Auvergne-Rhône-Alpes
Montagne, ateliers et services
Préparer mon projet →Accompagnement en France
Préparer et suivre un projet web à distance.
Le cadrage, les contenus et les validations peuvent être échangés à distance. Voici les documents utiles, les points de décision et les situations qui demandent une organisation particulière.
Les 18 régions
Préparer votre projet avec les bons repères territoriaux.
Choisissez votre région : priorités de contenu, exemple de parcours, documents à réunir et ressources pratiques pour créer un site et organiser sa visibilité. CFSN propose un accompagnement à distance ; une intervention sur place est étudiée selon le besoin.
Les photos de ces pages sont générées par IA : paysages fictifs inspirés des territoires.
France métropolitaine et Corse
13 régions pour préparer votre projet.
Bourgogne-Franche-Comté
Ateliers, produits et accueil
Préparer mon projet →
Bretagne
Littoral, commerces et accueil
Préparer mon projet →
Centre-Val de Loire
Patrimoine, accueil et services
Préparer mon projet →
Corse
Accueil insulaire et prestations
Préparer mon projet →
Grand Est
Services et échanges transfrontaliers
Préparer mon projet →
Hauts-de-France
Commerces, ateliers et B2B
Préparer mon projet →
Normandie
Littoral, patrimoine et proximité
Préparer mon projet →
Nouvelle-Aquitaine
Territoires, produits et demandes
Préparer mon projet →
Occitanie
Accueil, services et contenus
Préparer mon projet →
Pays de la Loire
Entreprises, accueil et commerce
Préparer mon projet →
Provence-Alpes-Côte d'Azur
Accueil méditerranéen et services
Préparer mon projet →
Île-de-France
Services, commerces et publics
Préparer mon projet →Outre-mer
Guadeloupe, Guyane, Martinique, La Réunion et Mayotte.
Guadeloupe
Accueil, commerces et organisation
Préparer mon projet →
Guyane
Services, distances et coordination
Préparer mon projet →
La Réunion
Relief, accueil et numérique
Préparer mon projet →
Martinique
Accueil, offres et disponibilité
Préparer mon projet →
Mayotte
Services de proximité et mobilité
Préparer mon projet →Périmètre
Une collaboration nationale, des modalités à préciser.
CFSN propose un accompagnement numérique à distance aux artisans, indépendants, TPE et PME. La commune de votre entreprise sert à définir la clientèle et la zone effectivement desservie. Elle ne prouve pas une implantation CFSN près de chez vous.
Avant d'engager un projet, faites préciser le périmètre, les personnes responsables, les délais, les frais récurrents et les éléments transmis à la livraison. Les modalités retenues doivent apparaître dans une proposition écrite.
Les pages régionales détaillent les informations à préparer et des exemples de parcours. Les anciennes fiches départementales et communales restent regroupées dans cette page nationale. Cette rubrique ne constitue pas un annuaire de bureaux ou de références clients.
Quand un déplacement doit être organisé
Une séance photo, une captation ou une intervention sur un équipement physique ne se remplace pas par un échange en ligne. Indiquez le lieu, l'accès, les personnes disponibles et les contraintes horaires. La faisabilité, l'intervenant et les éventuels frais doivent être confirmés dans le devis avant toute réservation.
Horaires et disponibilité
Précisez votre fuseau horaire, vos créneaux et la personne habilitée à valider. Pour une activité saisonnière, distinguez la date souhaitée de lancement et la date à laquelle les contenus pourront être fournis.
Documents de travail
Quatre étapes, quatre validations concrètes.
| Étape | À préparer | Décision à valider |
|---|---|---|
| Cadrage | Public, problème observé, action attendue et contraintes | Pages indispensables, options reportées et critère de réussite |
| Contenus | Prestations, conditions, coordonnées, images autorisées | Exactitude des textes, droits de publication et informations manquantes |
| Prototype | Version consultable sur téléphone et ordinateur | Navigation et parcours principal avec des contenus représentatifs |
| Recette et transmission | Scénarios de test, destinataires des demandes et inventaire des accès | Tests réussis, anomalies restantes, responsabilités et maintenance |
Cas pédagogique
Une entreprise qui reçoit des demandes hors de sa zone.
Un artisan intervient uniquement dans certains secteurs. Sa page indique pourtant « toute la région », et son formulaire ne demande pas la commune du chantier. Le problème à résoudre est la qualification de la demande.
- Écrire les communes ou conditions d'intervention réellement acceptées.
- Présenter ces conditions à proximité du bouton de contact.
- Demander la commune et les informations utiles dans le formulaire, sans collecter de données superflues.
- Tester une demande dans la zone puis une demande hors zone et vérifier les messages et leur réception.
Ce scénario est fictif. Il illustre une décision de conception ; il ne représente pas une réalisation ou un résultat client CFSN.
Structurer une présence locale utile · Préparer un formulaire de contact
Commencer
Envoyer un besoin qui peut être étudié.
Indiquez votre activité, l'adresse de votre site s'il existe, votre zone réelle d'intervention, le résultat attendu, les contenus disponibles et votre échéance. N'envoyez aucun mot de passe dans un message de contact.
La fiche de projet gratuite aide à organiser ces réponses et à distinguer les coûts connus des postes restant à chiffrer. Vous pouvez la transmettre au prestataire de votre choix.
Décrire mon projetDonnées et ressources documentées
L’environnement économique d’un projet de site professionnel
Les commerces de matériel informatique et de télécommunication sont des catégories de proximité, pas un recensement des agences web. Les chambres consulaires documentent l’accompagnement des entreprises, sans se substituer au choix du prestataire numérique.
Équipements recensés — France
| Catégorie de la source | 2015 | 2020 | 2025 | Évolution 2020–2025 | Historique illustré |
|---|---|---|---|---|---|
| Magasin électroménager, matériel audio vidéo informatique B321 | 12 701 | 11 903 | 9 774 | -2 129 (-17,9 %) | Base zéro · échelle propre à cette ligne |
| Magasin de matériels de télécommunication B322 | 4 689 | 4 685 | 5 327 | +642 (+13,7 %) | Base zéro · échelle propre à cette ligne |
Les valeurs absentes restent « Non renseigné ». Les évolutions portent sur la série comparable publiée par l’Insee, et non sur une soustraction entre deux annuaires. Les catégories peuvent regrouper plusieurs activités ; elles ne mesurent ni les ventes, ni les capacités d’accueil, ni la qualité des prestations.
