MBA en Big Data Management Et Processus Decisionnel

Informations générales

Description du programme

Comprendre le fonctionnement de son organisation et de son environnement pour être capable de mettre en place les tableaux de bords permettant d’en assurer le suivi et, dans une logique itérative, d’ajuster et de s’adapter, en utilisant au mieux les outils informatiques.

L’objectif de ce MBA est de former des véritables contributeurs à la maîtrise et au développement de l’activité de son organisation.

Objectifs de la formation - Année 1

De la décision à l’action où comment préparer son organisation à réagir. Le tableau de bord est la partie visible de l’iceberg. Est-ce que l’entreprise est prête à réagir? Lorsqu’une alarme incendie se déclenche, chacun sait ce qu’il doit faire. Combien d’organisation savent comment réagir à l’évolution d’un indicateur clé.

  • Construire un tableau de bord. Apprendre à définir et fabriquer un indicateur. S’assurer que ce qu’on mesure permet de suivre et piloter l’activité.
  • Construire un tableau de bord élargi. Avoir une vision d’ensemble de la chaîne de données: interne à l’entreprise, externe avec des celles des fournisseurs ou celles contextuelles et d’environnement.
  • Comprendre les enjeux gestion: de l’analyse de la structure de coût à l’analyse de la structure des revenus. Analyser le passé pour mieux maîtriser le futur.
  • Comment maîtriser un environnement qui évolue toujours plus vite et toujours plus complexe; interconnecté. Apprendre à passer d’une une comptabilité «classique» à une comptabilité multidimensionnelle ou événementielle.
  • Maîtriser les outils bureautiques (non exhaustif): Word, PowerPoint, Excel, Access. Comparaison avec des suites bureautiques.
  • Se préparer le M2 avec des initiations à la programmation: Macro-commandes, SQL, Python, R, Javascript, HTML/CSS, XML & Web Sémantique.

Objectifs de la formation - Année 2

  • Comprendre comment se décompose la chaîne du traitement de la donnée, de la création par l’action d’un individu ou d’un objet jusqu’à son exploitation à l’aide de ressources hautes fréquences et volumiques.
  • Comprendre comment exploiter des données. Du Small pour acquérir la maîtrise… Jusqu’au Big avec un réseau neuronal.
  • Comment faire du Machine Learning et bien utiliser le(s) Intelligences Artificielles, services cognitifs et autres algorithmes.
  • Comprendre les enjeux stratégiques. Où et comment stocker et faire traiter ses données dans un contexte de pression concurrentielle accrue.
  • En partant des outils bureautiques qui devront être maîtrisés l’enseignement montera progressivement en puissance avec des outils «serveur» et collaboratifs.
  • Acquérir une maîtrise des outils bureautiques (non exhaustif): Excel, Access, MS SQL, Power Pivot, Power BI, Tableau, Hadoop, Jira, Monday, Dataiku, Cuda, SQL, Python, R, Javascript, HTML/CSS

Programme

Anée 1

Management

  • Stratégie
  • Comptabilité
  • Contrôle de gestion
  • Audit
  • Analyse financière
  • Le reporting: du tableau de bord au BSC (Balanced Score Card)
  • Théorie des organisations
  • La prise décision & biais cognitifs
  • Paradigme de la soutenabilité

Scientifique et Technique

  • Mathématiques: statistiques descriptives
  • Analyse de données à partir d’un sondage réalisé par les étudiants (segmentation, typologie, etc.)
  • Outils bureautiques: Traitement de texte, Présentation, Tableur, Base de données.
  • Outils collaboratifs & Workflow
  • Initiation Web (HTML, CSS & Javascript)
  • XML & Web Sémantique
  • Outil de simulation prévisionnel avec solveur, abaque pour prise de décision étendue avec partenaires (fournisseurs, sous-traitants, etc.)

Compétences acquises

Utiliser les fonctionnalités de base des outils bureautiques

  • Traitement de texte avec styles, modèles et mode plan
  • Outil de présentation
  • Tableur
  • Base de données.

Utiliser les fonctionnalités avancées des outils bureautiques

  • Consolidation, abaque et de solveur. Outil de simulation
  • Fabriquer un tableau de bord multi disciplinaire
  • Maîtriser les outils & méthodes permettant d'intégrer, traiter et analyser un flux de données
  • Fabriquer des outils permettant des traitements statistiques
  • Fabriquer un tableau croisé dynamique
  • Réaliser un sondage online de la conception du questionnaire jusqu’à l’exploitation des données recueillies
  • Apprendre à jongler entre la comptabilité générale et le contrôle de gestion

Anée 2

Semestre 1

Informatique

  • Business intelligence du small au big
  • IOT
  • Programmation html+css+Javascript+SQL
  • Langage Statistique Python

Management

  • Anglais: digital practice / oral
  • Création de valeur
  • Crowdfunding
  • Economie numérique et collaborative -INNO et ruptures
  • EnVie: les défis du monde #permaconnecté
  • Expression écrite/oral
  • Financement de l'économie numérique
  • Intégration

