Ingénieur diplômé de l’Ecole Polytechnique Universitaire de l’Université Lyon-I, spécialité mathématiques appliquées

Compétences

• * Identifier la demande et évaluer les besoins du client, du service et de l’entreprise.
• * Utiliser des systèmes d’exploitation à base d’UNIX et WINDOWS, et gérer des développements collaboratifs de logiciel/projet via l’utilisation de forge, d’outils de versionnage de fichiers, de documentation de code et de spécifications techniques.
• * Gérer une équipe de développeurs logiciel, en tenant compte des possibilités de chacun, dans un contexte socio-économique d’innovation ou de recherche, en France ou à l’Etranger.
• * Programmer dans des langages impératifs et orienté objet, utiliser des bibliothèques scientifiques dans le domaine du numérique et de la science des données.
• * Traduire en algorithmes efficaces et implémentés sur ordinateur, les méthodes numériques de discrétisation et de résolution ainsi que les méthodes de prédiction en data science.
• * Connaitre les limites de l’arithmétique finie des ordinateurs et ses conséquences sur le conditionnement des calculs, et appliquer les techniques mathématiques et informatiques de vérification (solution manufacturée, ordre de convergence observé, analyse rétrograde des erreurs d’arrondis, analyse statique, analyse dynamique, tests unitaires) et de validation de code (analyse statistique) .
• * Pratiquer des paradigmes de parallélisation pour le Calcul Haute Performance, parallélisation à mémoire distribuée, mémoire partagée avec une compréhension approfondie des architectures des ordinateurs et de l’optimisation et évaluation des performances de leur implémentation.
• * Dimensionner les besoins de calcul matériels, logiciels, et techniques de parallélisation en établissant un cahier des charges des besoins fonctionnels du client, en prenant en compte les enjeux de développement durable et de responsabilité sociétale de l’entreprise.
• * Mettre en œuvre des logiciels de modélisation et de simulation dans le cadre de la résolution de problèmes complexes dans des domaines applicatifs (mécanique des fluides et des solides, modélisation financière, machine learning - apprentissage automatique - et classification).
• * Maîtriser les outils de communications (revue de projet, rapport d’avancement) lors d’une présentation de projet aux différents partenaires.
• * Rendre compte à l’oral et à l’écrit de façon claireet concise à des spécialistes et à des non spécialistes.
• * Développer des pratiques réflexives sur son parcours professionnel et les projetsmis en œuvre.
• * Travailler en équipe en adaptant une attitude inclusive, notamment envers les personnes porteuses de handicap.
• * Interagir avec son environnement en s’adaptant aux différents interlocuteurs en prenant en compte la dimension internationale et interculturelle.

Modalités d'évaluation

* Contrôles continus individuels : contrôles écrits, exposés oraux, rapports et soutenances de stages en entreprise, évaluation par les tuteurs en entreprise. * Contrôles continus en groupe : comptes rendus de travaux pratiques, rapport et soutenance de projets. * Mises en situation lors de stages et projets.

Compétences

• * Identifier et mobiliser un socle de connaissances pointus en mathématiques (analyse, algèbre linéaire, optimisation, équations différentielles) dans un contexte socio-économique d’innovation ou de recherche en France ou à l’étranger.
• * Identifier la demande et évaluer les besoins du client, du service et de l’entreprise.
• * Intervenir dans des divers domaines d’application scientifique tels que la physique, la mécanique, la biologie ou l’économie.
• * Modéliser mathématiquement une situation de la vie réelle par une équation différentielle (EDO)/aux dérivées partielles (EDP)/problème d’optimisation, en s’appuyant sur une démarche scientifique dans le domaine d’application du client.
• * Utiliser des méthodes numériques de base pour la résolution des systèmes algébriques linéaires ou non linéaires, interpolation polynomiale ou intégration numérique.
• * Mettre en œuvre des méthodes d’approximation numérique des équations différentielles ordinaires comme par exemple les méthodes d’Euler implicite ou explicite ou les méthodes de Runge-Kutta, et en différencier le cadre théorique.
• * Connaitre le cadre théorique d’étude (espaces fonctionnels, formulation variationnelle, solution faible) des divers types d’équations aux dérivées partielles (EDP) comme les lois de conservation, les EDP elliptiques, paraboliques ou hyperboliques.
• * Proposer et mettre en œuvre des méthodes d’approximation numérique des EDP telles que les méthodes de différences finies, volumes finis, éléments finis, Galerkin discontinu ou les méthodes spectrales.
• * Analyser et évaluer les performances des méthodes de résolution d’une EDP donnée au moyen de notions telles que maillage, conformité, flux numérique, stabilité, erreur d’approximation …
• * Utiliser des logiciels d’appui afin d'évaluer, d'interpréter les résultats numériques obtenus et d'évaluer les performances numériques de ces logiciels.
• * Prendre en compte les enjeux de développement durable et responsabilité sociétale de l’entreprise.
• * Rendre compte à l’oral et à l’écrit de façon claire et concise à des spécialistes et à des non spécialistes.
• * Développer des pratiques réflexives sur son parcours professionnel et les projets mis en œuvre.
• * Travailler en équipe en adaptant une attitude inclusive, notamment envers les personnes porteuses de handicap.
• * Interagir avec son environnement en s’adaptant aux différents interlocuteurs en prenant en compte la dimension internationale et interculturelle.

Modalités d'évaluation

* Contrôle écrit individuel sur la résolution des problèmes mathématiques et la mise en œuvre numérique. * Réalisation des travaux pratiques sur les applications des mathématiques dans la vie réelle. * Réalisation des travaux tutorés soutenus sur la résolution théorique des problèmes de mathématiques appliquées et approximation numérique. * Rédaction de rapports de stage (assistant ingénieur et ingénieur) et soutenances orales du travail réalisé en entreprises ou organismes de recherche publique.