Insee — Base permanente des équipements · publication du 2026-07-09 · consulté le 22/10/2026 · Licence Ouverte 2.0.
Précisions sur le relevé et la provenance
Fichier source : DS_BPE_EVOLUTION_2025_data.csv.
Adresse du relevé utilisé : https://www.insee.fr/fr/statistiques/fichier/8217532/DS_BPE_EVOLUTION_CSV_FR.zip.
Les dates des fiches peuvent être antérieures à celle du fichier. La présence dans ce relevé ne certifie pas une ouverture, une disponibilité ou une prise en charge actuelle. Vérifiez la fiche officielle avant une démarche ou un déplacement.
Explorer les entrées et leurs sources
Les résultats proviennent des relevés indiqués ci-dessous. La zone sélectionnée s’applique aux statistiques et aux lieux, tandis que les aliments, produits, métiers, fiches pratiques, activités, notions, certifications et bibliographies restent des référentiels nationaux. Les travaux de recherche couvrent des références nationales ou internationales.
755 résultats · page 1 sur 42 · jusqu’à 18 entrées affichées. Classement alphabétique par intitulé.
Organismes certificateurs et domaines Formacode — 416 identifiants et 389 domaines dans la sélection
Retrouvez les certifications rattachées à un identifiant SIRET publié, puis affinez par domaine de formation. Ce répertoire porte uniquement sur les fiches sélectionnées pour le thème du site, publiées et indiquées actives dans l’export France compétences du 22 octobre 2026.
416 identifiants de certificateurs trouvés · page 1 sur 24. Classement par nom publié puis SIRET. Le choix d’un territoire ne localise pas une session de formation.
Les noms et états restent ceux de la source ; plusieurs noms pour un même SIRET sont affichés ensemble. Les mentions sans SIRET de 14 chiffres restent visibles sur leurs fiches de certification et ne sont pas regroupées par ressemblance. Formacode décrit un domaine, sans équivalence de diplôme. Ce répertoire ne recense ni sessions, ni centres de formation partenaires, ni habilitations actuelles. Source France compétences RNCP et RS · Licence Ouverte 2.0.
Comparer les certifications en développement, systèmes, réseaux, données et cybersécurité à partir de leurs blocs de compétences. La recherche porte sur les intitulés, codes, certificateurs, domaines Formacode et titres des blocs. Les référentiels sont nationaux ; le choix d’un territoire ne localise pas une formation.
Source et lecture des certifications
Source : France compétences, exports RNCP et Répertoire spécifique au format 4.1 du 22 octobre 2026. Seules les fiches indiquées « Publiée » et « Actif : Oui » sont retenues dans cette photographie. Le statut et les dates doivent être vérifiés sur la fiche officielle avant toute inscription.
Le RNCP décrit des qualifications professionnelles avec un niveau lorsqu’il est renseigné. Le Répertoire spécifique (RS) décrit des compétences complémentaires ou des habilitations ; aucun niveau RNCP ne lui est attribué ici. Les numéros de certification distinguent des enregistrements, même lorsque leurs intitulés sont identiques.
La sélection RNCP s’appuie sur les codes ROME publiés dans les fiches et sur des intitulés liés au thème. La sélection RS repose sur les intitulés : l’export RS ne publie pas de codes ROME. Les liens métier-certification utilisent uniquement un code présent dans les deux référentiels ; ils ne valent ni équivalence, ni condition suffisante d’accès à un emploi.
Une fiche décrit une certification, ses compétences et son certificateur. Elle ne constitue pas une offre de formation, une admission, une autorisation d’exercice ou une garantie de financement. Les partenaires mentionnés dans cet export sont consultables sur chaque fiche, avec leurs rôles, états et dates publiés ; vérifiez leur habilitation actuelle sur la fiche officielle. Les sessions, tarifs et disponibilités ne sont pas recensés ici. La date de fin d’enregistrement et la date limite de délivrance sont présentées séparément lorsqu’elles sont renseignées.
Jeu de données officiel RNCP et RS · Recherche officielle des certifications · Licence Ouverte 2.0.
Science des données pour une entreprise responsable
RNCP42300 · RNCP · Niveau 6.
Fiche publiée et indiquée active dans l’export du 22 octobre 2026. Vérifier la fiche officielle et son statut actuel.
- Date d’effet
- 01/09/2026
- Échéance de l’enregistrement
- 31/08/2029
- Date limite de délivrance
- 31/08/2029
Organismes certificateurs publiés
- ECOLE CENTRALE DE LYON — SIRET 19690187000010 — état dans la source : Actif
- EARLY MAKERS GROUP — SIRET 84189203700042 — état dans la source : Actif
- MINISTERE DE L'ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE — SIRET 11004401300040 — état dans la source : Actif
Le certificateur porte la certification. Cette liste ne recense pas les organismes proposant une session de formation et n’attribue aucune habilitation aux établissements de l’annuaire.
Objectifs et contexte publiés
La certification hybride en sciences et ingénierie et sciences du management "Sciences des données pour une entreprise responsable" vise à répondre à un besoin de profils professionnels qui soient :
* intermédiaires entre le niveau technicien et le niveau ingénieur,
* compétents d'un point de vue technologique et scientifique, ainsi que vis-à-vis de la connaissance de l'entreprise,
* formés à la prise en compte des enjeux socio-écologiques.
La place croissante de l’analyse des données (éventuellement massives) dans les entreprises de tous les secteurs (y compris industriels, agronomiques, énergétiques) nécessite une diversification des profils formés : dans le développement comme dans les usages de l’intelligence artificielle, il n’est plus possible de séparer les questions quantitatives et techniques des enjeux métiers, et de ne pas en mesurer les conséquences humaines. La certification "Sciences des données pour une entreprise responsable" vise ainsi à former des experts opérationnels et éclairés de l’intelligence artificielle, avec une double compétence métier et technique et une compréhension fine des enjeux de l’usage responsable de ces techniques, à un niveau de qualification intermédiaire leur permettant de travailler en lien avec et en délégation de l'ingénieur.
* intermédiaires entre le niveau technicien et le niveau ingénieur,
* compétents d'un point de vue technologique et scientifique, ainsi que vis-à-vis de la connaissance de l'entreprise,
* formés à la prise en compte des enjeux socio-écologiques.
