Étudiant en Science des Données, passionné par l'analyse, la visualisation et la compréhension du monde à travers les données.
Issu d'un baccalauréat scientifique mention Assez Bien (spécialités maths et NSI), j'ai d'abord exploré l'informatique pure avant de trouver ma voie dans la science des données, un domaine qui allie ce que j'aime vraiment : les mathématiques, la statistique et la programmation. Aujourd'hui en deuxième année à l'IUT d'Avignon, j'ai eu l'occasion de mettre ces compétences à l'épreuve lors d'un stage au Département du Gard, où j'ai construit des outils data déployés en production. Curieux et rigoureux, je cherche à rejoindre des équipes où les données servent à prendre de meilleures décisions.
J'ai obtenu mon baccalauréat mention Assez Bien au lycée Philippe Lamour de Nîmes avec les spécialités maths et NSI (Numérique et Sciences Informatiques). Après mon bac, vu que l'informatique me plaisait bien et sans trop d'idée de quoi faire plus tard, je suis parti en BUT Informatique au Puy-En-Velay.
Durant cette année, j'ai découvert plusieurs aspects de l'informatique : développement avec différents langages, bases de données, modélisation 3D. Mon projet de fin d'année était un jeu autour de Martin Luther King, retraçant son parcours et son combat pour les droits civiques.
Ce projet m'a beaucoup plu. Cependant, au fil de l'année, je me suis rendu compte que le développement pur occupait une place trop importante dans la formation et que les mathématiques me manquaient. C'est pour ça que j'ai décidé de changer de formation.
Je suis vraiment content d'avoir fait ce choix. Le mélange entre les maths, la stat et l'informatique correspond beaucoup mieux à ce que je cherchais. J'ai découvert des outils comme R et SQL, et j'ai appris à travailler sur des projets concrets en groupe. Cette première année m'a confirmé que la science des données était la bonne voie pour moi.
La deuxième année a été une vraie montée en puissance. La spécialisation EMS (Exploration et Modélisation Statistique) m'a permis d'aller beaucoup plus loin dans l'analyse : séries temporelles, régression multiple, méthodes de sondage, analyse multivariée. J'ai fait un stage de 8 semaines au Département du Gard. C'est cette année qui m'a vraiment donné confiance pour entrer dans la vie professionnelle.
Le sport a toujours occupé une place importante dans ma vie. J'ai pratiqué la natation pendant 9 ans, ce qui m'a appris la rigueur, la persévérance et le dépassement de soi. Je me suis ensuite tourné vers le handball pendant 7 ans, un sport collectif qui m'a apporté en matière de travail d'équipe et de communication. À l'université, j'ai pratiqué le basket, le handball et le volley dans le cadre des activités sportives. En dehors des cours, je joue régulièrement au basket, tennis et ping-pong avec des camarades de classe.
Chaque été, je travaille au CHU de Nîmes ou aux archives départementales. Ces expériences m'ont appris la rigueur et m'ont permis de découvrir le fonctionnement du monde professionnel.
En première année de BUT Informatique, j'ai rejoint le BDE ASCII, où je participais à l'organisation d'événements pour les étudiants — notamment une sortie au Parc Le Pal. Cette expérience m'a permis de développer des compétences en gestion de projet et en communication.
Stage de 8 semaines au sein du service BIM de la Direction du Patrimoine Bâti. J'ai construit un pipeline complet : extraction de fichiers IFC en Python (ifcopenshell), structuration des données avec pandas et openpyxl, dashboard Power BI de contrôle qualité BIM sur 10 pages, et développement d'une application R Shiny universelle. Mon tuteur académique était M. Ulrick François (IUT d'Avignon).
Le BUT Science des Données est une formation professionnalisante de trois ans en IUT. Il prépare aux métiers liés aux statistiques, probabilités et analyse de données, avec un équilibre entre théorie et pratique.
La formation repose sur trois axes principaux. Traiter : cette étape consiste à récupérer des données, depuis des fichiers fournis par l'INSEE ou à partir d'une base de données. Ensuite, il faut nettoyer les données : par exemple, supprimer les lignes quasiment vides (à 90 %) qui ne sont pas utiles. Parfois, quand on sélectionne les données dans une base, il faut aussi choisir les bonnes informations, celles qui seront vraiment utiles pour l'analyse. Une fois ces étapes terminées, on peut passer à l'analyse à l'aide d'outils comme R ou Excel, qui permettent de visualiser les données et de créer des graphiques pour mieux repérer les tendances ou les relations entre les variables.