Compétences

• * Identifier et mobiliser des connaissances pointues (probabilités, statistique, programmation…) dans un contexte socio-économique, d’innovation ou de recherche en France ou à l’étranger.
• * Identifier la demande et évaluer les besoins du client, du service et de l’entreprise.
• * Analyser les informations disponibles (unité statistique, variables observées, échantillon, population, type de variables, données manquantes) pour choisir la modélisation statistique appropriée.
• * Utiliser différentes méthodes statistiques tels que des indicateurs numériques et certains graphiques, en vue d’en analyser les tendances et les anomalies.
• * Calibrer des paramètres à l’aide d’outils probabilistes et statistiques (maximum de vraisemblance, moindres carrés, méthode des moments...).
• * Par des procédés probabilistes estimer des paramètres associés à des dynamiques aléatoires et/ou déterministes, et de générer de nouvelles données permettant de valider le modèle considéré (Monte-Carlo, discrétisation de processus...).
• * Interpréter des grandeurs d’intérêt dans le cadre de données complexes (finance, biologie, physique…), grâce à des théories mathématiques avancées.
• * Sur le ou les modèle(s) validé(s), faire des prédictions sur les données, tout en connaissant la marge d’erreur relative. Des méthodes statistiques linéaires permettant d’avoir des intervalles de confiance, ainsi que de procéder à des tests statistiques.
• * Adapter les méthodes considérées pour tenir compte des enjeux liés aux grandes masses de données, notamment à l’aide d’outils propres à l’apprentissage statistique et de sélection de données.
• * Coder dans différents langages de programmation et utiliser les différentes fonctionnalités statistiques associées.
• * Prendre en compte le caractère confidentiel des données traitées, le cas échéant, certaines d’entre elles étant particulièrement sensibles notamment dans le secteur de la santé, la banque, l’énergie ou de la défense.
• * Faire un rapport à l’oral et à l’écrit de façon claire et concise à des spécialistes et à des non spécialistes.
• * Prendre en compte les enjeux de développement durable et responsabilité sociétale de l’entreprise ou de l’organisme.
• * Développer des pratiques réflexives sur son parcours professionnel et les projets mis en œuvre.
• * Travailler en équipe en adaptant une attitude inclusive, notamment envers les personnes porteuses de handicap.
• * Interagir avec son environnement en s’adaptant aux différents interlocuteurs en prenant en compte la dimension internationale et interculturelle.

Modalités d'évaluation

* Contrôle écrit individuel sur la résolution des problèmes mathématiques et la mise en œuvre numérique. * Réalisation des travaux pratiques sur les applications des mathématiques dans la vie réelle. * Réalisation des travaux tutorés soutenus sur la résolution théorique des problèmes de mathématiques appliquées et approximation numérique. * Rédaction de rapports de stage (assistant ingénieur et ingénieur) et soutenances orales du travail réalisé en entreprises ou organismes de recherche publique.

Compétences

• * Avoir une bonne compréhension des concepts mathématiques et statistiques, notamment les probabilités, la théorie des échantillonnages, les modèles de régression, l'analyse factorielle, l'analyse des séries chronologiques, etc., pour comprendre les données.
• * Identifier la demande du client, du service et de l’entreprise.
• * Identifier et mobiliser des connaissances scientifiques et techniques pointues (algorithmique, langages de programmation, modèles de bases de données, …) dans un contexte socio-économique, d’innovation ou de recherche, en France ou à l’étranger.
• * Evaluer les besoins et concevoir une base de données adaptée.
• * Manipuler, nettoyer et préparer les données
• * Analyser les données pour en extraire des informations pertinentes et utiles
• * Résoudre des problèmes complexes et trouver des solutions innovantes en utilisant des techniques d'analyse.
• * Coder avec des logiciels et des langages de programmation interprété, multiparadigme et multiplateformes, et écrire des scripts pour l'analyse des données et l'automatisation de tâches.
• * Concevoir, gérer et interroger des bases de données, notamment dans un contexte de données massives.
• * Prendre en compte le caractère confidentiel des données traitées, le cas échéant, certaines d’entre elles
• * Etre particulièrement sensibles notamment dans le secteur de la santé, la banque, l’énergie ou de la défense.
• * Utiliser des bibliothèques et frameworks d'apprentissage automatique.
• * Présenter les résultats d'analyse de manière claire et concise, à travers des tableaux de bord interactifs, des graphiques et des visualisations de données.
• * Rendre compte à l’oral et à l’écrit de façon claire et concise à des spécialistes et à des non spécialistes.
• * Prendre en compte les enjeux de développement durable et responsabilité sociétale de l’entreprise.
• * Développer des pratiques réflexives sur son parcours professionnel et les projets mis en œuvre.
• * Travailler en équipe en adaptant une attitude inclusive, notamment envers les personnes porteuses de handicap.
• * Interagir avec son environnement en s’adaptant aux différents interlocuteurs en prenant en compte la dimension internationale et interculturelle.

Modalités d'évaluation

* Examens écrits individuels en temps limité (QCM, restitution de connaissances théoriques, résolution de problèmes simples avec ou sans l’aide d’outils informatiques…) * Interrogations orales individuelles * Travaux tutorés autonomes soutenus * Rapports de travaux pratiques individuels ou en groupe * Exposés individuels ou en groupe * Evaluation de projets individuels ou en groupe sur des problématiques concrètes proposées par des entreprises ou des enseignants (rapports écrits, soutenances orales) * Evaluation de stage ou d’année d’alternance (rapport écrit, soutenance orale)