La place croissante de l’analyse des données (éventuellement massives) dans les entreprises de tous les secteurs (y compris industriels, agronomiques, énergétiques) nécessite une diversification des profils formés : dans le développement comme dans les usages de l’intelligence artificielle, il n’est plus possible de séparer les questions quantitatives et techniques des enjeux métiers, et de ne pas en mesurer les conséquences humaines. La certification "Sciences des données pour une entreprise responsable" vise ainsi à former des experts opérationnels et éclairés de l’intelligence artificielle, avec une double compétence métier et technique et une compréhension fine des enjeux de l’usage responsable de ces techniques, à un niveau de qualification intermédiaire leur permettant de travailler en lien avec et en délégation de l'ingénieur.
Activités visées
* Compréhension d'un besoin métier et rédaction, sur la base du contact client, d'un cahier des charges pour la qualification d'une base de données.
* Modélisation d’un problème d’analyse de données dans la perspective de la réponse à une question métier, en tenant compte des questions sociales, environnementales et économiques.
* Collecte et préparation de données à partir de sources diverses, et en collaboration avec différents acteurs dans l'entreprise
* Sélection et paramétrage d’algorithmes de traitement de données adaptés au besoin exprimé par un client (interne ou externe)
* Mise en œuvre d’un algorithme de traitement de données (tenant compte de la gestion des ressources), interprétation et exploitation des résultats dans le contexte métier donné, en interface avec les acteurs concernés dans l'entreprise
* Gestion d’un projet de modélisation et d’analyse des données, y compris management d'une petite équipe technique.
* Modélisation d’un problème d’analyse de données dans la perspective de la réponse à une question métier, en tenant compte des questions sociales, environnementales et économiques.
* Collecte et préparation de données à partir de sources diverses, et en collaboration avec différents acteurs dans l'entreprise
* Sélection et paramétrage d’algorithmes de traitement de données adaptés au besoin exprimé par un client (interne ou externe)
* Mise en œuvre d’un algorithme de traitement de données (tenant compte de la gestion des ressources), interprétation et exploitation des résultats dans le contexte métier donné, en interface avec les acteurs concernés dans l'entreprise
* Gestion d’un projet de modélisation et d’analyse des données, y compris management d'une petite équipe technique.
Compétences attestées
Les compétences du diplômé en "Science des données pour une entreprise responsable" lui permettent d’être un professionnel en phase avec les demandes et les besoins des entreprises en matière de développement de solutions faisant intervenir l'intelligence artificielle. Il est en mesure de :
* Collecter des données via différents outils (API, scrapping, etc.) et différentes sources pour obtenir des données exhaustives
* Anticiper les besoins de gestion et flux de données pour les besoins d'analyse de données et de science des données
* Concevoir les infrastructures de stockage et de traitement de données afin d’avoir des données structurées, ordonnées et exploitables
* Analyser l'activité de la structure ou du service afin d'identifier des axes d'évolution en matière d'organisation, de gestion et de collecte de données
* Mettre en oeuvre les sources de données et outils de requêtage adaptés à une problématique métier spécifique
* Agréger des types de données et modes de collecte différents, internes et externes pour obtenir des données exhaustives et exploitables
* Concevoir et maintenir une plateforme de traitement de volumes importants de données (Big data)
* Concevoir des traitements de données en utilisant les techniques de la statistique descriptive, en vue de présenter les résultats obtenus à l’aide de tableaux, de graphiques et d’indicateurs numériques.
* Concevoir et tester des algorithmes prédictifs adaptés à une problématique métier spécifique
* Adapter les outils de traitement statistique de données afin qu’ils puissent être utilisé pour des besoins métiers
* Concevoir et mettre en oeuvre des technologies d’apprentissage automatique pour l'aide à la prise de décision
* Concevoir, tester et valider des algorithmes d'apprentissage automatique avec les logiciels et outils de cloud computing (AWS, GCP, Azure, Web, etc.)
* Intervenir sur l'introduction et l'adaptation de technologies et de solutions d’intelligence artificielle (algorithmes, solutions intégrées, etc.) à un contexte métier donné afin de formuler des préconisations pour une analyse automatisée des données.
* Procéder à une veille documentaire et technologique en vue de repérer les risques et opportunités liés à l'exploitation de modèles d’intelligence artificielle.
* Intégrer les technologies complémentaires (web sémantique, modélisation multiagents) pour l’hybridation des approches d’intelligence artificielle connectivistes (réseaux de neurones) et symboliques (moteurs de raisonnement)
* Établir des prévisions et outils décisionnels sur la base de technologies d’intelligence artificielle
* Concevoir et produire des indicateurs pertinents en lien avec une problématique métier et rédiger une note méthodologique
* Prototyper une solution de modèle-machine, l'interpréter et valider sa pertinence métier et les possibles conséquences des erreurs
* Élaborer des procédures et plans de test (étapes, scénarii, etc.) afin de valider les outils et algorithmes et leur performance (temps de calcul, qualité d'approximation, estimation de la généralisation, etc.)
* Participer à des processus de développement d’intelligence artificielle (méthodes agiles, etc.), réaliser un travail de modélisation et l’interpréter afin de répondre à une problématique métier
* Construire et conduire une approche design avec les parties prenantes en vue d'établir un cahier des charges
* Définir les spécifications du projet (finalités, jeu de données, etc.) et critères de performance pour aider l’utilisateur/client dans ses décisions
* Dimensionner les ressources nécessaires à la conduite d'un projet (Data, cloud...)
