sécurisation. Mettre en œuvre et faire respecter les politiques et référentiels de sécurité (RGPD, normes ISO, recommandations ANSSI) afin d’assurer la conformité réglementaire et la gouvernance de la cybersécurité au sein de l’organisation. Concevoir et déployer des stratégies de détection, de remédiation et de réponse aux incidents de sécurité, et contribuer à l'amélioration continue des architectures de sécurité afin de renforcer la résilience et la continuité d'activité du système d'information.

Évaluation : Contrôles continus : examens écrits et oraux Projets : mémoire et soutenance. Les étudiants travaillent sur des projets proposés par l’équipe pédagogique. Il s’agit de mettre en œuvre les concepts et méthodes apprises. L’autonomie, la recherche de solutions pertinentes, le travail en équipe sont évalués. Stage : mémoire et soutenance. Le niveau des compétences professionnelles, la maturité, l’autonomie, l’adaptabilité, le travail en équipe sont évalués. VAE : Les expériences en entreprise sont évaluées par compétences selon une grille critériée avec apport d’éléments de preuve.

RNCP42758BC09Collecte, traitement, analyse et modélisation de données structurées et non structurées à l’aide d’outils statistiques et d’algorithmes d’apprentissage automatique

• Étudier et fouiller des données en s'appuyant sur des techniques statistiques, de machine learning et de visualisation, afin de produire des données structurées et des produits d'analyse. Traiter et analyser des données non structurées (texte, images) en utilisant des techniques adaptées, comme le traitement du langage naturel (NLP) ou la reconnaissance d'images afin de trouver des représentations fidèles. Recueillir et analyser les besoins des utilisateurs pour adapter l'analyse des données et produire des résultats exploitables. Mettre en œuvre des technologies et outils adaptés aux grands volumes de données (algorithmes distribués, clusters), afin de traiter et analyser des données à grande échelle. Concevoir, entraîner et déployer des modèles de machine learning en garantissant leur fiabilité via des pipelines automatisés. Créer des visualisations de données informatives selon plusieurs angles d'observation, afin d'interpréter et de communiquer les résultats. Rédiger la documentation technique des systèmes et données produits, afin d'en garantir la sécurité et la bonne gestion.

Évaluation : Contrôles continus : examens écrits et oraux Projets : mémoire et soutenance. Les étudiants travaillent sur des projets proposés par l’équipe pédagogique. Il s’agit de mettre en œuvre les concepts et méthodes apprises. L’autonomie, la recherche de solutions pertinentes, sur des jeux de données (cas pratiques), le travail en équipe sont évalués. Stage : mémoire et soutenance. Le niveau des compétences professionnelles, la maturité, l’autonomie, l’adaptabilité, le travail en équipe sont évalués VAE : Les expériences en entreprise sont évaluées par compétences selon une grille critériée avec apport d’éléments de preuve

RNCP42758BC10Concevoir et déployer des solutions de Business Intelligence et d’analyse de données massives

• Analyser les flux de données d'une organisation et formaliser les besoins décisionnels des utilisateurs, afin de concevoir une architecture décisionnelle (Data Warehouse, Data Mart, Data Lake) adaptée aux besoins métiers. Modéliser les structures de données décisionnelles (schémas en étoile, flocon, constellation) et développer des processus d'intégration ETL/ELT afin de consolider des données issues de sources multiples. Manipuler et analyser des données structurées, non structurées et massives (Big Data), afin de produire des analyses décisionnelles adaptées aux besoins métiers. Mettre en œuvre des pratiques de gouvernance, de qualité et de traçabilité des données, ainsi que la conformité réglementaire (RGPD) et la sécurité des informations exploitées. Définir les indicateurs de performance (KPI) et les axes d'analyse, et concevoir des tableaux de bord et visualisations permettant le pilotage et l'aide à la décision. Piloter le déploiement d'une solution BI en coordonnant les parties prenantes métiers et techniques et assurer la formation des utilisateurs afin d'en garantir l'appropriation.

Évaluation : Contrôles continus : examens écrits et oraux Projets : rapport technique et soutenance. Les étudiants travaillent sur des projets proposés par l’équipe pédagogique et par des entreprises. Il s’agit de mettre en œuvre les concepts et méthodes apprises. L’autonomie, la recherche de solutions pertinentes, le travail en équipe sont évalués. Stage : mémoire et soutenance. Le niveau des compétences professionnelles, la maturité, l’autonomie, l’adaptabilité, le travail en équipe sont évalués Les compétences sont évaluées lors d’un projet de fin d’étude (PFE) proposés par des entreprises, et qui concerne le développement de solutions BI et d’analyse de données massives - prendre en compte le cahier des charges et l’expression des besoins d’un client - réaliser une solution BI tenant en compte les contraintes du client - être capable de justifier les choix techniques Stage : mémoire et soutenance. Le niveau des compétences professionnelles, la maturité, l’autonomie, l’adaptabilité, le travail en équipe sont évalués VAE : Les expériences en entreprise sont évaluées par compétences selon une grille critériée avec apport d’éléments de preuve