modélisation pour l'industrie & services
MÉTIER ET DÉBOUCHÉS
La filière MIndS forme des ingénieurs polyvalents ayant une expertise en modélisation mathématique et numérique, permettant la résolution de problèmes complexes. L’ossature du corpus repose sur la maitrise des mathématiques appliquées d’une part, celle de l’informatique plus particulièrement les data sciences et enfin sur une bonne ouverture applicative à large spectre (physique, mécanique, biologie, économie et finances, etc).
L’ingénieur MIndS est polyvalent, il se destine aux départements recherche et développement et aux nouveaux métiers de banques et assurances.
La Formation MIndS répond au même cahier de charges que les autres formations du département de génie industriel. L’objectif de cette formation se décline en trois volets :
- En premier lieu, l’ingénieur MIndS a une double compétence Modélisation et Informatique jointe à la culture d’entreprise et aux capacités de communications, ce qui constitue non seulement un gage d’efficacité, mais aussi une garantie d’employabilité.
- En second lieu, cette ossature permet d’articuler rapidement des spécialités reposant sur les mêmes outils, et susceptibles d’émerger dans un proche avenir comme créateurs d’emploi. Les métiers de la biologie et de la biotechnologie en font naturellement partie, mais ils ne sont pas les seuls.
- En troisième lieu, cette formation se fait via des projets dans plusieurs modules de la deuxième et de la troisième année. Ceci permet à l’ingénieur MIndS d’acquérir des compétences dans la résolution, en temps réel, de problèmes complexes dans le domaine de la modélisation ou de la finance.
Les compétences spécifiques sont :
- Concevoir des solutions de modélisation à des problèmes d’ingénieries complexes et évolutives
- Identifier la problématique
- Modéliser le phénomène en mettant la complexité en équations mathématiques
- Proposer des stratégies de simplification ou d’enrichissement des modèles proposés
- Simuler le modèle en ayant recours à des méthodes numériques existantes ou en les adaptant en proposant une démarche innovante et efficace
- Valider les résultats obtenus par la simulation avec les données réelles du problème
- Analyser les résultats obtenus dans un objectif de progrès et d’amélioration
- Contribuer à l’amélioration des performances des organisations en exploitant leurs méga données
- Gérer des données non structurées en mettant de l’ordre et en corrigeant les imperfections dans les données à disposition
- Identifier les informations pertinentes parmi leurs mégadonnées
- Créer des modèles prédictifs
- Analyser des données financières
- Identifier des modèles et des tendances qui déterminent les facteurs responsables de résultats spécifiques.
- Concevoir un moyen pour minimiser la probabilité de résultats indésirables ou le coût de la réalisation d’un résultat indésirable.
- Evaluer les régimes d’assurance ou de retraite
- Conseiller les entreprises sur la façon de limiter l’exposition aux risques financiers
Mohamed MNIF
Directeur du Département GI
Tel: 71871092
Email:Mohamed MNIF