* Proposer des cas d'usages responsables et pertinents de technologies d'intelligence artificielle
* Mettre en place une démarche de sobriété numérique et d’écoconception en intégrant les enjeux de la soutenabilité environnementale et énergétique
* Superviser et coordonner les réalisations, études, activités, et équipes pluridisciplinaires impliquées dans le projet afin d’assurer une démarche qualité et le respect du cadre juridique et des règles éthiques
* Réaliser des supports techniques en vue de l'appropriation d'une technologie par son utilisateur final
* Planifier et suivre le déroulement d'un projet en respectant les spécifications techniques dans le respect des délais
* Piloter le développement d'applications intégrant de l’intelligence artificielle dans le respect des règles éthiques et du cadre juridique en vigueur
* Interpréter et valoriser les données auprès des interlocuteurs projet (DataViz, Oral, etc..) et les communiquer en français et en anglais
* Mettre en place une démarche qualité afin de respecter les standards de qualité dans le projet
* Préparer et restituer les différents livrables d'une mission/projet
* Analyser le contexte scientifique, technique et réglementaire et anticiper les risques et opportunités associés
* Décliner les enjeux RSE en projets technologiques concrets (Projet en science des données et intelligence artificielle) en veillant au respect des normes et des règlements (CNIL, RGPD) et dans le respect de la protection des données
* Prendre en compte les facteurs humains, sociaux et technologiques, en développant l’écoute et le dialogue afin de garantir le bon déroulement du projet
* Donner du sens à l’action des équipes, en anticipant les évolutions éthiques, politiques, sociétales et environnementales
* Convaincre et argumenter en maitrisant les aspects scientifiques, techniques, économiques et sociétaux liés à la préservation de l’environnement et au développement durable
* Adapter une politique de développement durable et de protection de l’environnement en intégrant une dimension éthique et en proposant des solutions techniques innovantes
* Porter un regard critique sur ses actions et postures, pratiquer une analyse réflexive et identifier ses points d'excellence et ses propres axes de développement.
* Identifier les forces et faiblesses d’une équipe multiculturelle, à la fois dans le champ des compétences scientifiques et celui des comportements et en motiver les membres pour en garantir une performance durable et une approche inclusive.
* Construire et pérenniser : porter les projets de changement au sein de l'équipe et jouer un rôle essentiel dans la mise en oeuvre opérationnelle du changement dans l’organisation pour l'aider à se réinventer en proposant des idées innovantes.
* Donner du sens : concevoir un plan d’action dans un contexte d’évolution de la société et des besoins en mobilisant un collectif de travail dans une équipe étendue à des collaborateurs externes et dans une direction partagée
* Collecter des données via différents outils (API, scrapping, etc.) et différentes sources pour obtenir des données exhaustives
* Anticiper les besoins de gestion et flux de données pour les besoins d'analyse de données et de science des données
* Concevoir les infrastructures de stockage et de traitement de données afin d’avoir des données structurées, ordonnées et exploitables
* Analyser l'activité de la structure ou du service afin d'identifier des axes d'évolution en matière d'organisation, de gestion et de collecte de données
* Mettre en oeuvre les sources de données et outils de requêtage adaptés à une problématique métier spécifique
* Agréger des types de données et modes de collecte différents, internes et externes pour obtenir des données exhaustives et exploitables
* Concevoir et maintenir une plateforme de traitement de volumes importants de données (Big data)
* Concevoir des traitements de données en utilisant les techniques de la statistique descriptive, en vue de présenter les résultats obtenus à l’aide de tableaux, de graphiques et d’indicateurs numériques.
* Concevoir et tester des algorithmes prédictifs adaptés à une problématique métier spécifique
* Adapter les outils de traitement statistique de données afin qu’ils puissent être utilisé pour des besoins métiers
* Concevoir et mettre en oeuvre des technologies d’apprentissage automatique pour l'aide à la prise de décision
* Concevoir, tester et valider des algorithmes d'apprentissage automatique avec les logiciels et outils de cloud computing (AWS, GCP, Azure, Web, etc.)
* Intervenir sur l'introduction et l'adaptation de technologies et de solutions d’intelligence artificielle (algorithmes, solutions intégrées, etc.) à un contexte métier donné afin de formuler des préconisations pour une analyse automatisée des données.
* Procéder à une veille documentaire et technologique en vue de repérer les risques et opportunités liés à l'exploitation de modèles d’intelligence artificielle.
* Intégrer les technologies complémentaires (web sémantique, modélisation multiagents) pour l’hybridation des approches d’intelligence artificielle connectivistes (réseaux de neurones) et symboliques (moteurs de raisonnement)
* Établir des prévisions et outils décisionnels sur la base de technologies d’intelligence artificielle
* Concevoir et produire des indicateurs pertinents en lien avec une problématique métier et rédiger une note méthodologique
* Prototyper une solution de modèle-machine, l'interpréter et valider sa pertinence métier et les possibles conséquences des erreurs
* Élaborer des procédures et plans de test (étapes, scénarii, etc.) afin de valider les outils et algorithmes et leur performance (temps de calcul, qualité d'approximation, estimation de la généralisation, etc.)
* Participer à des processus de développement d’intelligence artificielle (méthodes agiles, etc.), réaliser un travail de modélisation et l’interpréter afin de répondre à une problématique métier
* Construire et conduire une approche design avec les parties prenantes en vue d'établir un cahier des charges
* Définir les spécifications du projet (finalités, jeu de données, etc.) et critères de performance pour aider l’utilisateur/client dans ses décisions
* Dimensionner les ressources nécessaires à la conduite d'un projet (Data, cloud...)
* Proposer des cas d'usages responsables et pertinents de technologies d'intelligence artificielle
* Mettre en place une démarche de sobriété numérique et d’écoconception en intégrant les enjeux de la soutenabilité environnementale et énergétique
* Superviser et coordonner les réalisations, études, activités, et équipes pluridisciplinaires impliquées dans le projet afin d’assurer une démarche qualité et le respect du cadre juridique et des règles éthiques
* Réaliser des supports techniques en vue de l'appropriation d'une technologie par son utilisateur final
* Planifier et suivre le déroulement d'un projet en respectant les spécifications techniques dans le respect des délais
* Piloter le développement d'applications intégrant de l’intelligence artificielle dans le respect des règles éthiques et du cadre juridique en vigueur
* Interpréter et valoriser les données auprès des interlocuteurs projet (DataViz, Oral, etc..) et les communiquer en français et en anglais
* Mettre en place une démarche qualité afin de respecter les standards de qualité dans le projet
* Préparer et restituer les différents livrables d'une mission/projet
* Analyser le contexte scientifique, technique et réglementaire et anticiper les risques et opportunités associés
* Décliner les enjeux RSE en projets technologiques concrets (Projet en science des données et intelligence artificielle) en veillant au respect des normes et des règlements (CNIL, RGPD) et dans le respect de la protection des données
* Prendre en compte les facteurs humains, sociaux et technologiques, en développant l’écoute et le dialogue afin de garantir le bon déroulement du projet
* Donner du sens à l’action des équipes, en anticipant les évolutions éthiques, politiques, sociétales et environnementales
* Convaincre et argumenter en maitrisant les aspects scientifiques, techniques, économiques et sociétaux liés à la préservation de l’environnement et au développement durable
* Adapter une politique de développement durable et de protection de l’environnement en intégrant une dimension éthique et en proposant des solutions techniques innovantes
* Porter un regard critique sur ses actions et postures, pratiquer une analyse réflexive et identifier ses points d'excellence et ses propres axes de développement.