Scientifique

  • Statistiques descriptives et inférentielle

Semestre 2

Informatique

  • Hadoop
  • Langage Statistique
  • Modélisation (UML/BPML)
  • Javascript suite Semestre 1
  • Machine Learning
  • Gestion de projet & JIRA

Management

  • Droit de la data
  • Intelligence Economique+Examen
  • Economics of information Technology (Olivier Williamson+Shapiro Varian+Volle)
  • Prise de parole en public
  • RSE
  • Sécurité informatique
  • Business English

Scientifique

  • Statistiques descriptives et inférentielle

Mémoire de fin d’études

  • Choix d’un sujet en relation avec son projet professionnel

Méthodologie et approche pédagogique

L'approche pédagogique repose sur 4 pilliers fondamentaux: apprendre, comprendre, maîtriser et faire évoluer.

  • Apprendre les bases pour s’assurer une bonne compréhension.
  • Comprendre pour avoir la maîtrise.
  • Maîtriser pour être en capacité de faire évoluer.

La démarche mélange l’acquisition de connaissance techniques, de gestion et de business afin de se situer à la frontière de mondes qui ont parfois du mal à se comprendre.

Au niveau des outils l’approche est agnostique. Elle ne se concentre pas sur un seul, mais cherche à mettre en évidence ce qui est commun à tous les outils et met plutôt en exergue les avantages et inconvénients de chacun.

Cette méthodologie appliquée aussi bien en M1 qu’en M2 vous permettra de relever avec succès les défis du Big (et small) Data de tout type d’organisation

Activités hors cours: Travaux individuels & collectifs, lectures, cas pratiques, cycle de conférences d’experts

Évaluation

  • Évaluations spécifiques en fonction des cours
  • Cas pratiques transversaux
  • Serious gaming
  • Hackathon

Débouchés

La formation offre des débouchés dans plusieurs secteurs clés qualifiés de transversaux au sein d’une entreprise. Il s’agit plus précisément de permettre aux futurs diplômés de traduire les besoins fonctionnels et métiers en composants techniques et de proposer en anticipation des composants qui pourront créer de la valeur et conquérir de nouveaux marchés. L’objectif étant celui d’automatiser la collecte des données, de procéder à leur analyse et à leur structuration et d’en extraire l’information utile en temps réel et au bon moment pour la transformer ensuite en valeur ajoutée.

A l’aise avec les statistiques, les bases de données, le futur diplômé sera capable de visualiser immédiatement les éléments à exploiter pour être plus en phase avec les besoins de l’entreprise 2.0, saura piloter et mener à bien des projets complexes dans des environnements Big Data, faisant travailler ensemble des experts des différentes disciplines.

  • Chargés d’études experts de type Chief Data Officer, au cœur de la nouvelle économie numérique, permettant de traiter les problématiques d’entreprises liées au big data : marketing, actuariat et finance.
  • Large palette de métiers de chargés d’études, aussi bien dans les entreprises privées (PME et grandes entreprises) que dans les entreprises publiques,
  • Secteurs d’activité multiples: banque, assurances, études et conseil, télécommunications, distribution, automobile, etc.

Admissions

Conditions d'admission - Année 1

Etudiants

  • Post Bac +3 en école de commerce, IEP, IAE , écoles d’ingénieurs et parcours numériques
  • Expérience validée: BAC+2 + 6-9 ans

Dossier+entretien d’admission

Conditions d'admission - Année 2

Etudiants

  • Post Bac +4 en école de commerce, IEP, IAE , écoles d’ingénieurs et parcours numériques
  • Expérience validée – Process VAPP

Dossier+entretien d’admission

Mis à jour le février 2019

À propos de l'établissement

Forte de ses 70 ans d’expérience, l’ESLSCA Business School Paris propose une pédagogie équilibrée entre expérience pratique et méthodologie progressive. Depuis 1949, l’école a su développer ses activi ... Continuer

Forte de ses 70 ans d’expérience, l’ESLSCA Business School Paris propose une pédagogie équilibrée entre expérience pratique et méthodologie progressive. Depuis 1949, l’école a su développer ses activités pour devenir un pôle d’excellence académique, notamment dans les domaines de la Finance, du Marketing, du Management et de la data. L’ESLSCA Business School Paris propose de nombreux cursus de formation tels que des programmes Bachelors, des MBA spécialisés ou encore des formations pour les professionnels. L’école a récemment emménagé dans son tout nouveau campus parisien de 8000m². Situé au cœur du parc de Pont de Flandre dans le 19eme arrondissement de Paris et accessible en RER, métro et tramway, ce nouvel espace moderne, lumineux et connecté a été pensé pour nos étudiants et pour leur épanouissement. Avec 15 000 anciens diplômés présents en France et à l'international, l’ESLSCA Business School Paris bénéficie d’un des réseaux les plus importants de ceux des grandes écoles de commerce et de management. Largement ouverts sur l’international, les programmes de l'ESLSCA Business School Paris contribuent à la formation des dirigeants de demain. Réduire