Récupérer des données depuis des fichiers INSEE ou bases de données, les nettoyer (supprimer les lignes vides, sélectionner les bonnes informations), puis les analyser à l'aide d'outils comme R ou Excel pour visualiser et repérer les tendances.
Analyser les données avec des outils statistiques : moyenne, écart-type, variance, régression linéaire. Faire des prévisions et interpréter les chiffres selon le contexte pour mieux comprendre les phénomènes étudiés.
Présenter les résultats à l'écrit et à l'oral, en français et en anglais. Adapter son langage à un public non spécialiste, replacer les données dans leur contexte économique et social.
Parcours EMS (Exploration et Modélisation Statistique) choisi en 2ème année. Séries temporelles, méthodes de sondage, régression multiple, analyse multivariée (ACP, AFC, CAH, ACM) avec R et SAS OnDemand.
La science des données est aujourd'hui très importante pour les entreprises. Elles collectent et produisent des quantités énormes de données et ont besoin de personnes capables de les analyser et de leur donner du sens. Grâce à cette capacité, on peut offrir un avantage compétitif — notamment dans le marketing, la finance ou la logistique.
C'est exactement à ça que forme le BUT Science des Données.
Master Data Science · Master Statistiques · Écoles d'ingénieurs (ENSAI, Mines, INRAE) · Licence pro
Data Analyst · Chargé d'études statistiques · Développeur Base de Données · Data Engineer
Exploitation d'une base PostgreSQL pour analyser les dépenses des ménages ruraux d'Auvergne-Rhône-Alpes. Extraction SQL, traitement LibreOffice Calc, rapport argumenté.
Outil d'aide à la décision pour une agence immobilière new-yorkaise : dashboard Power BI, application R Shiny et carte Leaflet interactive.
Analyse comparative des transactions immobilières de deux villes côtières françaises. Nettoyage, création du prix au m², statistiques descriptives et visualisations.
Analyse de 240 observations mensuelles d'une centrale française. Décomposition tendance/saisonnalité, modèle AR(1), MSE réduit de 4,79 à 3,36.
Analyse de la performance économique de Genoyer 2010-2015. Mise en relation des indicateurs financiers avec les événements économiques de la période.
Ressource pédagogique sur le RGPD : mind-map des concepts clés, tableau de sanctions réelles (Meta 700M€, etc.), enjeux éthiques de la donnée.
Comparaison de 4 méthodes d'échantillonnage sur 400 000+ observations. La stratification optimale de Neyman s'impose avec la variance la plus faible.
Service BIM de la Direction du Patrimoine Bâti. Extraction IFC en Python, pipeline pandas, dashboard Power BI de contrôle qualité sur 10 pages, application R Shiny universelle.
Recherche d'alternance en cours pour la 3ème année de BUT Science des Données. N'hésitez pas à me contacter !
Compétences techniques, transversales et personnelles construites au fil de la formation et du stage.
Au fil des SAÉ et du stage, j'ai appris à maîtriser l'ensemble du cycle de vie d'un projet data : collecter des données depuis des bases SQL ou des fichiers structurés, les nettoyer et les transformer, les analyser statistiquement, puis les valoriser via des outils de visualisation et de reporting. J'ai également développé des compétences en développement d'applications web de données avec R Shiny, et en automatisation de traitements avec Python.
Python (pandas, openpyxl, ifcopenshell), R (dplyr, ggplot2, Shiny, FactoMineR), SQL, SAS OnDemand
Power BI (dashboards multi-pages), Leaflet (cartographie interactive), ggplot2, tableaux croisés dynamiques
Statistiques descriptives, régression linéaire, séries temporelles (AR, décomposition), méthodes de sondage, analyse multivariée (ACP, AFC, CAH, ACM)
Chaque SAÉ réalisée en groupe m'a permis de développer des compétences de travail collaboratif essentielles : répartition des tâches, communication régulière, gestion des désaccords et respect des délais. J'ai appris à rédiger des rapports professionnels structurés et à présenter mes analyses à l'oral devant la classe. Lors de mon stage, j'ai communiqué avec des interlocuteurs non spécialistes de la data pour adapter mes outils à leurs besoins concrets.