* Identifier les forces et faiblesses d’une équipe multiculturelle, à la fois dans le champ des compétences scientifiques et celui des comportements et en motiver les membres pour en garantir une performance durable et une approche inclusive.
* Construire et pérenniser : porter les projets de changement au sein de l'équipe et jouer un rôle essentiel dans la mise en oeuvre opérationnelle du changement dans l’organisation pour l'aider à se réinventer en proposant des idées innovantes.
* Donner du sens : concevoir un plan d’action dans un contexte d’évolution de la société et des besoins en mobilisant un collectif de travail dans une équipe étendue à des collaborateurs externes et dans une direction partagée
Prérequis d’entrée en formation
L’admission au Grade Licence Science des données pour une entreprise responsable s’effectue
* en première année, avec un niveau baccalauréat (ou équivalent international),
* en deuxième année, avec un niveau L1 (ou équivalent international),
* en troisième année, avec un niveau L2 (ou équivalent international).
* en première année, avec un niveau baccalauréat (ou équivalent international),
* en deuxième année, avec un niveau L1 (ou équivalent international),
* en troisième année, avec un niveau L2 (ou équivalent international).
Secteurs d’activité visés
Le diplômé du certificat "Science des données pour une entreprise responsable" peut travailler dans des secteurs d’activités très divers. Notons les principaux :
* Technologie, information et communication
* Audit et Conseil
* Industrie et BTP
* Finance, banque et assurance
* Commerce et distribution
* Média, arts et culture
* Technologie, information et communication
* Audit et Conseil
* Industrie et BTP
* Finance, banque et assurance
* Commerce et distribution
* Média, arts et culture
Types d’emplois accessibles indiqués
* Data scientist, analyste des données (y compris données massives)
* chef de projet en intelligence artificielle
* développeur en intelligence artificielle
* consultant en intelligence d’affaires
* analyste d’affaires
* analyste en marketing digital
* chef de projet en intelligence artificielle
* développeur en intelligence artificielle
* consultant en intelligence d’affaires
* analyste d’affaires
* analyste en marketing digital
Blocs de compétences RNCP — 6 blocs publiés
RNCP42300BC01 — Collecter, stocker, organiser et synthétiser l’ensemble des sources de données pertinentes pour répondre à un besoin métier
Compétences du bloc
* Collecter des données via différents outils et différentes sources pour obtenir des données exhaustives
* Anticiper les besoins de gestion et flux de données pour les besoins d'analyse de données et de science des données
* Concevoir les infrastructures de stockage et de traitement de données afin d’avoir des données structurées, ordonnées et exploitables
* Interagir avec la structure ou du service exprimant le besoin afin d'identifier des axes d'évolution en matière d'organisation, de gestion et de collecte de données
* Mettre en œuvre les sources de données et outils de requêtage adaptés, en interaction avec la structure ou au service exprimant le besoin
* Concevoir et maintenir une plateforme de traitement de volumes importants de données (Big data)
* Concevoir des traitements de données en utilisant les techniques de la statistique descriptive, en vue de présenter les résultats obtenus à l’aide de tableaux, de graphiques et d’indicateurs numériques.
* Anticiper les besoins de gestion et flux de données pour les besoins d'analyse de données et de science des données
* Concevoir les infrastructures de stockage et de traitement de données afin d’avoir des données structurées, ordonnées et exploitables
* Interagir avec la structure ou du service exprimant le besoin afin d'identifier des axes d'évolution en matière d'organisation, de gestion et de collecte de données
* Mettre en œuvre les sources de données et outils de requêtage adaptés, en interaction avec la structure ou au service exprimant le besoin
* Concevoir et maintenir une plateforme de traitement de volumes importants de données (Big data)
* Concevoir des traitements de données en utilisant les techniques de la statistique descriptive, en vue de présenter les résultats obtenus à l’aide de tableaux, de graphiques et d’indicateurs numériques.
Modalités d’évaluation du bloc
* l'évaluation des connaissances se fait via des contrôles écrits individuels, des exposés oraux, des comptes rendus de travaux pratiques, des rapports d’études et de projets, …
* l'évaluation des compétences se fait via des mises en situation authentiques soit pendant les stages en entreprise soit dans le cadre académique (travail en autonomie, bureaux d’études, challenges, mini-projets, ….) ; l’évaluation des compétences acquises se fait alors à l’aide de grilles critériées, remplies par des professeurs, des pairs ou des supérieurs hiérarchiques ; elle se fait également au moyen d’une analyse réflexive encadrée par un professeur, par apport d’éléments de preuve.
* l'évaluation des compétences se fait via des mises en situation authentiques soit pendant les stages en entreprise soit dans le cadre académique (travail en autonomie, bureaux d’études, challenges, mini-projets, ….) ; l’évaluation des compétences acquises se fait alors à l’aide de grilles critériées, remplies par des professeurs, des pairs ou des supérieurs hiérarchiques ; elle se fait également au moyen d’une analyse réflexive encadrée par un professeur, par apport d’éléments de preuve.
