- Correctement interpréter et prendre en compte le besoin du commanditaire ou du client

- Respecter les formalismes de notation

- Connaître la syntaxe des langages et savoir l’utiliser

- Mesurer l’importance de maîtriser la structure des données à exploiter

- Comprendre les structures algorithmiques de base et leur contexte d’usage

- Prendre conscience de l’intérêt de la programmation

- Comprendre l’organisation des données de l’entreprise

- Réaliser le rôle central et spécifique de l'entrepôt de données dans la chaine décisionnelle

- Identifier et résoudre les problèmes d ’ intégration de sources complémentaires et hétérogènes

- Comprendre la nécessité de tester, corriger et documenter un programme

- Apprécier l’intérêt de briques logicielles existantes et savoir les utiliser

- Identifier les solutions technologiques permettant la collecte et la diffusion de données

- Comprendre les spécificités des données complexes et de leur exploitation

- Savoir mener une veille technologique

- Réaliser que les sources de données ont des caractéristiques propres à considérer (variation, précision, mise à jour...)

- Comprendre qu’une analyse correcte ne peut émaner que de données propres et préparées

- Comprendre l’intérêt des synthèses numériques et graphiques pour décrire une variable statistique

- Comprendre l’intérêt des synthèses numériques et graphiques pour mettre en évidence des liaisons entre variables.

- Comprendre l'intérêt de l’utilisation d’un modèle probabiliste

- Appréhender la notion de fluctuation d'échantillonnage, notamment à l’aide de simulations probabilistes

- Prendre conscience de la différence entre modélisation statistique et analyse exploratoire

- Saisir la spécificité de l’analyse des données temporelles

- Comprendre l’intérêt des analyses multivariées pour synthétiser et résumer l’information portée par plusieurs variables

- Appréhender l’idée de confronter une hypothèse avec la réalité pour prendre une décision

- Apprécier les limites de validité et les conditions d’application d’une analyse

- Prendre conscience des différences entre des outils statistiques pour choisir le plus adapté

- Saisir l’importance de la mise en œuvre de méthodes adaptées à des domaines et des données spécifiques (marketing, biostatistique, statistique spatiale, gestion …)

- Prendre conscience des limites des méthodes classiques pour l’analyse des données complexes (données massives, données mal structurées…)

- Comprendre les mécanismes de bases de l’intelligence artificielle (apprentissage statistique supervisé, échantillons d'apprentissage et échantillons de test…)

- Prendre connaissance des biais rencontrés dans la mise en place d’une enquête

- Identifier l'importance de contextualiser ses données

- Mesurer l’importance de mettre en évidence des résultats clés par l’utilisation d’indicateurs pertinents

- Lors de la restitution des résultats, mesurer l’importance d’expliciter également la démarche suivie

- Comprendre les intérêts de la data visualisation et de l’infographie

- Mesurer l’importance d’une expression précise et nuancée dans la communication en français et dans une langue étrangère des résultats

- Saisir l’intérêt de mobiliser de manière proactive des ressources métiers liées à l'environnement (y compris économique, international…)

- Savoir défendre ses choix d’analyses

- Saisir la nécessité de choisir des indicateurs pertinents pour communiquer sur les résultats

- Prendre conscience de la rigueur requise dans ses productions et dans la communication à leur propos

- Comprendre les enjeux des relations en milieu professionnel adaptées à l’interlocuteur et à sa culture

- Savoir transformer la donnée pour la mettre en conformité avec des normes (anonymisation, normalisation)

- Mesurer l'impact d'un respect de la législation en terme de droit des données

- Identifier les clés d'une bonne communication (procédure et techniques utilisées)

- Mesurer l'importance de comprendre et de répondre à l'ensemble des problématiques posées

- Être force de proposition

- Prendre conscience de la nécessité d'intégrer la vision de l'interlocuteur (transversalité, international, multiculture, niveau d'expertise...)

- Comprendre l’intérêt de planifier le recueil des données

- Appréhender les difficultés et les limites rencontrées dans la mise en œuvre d’un terrain de collecte

- Comprendre l’impact du type de données sur le choix de la modélisation à mettre en œuvre

- Apprécier les limites de validité et les conditions d’application d’un modèle

- Réaliser l’importance de la mise en œuvre d’une procédure de test statistique pour valider ou non une hypothèse

- Comprendre l’intérêt des approches statistiques pour la fiabilisation, la validation, les incertitudes, les imprécisions des données

- Comprendre l'intérêt de la problématique métier pour réaliser la modélisation

- Viser la réalisation d’un processus de modélisation dans son ensemble

- Prendre conscience des différences entre les modèles pour choisir le plus adapté

- Prendre conscience de la nécessité d’utiliser des moyens spécifiques pour analyser les données massives ou les flux de données

- Identifier, sélectionner et analyser avec esprit critique diverses ressources dans son domaine de spécialité pour documenter un sujet et synthétiser ces données en vue de leur exploitation.

- Analyser et synthétiser des données en vue de leur exploitation.

- Développer une argumentation avec esprit critique.

- Se servir aisément des différents registres d’expression écrite et orale de la langue française.

- Communiquer par oral et par écrit, de façon claire et non-ambiguë, dans au moins une langue étrangère.

- Situer son rôle et sa mission au sein d’une organisation pour s’adapter et prendre des initiatives

- Respecter les principes d’éthique, de déontologie et de responsabilité environnementale

- Travailler en équipe et en réseau ainsi qu’en autonomie et responsabilité au service d’un projet

- Analyser ses actions en situation professionnelle, s’autoévaluer pour améliorer sa pratique

- Prendre en compte des problématiques liées aux situations de handicap, à l'accessibilité et à la conception universelle.

- Identifier et situer les champs professionnels potentiellement en relation avec les acquis et la mention ainsi que les parcours possibles pour y accéder

- Caractériser et valoriser son identité, ses compétences et son projet professionnel en fonction d’un contexte

- Identifier le processus de production, de diffusion et de valorisation des savoirs