Niveau de sortie
BAC+5 : grade master, DEA, DESS, ingénieur... (NIVEAU 7)
Points forts
-99 % des diplômés ont signé leur contrat moins de 6 mois après la sortie d'école.
Objectifs
La spécialité Génie Mathématique et Modélisation de l'INSA a pour objectif de former des ingénieurs capables de gérer les aspects organisationnels, économiques, financiers, humains et techniques de projets pour leur modélisation jusqu'à leur résolution numérique puis leur valorisation. Les connaissances fondamentales en Mathématiques ainsi qu'opérationnelles dans le secteur d'application, les compétences en Informatique et l'expérience de la recherche, confèrent à ces jeunes ingénieurs une grande adaptabilité, une autonomie et une forte capacité d'innovation indispensables à des situations et entreprises en pleine mutation.
Programme
Modélisation-Simulation-Optimisation :
Conduire une démarche projet interdisciplinaire : analyse du besoin, définition des objectifs, réalisation et restitution auprès de décideurs incluant veille bibliographique et contraintes RGPD/CNIL
Modéliser des phénomènes variés (finance, physique, biologie…) via EDO, EDP, modèles aléatoires ; ajustement statistique, apprentissage machine, simulations
Optimisation des performances algorithmiques : réduction du temps d'exécution, mémoire, impact environnemental, parallélisation.
Concevoir et développer des solutions logicielles adaptées au problème (Cloud, HPC, Spark, implémentation) ; conduire infrastructure technique, analyse de performances
Gestion de projets informatiques : conception, implémentation, documentation et maintenance de logiciels intégrant des données structurées ou non.
Sciences des Données-Intelligence Artificielle :
Identification et analyse des besoins des organisations en matière de données, cadrage de projets.
Structuration et gestion de bases : collecte, prétraitement, transformation (ETL), modélisation SQL/Web scraping, automatisation des processus.
Analyse exploratoire et statistique via Python (NumPy, Pandas) ou outils type Dataiku/KNIME : statistiques descriptives, inférentielles, choix méthodologiques.
Visualisation & dashboard : création et interprétation de tableaux de bord dynamiques, cartographies, reporting.
Mise en place d'algorithmes machine learning : segmentation, réduction dimensionnelle, pipelines de prédiction.
Optimisation, industrialisation et intégration des modèles pour utilisation décisionnelle par des équipes métiers
Pilotage de projet data : méthodologie agile/Scrum, veille métier, accompagnement des équipes, considération RGPD, éthique et communication orale/écrite claire
Résultats attendus
RNCP42700BC01 - Analyser un problème mathématique et proposer une méthode numérique adaptée
RNCP42700BC02 - Concevoir et mettre en œuvre numériquement des modèles mathématiques
RNCP42700BC03 - Modéliser l'aléa et les incertitudes dans des problèmes issus du monde industriel
RNCP42700BC04 - Analyser et valoriser des données
RNCP42700BC05 - Poser et résoudre des problèmes complexes d'optimisation de procédure ou d'algorithmes pour produire un outil d'aide à la décision
RNCP42700BC06 - Concevoir, développer des solutions logicielles
RNCP42700BC07 - Concevoir, élaborer et conduire un projet pour la résolution d'un problème réel d'une entité métier
Financement
Cette formation certifiante est proposée par un organisme certifié Qualiopi. Elle est éligible au compte personnel de formation (CPF). Selon votre situation, d'autres financements peuvent s'ajouter : France Travail pour un demandeur d'emploi, fonds d'assurance formation pour un indépendant, ou OPCO de l'employeur pour un salarié.
Source : catalogue public Mon Compte Formation (Caisse des Dépôts), licence ouverte Etalab, mis à jour le 20/11/2026. Prix public indicatif communiqué par l'organisme de formation.