RNCP42300BC02 — Sélectionner, concevoir, tester et entraîner des modèles d'apprentissage automatique pour répondre à un besoin métier
Compétences du bloc
* Concevoir et tester des algorithmes prédictifs adaptés à une demande d'un service fonctionnel ou opérationnel d'une organisation
* Adapter les outils de traitement statistique de données afin qu’ils puissent être utilisés par des personnels non spécialistes
* Concevoir et mettre en œuvre des technologies d’apprentissage automatique pour l'aide à la prise de décision
* Concevoir, tester et valider des algorithmes d'apprentissage automatique avec les logiciels et outils de cloud computing
* Intervenir sur l'introduction et l'adaptation de technologies et de solutions d’intelligence artificielle (algorithmes, solutions intégrées, etc.) dans le contexte donné afin de formuler des préconisations pour une analyse automatisée des données
* Procéder à une veille documentaire et technologique en vue de repérer les risques et opportunités liés à l'exploitation de modèles d’intelligence artificielle
* Intégrer les technologies complémentaires (web sémantique, modélisation multiagents) pour l’hybridation des approches d’intelligence artificielle connectivistes (réseaux de neurones) et symboliques (moteurs de raisonnement)
* Adapter les outils de traitement statistique de données afin qu’ils puissent être utilisés par des personnels non spécialistes
* Concevoir et mettre en œuvre des technologies d’apprentissage automatique pour l'aide à la prise de décision
* Concevoir, tester et valider des algorithmes d'apprentissage automatique avec les logiciels et outils de cloud computing
* Intervenir sur l'introduction et l'adaptation de technologies et de solutions d’intelligence artificielle (algorithmes, solutions intégrées, etc.) dans le contexte donné afin de formuler des préconisations pour une analyse automatisée des données
* Procéder à une veille documentaire et technologique en vue de repérer les risques et opportunités liés à l'exploitation de modèles d’intelligence artificielle
* Intégrer les technologies complémentaires (web sémantique, modélisation multiagents) pour l’hybridation des approches d’intelligence artificielle connectivistes (réseaux de neurones) et symboliques (moteurs de raisonnement)
Modalités d’évaluation du bloc
* l'évaluation des connaissances se fait via des contrôles écrits individuels, des exposés oraux, des comptes rendus de travaux pratiques, des rapports d’études et de projets, …
* l'évaluation des compétences se fait via des mises en situation authentiques soit pendant les stages en entreprise soit dans le cadre académique (travail en autonomie, bureaux d’études, challenges, mini-projets, ….) ; l’évaluation des compétences acquises se fait alors à l’aide de grilles critériées, remplies par des professeurs, des pairs ou des supérieurs hiérarchiques ; elle se fait également au moyen d’une analyse réflexive encadrée par un professeur, par apport d’éléments de preuve.
* l'évaluation des compétences se fait via des mises en situation authentiques soit pendant les stages en entreprise soit dans le cadre académique (travail en autonomie, bureaux d’études, challenges, mini-projets, ….) ; l’évaluation des compétences acquises se fait alors à l’aide de grilles critériées, remplies par des professeurs, des pairs ou des supérieurs hiérarchiques ; elle se fait également au moyen d’une analyse réflexive encadrée par un professeur, par apport d’éléments de preuve.
RNCP42300BC03 — Implémenter, prototyper et déployer des outils technologiques en lien avec le traitement et l'analyse de données pour répondre à un besoin métier
Compétences du bloc
* Établir des prévisions et outils décisionnels sur la base de technologies d’intelligence artificielle
* Concevoir et produire des indicateurs pertinents en lien avec une problématique issue d'un service fonctionnel ou opérationnel et rédiger une note méthodologique
* Prototyper une solution de modèle-machine, l'interpréter et valider sa pertinence du point de vue de l'utilisateur final et les possibles conséquences des erreurs
* Élaborer des procédures et plans de test (étapes, scénarii, etc.) afin de valider les outils et algorithmes et leur performance (temps de calcul, qualité d'approximation, estimation de la généralisation, etc.)
* Participer à des processus de développement d’intelligence artificielle (méthodes agiles, etc.), réaliser un travail de modélisation et l’interpréter afin de répondre au besoin du client ou utilisateur final
* Concevoir et produire des indicateurs pertinents en lien avec une problématique issue d'un service fonctionnel ou opérationnel et rédiger une note méthodologique
* Prototyper une solution de modèle-machine, l'interpréter et valider sa pertinence du point de vue de l'utilisateur final et les possibles conséquences des erreurs
* Élaborer des procédures et plans de test (étapes, scénarii, etc.) afin de valider les outils et algorithmes et leur performance (temps de calcul, qualité d'approximation, estimation de la généralisation, etc.)
* Participer à des processus de développement d’intelligence artificielle (méthodes agiles, etc.), réaliser un travail de modélisation et l’interpréter afin de répondre au besoin du client ou utilisateur final
Modalités d’évaluation du bloc
* l'évaluation des connaissances se fait via des contrôles écrits individuels, des exposés oraux, des comptes rendus de travaux pratiques, des rapports d’études et de projets, …
* l'évaluation des compétences se fait via des mises en situation authentiques soit pendant les stages en entreprise soit dans le cadre académique (travail en autonomie, bureaux d’études, challenges, mini-projets, ….) ; l’évaluation des compétences acquises se fait alors à l’aide de grilles critériées, remplies par des professeurs, des pairs ou des supérieurs hiérarchiques ; elle se fait également au moyen d’une analyse réflexive encadrée par un professeur, par apport d’éléments de preuve.
* l'évaluation des compétences se fait via des mises en situation authentiques soit pendant les stages en entreprise soit dans le cadre académique (travail en autonomie, bureaux d’études, challenges, mini-projets, ….) ; l’évaluation des compétences acquises se fait alors à l’aide de grilles critériées, remplies par des professeurs, des pairs ou des supérieurs hiérarchiques ; elle se fait également au moyen d’une analyse réflexive encadrée par un professeur, par apport d’éléments de preuve.
RNCP42300BC04 — Conduire des projets en science des données et intelligence artificielle responsables et innovants répondant à un besoin métier
Compétences du bloc
* Construire et conduire une approche design avec les parties prenantes en vue d'établir un cahier des charges
* Définir les spécifications du projet (finalités, jeu de données, etc.) et critères de performance pour aider l’utilisateur/client dans ses décisions
* Dimensionner les ressources nécessaires à la conduite d'un projet (Data, cloud...)
