INSA TOULOUSE MATH APPLIQUEES

Détails RNCP

date_fin_validite_enregistrement

2026-08-30T23:00:00.000Z

active_inactive

ACTIVE

etat_fiche_rncp

Publiée

code_type_certif

Titre ingénieur

type_certif

Titre ingénieur

ancienne_fiche

RNCP34752

demande

0

certificateurs

certificateur: INSTITUT NATIONAL DES SCIENCES APPLIQUEES DE TOULOUSE (INSA)
siret_certificateur: 19310152400018

nsf_code

114

romes

rome: H1502
libelle: Management et ingénierie qualité industrielle

rome: M1403
libelle: Études et prospectives socio-économiques

rome: M1201
libelle: Analyse et ingénierie financière

rome: C1105
libelle: Études actuarielles en assurances

rome: H1206
libelle: Management et ingénierie études, recherche et développement industriel

blocs_competences

intitule: Appliquer les méthodes et outils mathématiques fondamentaux du monde professionnel pour analyser un problème mathématique et proposer une solution numérique adaptée
liste_competences: * Interagir avec un spécialiste ou un ingénieur d'une autre discipline pour comprendre et transcrire une problématique en modèle mathématique * Mettre en œuvre par un travail d'équipe une résolution à l’aide d’outils d’analyse et d’algèbre. * Utiliser les outils de probabilité et statistique * Résoudre un problème à l’ aide d’outils d’ analyse numérique * Sélectionner le ou les outils le(s) plus approprié(s), selon un critère de choix de modèles.
modalites_evaluation: * Examens individuels (écrits et oraux) sur la résolution de problèmes * Quizz et autoévaluation de la progression dans l’assimilation des compétences * Analyse de cas d’ études pratiques issus de projets industrie et recherche * Constitution de dossier technique de synthèse de Bureau d’études (oral et rapport écrit)

intitule: Concevoir et mettre en œuvre numériquement des modèles mathématiques
liste_competences: * Modéliser des phénomènes issus de domaines variés (physique, ondes, mécanique des fluides ou des structures, finance, actuariat, biologie…) à l’aide d’EDO, EDP, EDS, modèles aléatoires. * Effectuer des simulations numériques et valider les résultats * Choisir les méthodes adaptées à la résolution numérique des problèmes considérés * Appliquer les méthodes sur des cas réels issus du monde de l’industrie
modalites_evaluation: * Examens individuels (écrits et oraux) sur la résolution de problèmes * Quizz et autoévaluation de la progression dans l’assimilation des compétences * Projet de modélisation de données réelles en binôme avec rapport et soutenance orale * Participation à un Challenge inter- écoles de prévision entre diverses formations de niveau 7 (cf Defi IA (Intelligence artificielle)

intitule: Modéliser l’aléa et les incertitudes dans des problèmes issus du monde industriel
liste_competences: * Construire un modèle de l’ évolution d’un processus aléatoire * Identifier des structures particulières dans des jeux de données complexes et en faire l’ interprétation * Effectuer des simulations de phénomènes aléatoires * Construire une surface de réponse * Planifier des expériences aléatoires * Réaliser une analyse de sensibilité dans des codes de simulation numérique.
modalites_evaluation: * Examens écrits * Comptes rendus de Travaux Pratiques en binôme. * Projets sur la modélisation d’un processus aléatoire (en groupe) avec rapport et soutenance orale.

intitule: Analyser et valoriser des données
liste_competences: * Communiquer, échanger sur la valeur de la donnée avec des experts métiers des différents domaines d’ utilisation * Prétraiter, mettre en forme et visualiser les données, potentiellement massives issues de divers domaines (météorologie, assurance, marketing, industrie) * Ajuster et sélectionner un modèle statistique en grande dimension afin de faire de la prédiction * Mettre en œuvre les méthodes d’ apprentissage statistique en grande dimension * Préparer, transformer des données massives grâce aux technologies Had oop, Map Reduce, Spark, Pyspark, et aux outils de virtualisation * Synthétiser et analyser en équipe les résultats numériques obtenus
modalites_evaluation: * Examen écrit individuel et oral sur la résolution de problèmes * Quizz et autoévaluation de la progression dans l’assimilation des compétences * Participation à un Challenge inter- écoles de prévision entre diverses formations de niveau 7 (cf Defi IA (Intelligence artificielle)

intitule: Poser et résoudre des problèmes complexes d’optimisation de procédure ou d'algorithmes pour produire un outil d'aide à la décision
liste_competences: * Modéliser et prévoir l’ occurrence d’ événements indésirables sur un individu ou système * Manipuler, implémenter et tester de nouvelles méthodes de traitement d’image ou de signal * Détecter des anomalies dans un signal * Identifier/calibrer/assimiler par des méthodes variationnelles des données * Construire et étudier la convergence d’ algorithmes d’ optimisation * Mettre en œuvre des algorithmes d’ optimisation en Python ou en langage compilé. * Communiquer avec des experts des différents domaines d’ application
modalites_evaluation: * Analyse de cas d’ études pratiques issus de projets industrie et recherche * Examen écrit individuel et oral sur la résolution de problèmes * Quizz et autoévaluation de la progression dans l’assimilation des compétences * Projet de modélisation de données réelles en binôme avec rapport et soutenance orale

intitule: Concevoir, développer des solutions logicielles
liste_competences: * Identifier les méthodes et outils adaptés à la résolution numérique des problèmes * Prendre en main et valider l’ utilisation conforme de logiciels de l’ industrie. * Utiliser les langages de programmation. * Identifier et transcrire une méthode de résolution numérique dans un langage de programmation * Mettre en œuvre des plateformes virtualisées et utiliser les principaux services des plateformes de cloud computing * Déployer des applications de traitement de données massives * Utiliser le calcul haute performance * Analyser les performances sur des cas réels (latence, débit, espace, consommation d’ énergie)
modalites_evaluation: * Constitution en binôme de dossier technique de synthèse du Bureau d’études * Oral (français et anglais) de présentation d’un dossier technique * Quizz et autoévaluation de la progression dans l’assimilation des compétences

intitule: Concevoir, élaborer et conduire un projet pour la résolution d’un problème réel d'une entité métier
liste_competences: * Interagir avec un spécialiste ou un ingénieur d'une autre discipline pour comprendre une problématique de valorisation de données sur un problème réel * Mettre en place une démarche projet : analyse de la situation, définition des objectifs, conception spécification, réalisation, évaluation * Conduire les recherches bibliographiques nécessaires à la résolution du projet, et les restituer à des spécialistes. * Mettre en place une infrastructure matérielle et logicielle proportionnées adaptée au problème. * Intégrer les philosophies, problématiques et contraintes des réglementations françaises et européennes (CNIL, RGPD) sur la protection des données * Rendre compte à l’ écrit et à l’oral du travail effectué auprès de décideurs, d'experts ou de professionnels non experts du domaine.
modalites_evaluation: * Cas d’études pratiques * Projet recherche : mémoire et oral de présentation des travaux de groupe * Projet de fin d’ études : manuscrit et oral de soutenance

partenaires

Nom_Partenaire: MIDISUP
Siret_Partenaire: 49917930700032
Habilitation_Partenaire: HABILITATION_ORGANISER

rncp_outdated

Non