* Proposer des cas d'usages responsables et pertinents de technologies d'intelligence artificielle
* Mettre en place une démarche de sobriété numérique et d’écoconception en intégrant les enjeux de la soutenabilité environnementale et énergétique
* Superviser et coordonner les réalisations, études, activités, et équipes pluridisciplinaires impliquées dans le projet afin d’assurer une démarche qualité et le respect du cadre juridique et des règles éthiques
* Réaliser des supports techniques en vue de l'appropriation d'une technologie par son utilisateur final
* Planifier et suivre le déroulement d'un projet en respectant les spécifications techniques dans le respect des délais
* Piloter le développement d'applications intégrant de l’intelligence artificielle dans le respect des règles éthiques et du cadre juridique en vigueur
* Interpréter et valoriser les données auprès des interlocuteurs projet (visualisation de données, notamment) et les communiquer en français et en anglais
* Mettre en place une démarche qualité afin de respecter les standards de qualité dans le projet
* Préparer et restituer les différents livrables d'une mission/projet
* Définir les spécifications du projet (finalités, jeu de données, etc.) et critères de performance pour aider l’utilisateur/client dans ses décisions
* Dimensionner les ressources nécessaires à la conduite d'un projet (Data, cloud...)
* Proposer des cas d'usages responsables et pertinents de technologies d'intelligence artificielle
* Mettre en place une démarche de sobriété numérique et d’écoconception en intégrant les enjeux de la soutenabilité environnementale et énergétique
* Superviser et coordonner les réalisations, études, activités, et équipes pluridisciplinaires impliquées dans le projet afin d’assurer une démarche qualité et le respect du cadre juridique et des règles éthiques
* Réaliser des supports techniques en vue de l'appropriation d'une technologie par son utilisateur final
* Planifier et suivre le déroulement d'un projet en respectant les spécifications techniques dans le respect des délais
* Piloter le développement d'applications intégrant de l’intelligence artificielle dans le respect des règles éthiques et du cadre juridique en vigueur
* Interpréter et valoriser les données auprès des interlocuteurs projet (visualisation de données, notamment) et les communiquer en français et en anglais
* Mettre en place une démarche qualité afin de respecter les standards de qualité dans le projet
* Préparer et restituer les différents livrables d'une mission/projet
Modalités d’évaluation du bloc
* l'évaluation des connaissances se fait via des contrôles écrits individuels, des exposés oraux, des comptes rendus de travaux pratiques, des rapports d’études et de projets, …
* l'évaluation des compétences se fait via des mises en situation authentiques soit pendant les stages en entreprise soit dans le cadre académique (travail en autonomie, bureaux d’études, challenges, mini-projets, ….) ; l’évaluation des compétences acquises se fait alors à l’aide de grilles critériées, remplies par des professeurs, des pairs ou des supérieurs hiérarchiques ; elle se fait également au moyen d’une analyse réflexive encadrée par un professeur, par apport d’éléments de preuve.
* l'évaluation des compétences se fait via des mises en situation authentiques soit pendant les stages en entreprise soit dans le cadre académique (travail en autonomie, bureaux d’études, challenges, mini-projets, ….) ; l’évaluation des compétences acquises se fait alors à l’aide de grilles critériées, remplies par des professeurs, des pairs ou des supérieurs hiérarchiques ; elle se fait également au moyen d’une analyse réflexive encadrée par un professeur, par apport d’éléments de preuve.
RNCP42300BC05 — Assister au déploiement de technologies d’analyse de données et d’intelligence artificielle dans le respect du cadre juridique, éthique et sociétal, en intégrant les enjeux réglementaires, scientifiques, technologiques et économiques
Compétences du bloc
* Analyser le contexte scientifique, technique et réglementaire et anticiper les risques et opportunités associés
* Décliner les enjeux de responsabilité sociétale des entreprises (RSE) en projets technologiques concrets (Projet en science des données et intelligence artificielle) en veillant au respect des normes et des règlements (Commission nationale de l'informatique et des libertés CNIL, Règlement général sur la protection des données RGPD) et dans le respect de la protection des données
* Prendre en compte les facteurs humains, sociaux et technologiques, en développant l’écoute et le dialogue afin de garantir le bon déroulement du projet
* Donner du sens à l’action des équipes, en anticipant les évolutions éthiques, politiques, sociétales et environnementales
* Convaincre et argumenter en maitrisant les aspects scientifiques, techniques, économiques et sociétaux liés à la préservation de l’environnement et au développement durable
* Adapter une politique de développement durable et de protection de l’environnement en intégrant une dimension éthique et en proposant des solutions techniques innovantes
* Décliner les enjeux de responsabilité sociétale des entreprises (RSE) en projets technologiques concrets (Projet en science des données et intelligence artificielle) en veillant au respect des normes et des règlements (Commission nationale de l'informatique et des libertés CNIL, Règlement général sur la protection des données RGPD) et dans le respect de la protection des données
* Prendre en compte les facteurs humains, sociaux et technologiques, en développant l’écoute et le dialogue afin de garantir le bon déroulement du projet
* Donner du sens à l’action des équipes, en anticipant les évolutions éthiques, politiques, sociétales et environnementales
* Convaincre et argumenter en maitrisant les aspects scientifiques, techniques, économiques et sociétaux liés à la préservation de l’environnement et au développement durable
* Adapter une politique de développement durable et de protection de l’environnement en intégrant une dimension éthique et en proposant des solutions techniques innovantes
Modalités d’évaluation du bloc
* l'évaluation des connaissances se fait via des contrôles écrits individuels, des exposés oraux, des comptes rendus de travaux pratiques, des rapports d’études et de projets, …
* l'évaluation des compétences se fait via des mises en situation authentiques soit pendant les stages en entreprise soit dans le cadre académique (travail en autonomie, bureaux d’études, challenges, mini-projets, ….) ; l’évaluation des compétences acquises se fait alors à l’aide de grilles critériées, remplies par des professeurs, des pairs ou des supérieurs hiérarchiques ; elle se fait également au moyen d’une analyse réflexive encadrée par un professeur, par apport d’éléments de preuve.
* l'évaluation des compétences se fait via des mises en situation authentiques soit pendant les stages en entreprise soit dans le cadre académique (travail en autonomie, bureaux d’études, challenges, mini-projets, ….) ; l’évaluation des compétences acquises se fait alors à l’aide de grilles critériées, remplies par des professeurs, des pairs ou des supérieurs hiérarchiques ; elle se fait également au moyen d’une analyse réflexive encadrée par un professeur, par apport d’éléments de preuve.
RNCP42300BC06 — Au sein d'une organisation sur des projets d’analyse des données, s'impliquer, créer de la valeur, générer de la performance individuelle ou collective de façon éthique et responsable
Compétences du bloc
* Porter un regard critique sur ses actions et postures, pratiquer une analyse réflexive et identifier ses points d'excellence et ses propres axes de développement.
* Identifier les forces et faiblesses d’une équipe multiculturelle, à la fois dans le champ des compétences scientifiques et celui des comportements et en motiver les membres pour en garantir une performance durable et une approche inclusive.
* Construire et pérenniser : porter les projets de changement au sein de l'équipe et jouer un rôle essentiel dans la mise en œuvre opérationnelle du changement dans l’organisation pour l'aider à se réinventer en proposant des idées innovantes.
* Donner du sens : concevoir un plan d’action dans un contexte d’évolution de la société et des besoins en mobilisant un collectif de travail dans une équipe étendue à des collaborateurs externes et dans une direction partagée
* Identifier les forces et faiblesses d’une équipe multiculturelle, à la fois dans le champ des compétences scientifiques et celui des comportements et en motiver les membres pour en garantir une performance durable et une approche inclusive.
* Construire et pérenniser : porter les projets de changement au sein de l'équipe et jouer un rôle essentiel dans la mise en œuvre opérationnelle du changement dans l’organisation pour l'aider à se réinventer en proposant des idées innovantes.
* Donner du sens : concevoir un plan d’action dans un contexte d’évolution de la société et des besoins en mobilisant un collectif de travail dans une équipe étendue à des collaborateurs externes et dans une direction partagée
Modalités d’évaluation du bloc
* l'évaluation des connaissances se fait via des contrôles écrits individuels, des exposés oraux, des comptes rendus de travaux pratiques, des rapports d’études et de projets, …
* l'évaluation des compétences se fait via des mises en situation authentiques soit pendant les stages en entreprise soit dans le cadre académique (travail en autonomie, bureaux d’études, challenges, mini-projets, ….) ; l’évaluation des compétences acquises se fait alors à l’aide de grilles critériées, remplies par des professeurs, des pairs ou des supérieurs hiérarchiques ; elle se fait également au moyen d’une analyse réflexive encadrée par un professeur, par apport d’éléments de preuve.
* l'évaluation des compétences se fait via des mises en situation authentiques soit pendant les stages en entreprise soit dans le cadre académique (travail en autonomie, bureaux d’études, challenges, mini-projets, ….) ; l’évaluation des compétences acquises se fait alors à l’aide de grilles critériées, remplies par des professeurs, des pairs ou des supérieurs hiérarchiques ; elle se fait également au moyen d’une analyse réflexive encadrée par un professeur, par apport d’éléments de preuve.
Voies d’accès et jurys indiqués
| Voie d’accès | Indication de la source | Composition du jury publiée |
|---|---|---|
| Formation initiale sous statut d’élève ou d’étudiant | Oui | * Les Directeurs de Centrale Lyon et d’emlyon, ou leurs représentants * Le Directeur académique du programme * Le Directeur académique adjoint du programme * 4 enseignants ou enseignants-chercheurs permanents intervenant dans le programme * La responsable de l’unité d'enseignement de langues * Deux représentants du monde professionnel La présidence du jury sera assurée par un ou une professeure des universités. |
| Contrat d’apprentissage | Non | Non renseignée |
| Formation continue | Non | Non renseignée |
| Contrat de professionnalisation | Oui | * Les Directeurs de Centrale Lyon et d’emlyon, ou leurs représentants * Le Directeur académique du programme * Le Directeur académique adjoint du programme * 4 enseignants ou enseignants-chercheurs permanents intervenant dans le programme * La responsable de l’unité d'enseignement de langues * Deux représentants du monde professionnel La présidence du jury sera assurée par un ou une professeure des universités. |
| Candidature individuelle | Non | Non renseignée |
| Expérience (VAE) | Oui | Le jury est composé de 3 à 6 membres ayant voix délibérative : référent sVAE des établissements ou leurs représentants, enseignants ou enseignants-chercheurs des établissements, professionnels du monde socio-économique, nommés par arrêté conjoint de la direction de Centrale Lyon et d'emlyon. |
Codes ROME publiés dans la fiche de certification
- M1403 — Études et prospectives socio-économiques
- M1805 — Études et développement informatique
Le rapprochement repose sur un code publié dans les deux sources. Les intitulés ROME peuvent avoir évolué ; il ne s’agit pas d’une équivalence de diplômes.
Domaines Formacode
- 31028 — Intelligence artificielle
- 31026 — Data science
- 32154 — Encadrement management
- 32008 — Responsabilité sociétale entreprise
Nomenclature des spécialités de formation (NSF)
- 310 — Spécialités plurivalentes des échanges et de la gestion
- 326 — Informatique, traitement de l'information, réseaux de transmission
Enregistrements antérieurs cités
Promotions et indicateurs d’insertion publiés
Les effectifs et indicateurs ci-dessous concernent les promotions indiquées dans la fiche de certification. Ils ne constituent pas un taux de réussite à un examen, une mesure de qualité d’un centre de formation ou une garantie d’emploi. Le nombre de certifiés ne fournit pas le nombre de répondants aux enquêtes d’insertion ; les dénominateurs de ces taux ne sont pas publiés dans les champs repris ici. Les champs absents restent « Non renseigné » et les zéros publiés sont conservés.
RNCP42300 — Science des données pour une entreprise responsable
Aucune statistique de promotion n’est renseignée dans cet export pour cette certification. Cette absence ne vaut ni zéro certifié, ni absence de débouchés.
Source : France compétences, export RNCP et Répertoire spécifique 4.1 du 22 octobre 2026 · Licence Ouverte 2.0. Les valeurs décrivent ce relevé daté. Les champs d’insertion globale à 6 mois, d’insertion dans le métier à 6 mois et à 2 ans restent distincts.
Partenaires publiés pour RNCP42300 — 0 mentions dans l’export
Ces lignes proviennent de la rubrique « Partenaires » de cette certification dans l’export France compétences du 22 octobre 2026. Les rôles et états décrivent cette photographie ; ils ne garantissent ni une habilitation actuelle, ni une session ouverte, ni une adresse d’enseignement. Consulter le contexte de la certification.
Aucun partenaire détaillé dans cet export pour cette fiche. Indication « Existence de partenaires » : Non. Cette absence ne prouve pas qu’aucun organisme ne propose cette certification. Vérifiez les organismes habilités sur la fiche officielle.
Consulter la fiche complète et les organismes habilités sur France compétences