Rédaction de rapports d'analyse, synthèse de résultats, adaptation du discours à un public non technique
Présentations devant la promotion, soutenance de projets, démonstration d'outils interactifs
Planification sur plusieurs mois, organisation collective, livrables multiples dans les délais
Ces deux années m'ont imposé une montée en autonomie progressive. Les SAÉ étalées sur plusieurs semaines m'ont appris à planifier mon travail et à développer un regard critique sur mes propres productions. J'ai aussi appris à chercher constamment comment améliorer ce que j'ai déjà fait, comme l'illustre l'amélioration itérative du modèle AR(1) dans la SAÉ séries temporelles, ou les nombreuses révisions de rapport en multivarié.
Planification sur plusieurs mois, respect des délais, méthode de travail structurée sur chaque projet
Relecture et itération sur les livrables, recherche constante d'optimisation des solutions produites
Réorientation de BUT Informatique vers BUT SD, adaptation rapide aux contraintes d'un service professionnel lors du stage
Fan de compétitions esport, j'ai assisté à plusieurs événements IRL, KCX, RLCS Worlds Lyon et le RLCS Paris Major. Grand fan de KCorp. Je joue à Apex Legends, Valorant, CS2, Satisfactory, Forza et GTA.
Fan de romans d'aventure et de fantasy. Mes séries préférées : Cherub, Eragon et La Quête d'Ewilan, des incontournables.
Fasciné par l'astrophysique, les trous noirs, la relativité, les mystères de l'univers. Une curiosité qui rejoint ma passion pour les données : comprendre des phénomènes complexes à travers des chiffres et des modèles.
9 ans de natation et 7 ans de handball ont façonné ma rigueur et mon esprit d'équipe. À l'université j'ai pratiqué le basket, le handball et le volley. En dehors des cours, je joue au basket, tennis et ping-pong avec des camarades de classe.
BUT Science des Données — Parcours EMS · IUT d'Avignon · 2024/2027
Télécharge mon CV pour retrouver mon parcours complet, mes compétences et mes expériences professionnelles.
Ces deux années de BUT Science des Données ont été très formatrices. J'ai énormément évolué, aussi bien sur le plan personnel que professionnel. Ce portfolio m'a permis de faire un état des lieux de mon parcours et de tout ce que j'ai accompli depuis mon arrivée à l'IUT d'Avignon.
En partant d'une première année de BUT Informatique où les mathématiques me manquaient, j'ai trouvé ma voie dans la science des données. C'est un domaine qui correspond parfaitement à ce que je cherchais : un équilibre entre les maths, la statistique et l'informatique. Chaque SAÉ, chaque projet réalisé en groupe m'a apporté de nouvelles compétences et une meilleure compréhension des enjeux du monde de la data.
Mon stage au Département du Gard a été le moment le plus marquant de cette formation. Construire un pipeline de traitement de données IFC de A à Z, développer un dashboard Power BI utilisé par un service entier, et voir l'impact concret de mon travail sur le quotidien d'une équipe professionnelle : c'est exactement ce que je voulais vivre. Cette expérience m'a confirmé que la science des données est un outil puissant au service des organisations.
Sur le plan personnel, ces deux années m'ont appris à m'organiser, à travailler en équipe de manière efficace, et à développer un regard critique sur mon propre travail. Des qualités indispensables dans le monde professionnel.
Je suis prêt pour la suite : une alternance, puis une insertion professionnelle dans un domaine qui me passionne. La science des données n'en est qu'à ses débuts et je suis convaincu que les opportunités seront nombreuses. Ce portfolio est le reflet de deux années de travail, de progression et d'engagement.
Définitions des termes techniques utilisés dans ce portfolio et références bibliographiques.
Situation d'Apprentissage et d'Évaluation — projet pédagogique réalisé en formation.
Bachelor Universitaire de Technologie — diplôme national de niveau 6 (bac+3).
Exploration et Modélisation Statistique — parcours de spécialisation en 2ème année de BUT SD.
Méthodes d'analyse multivariée : Analyse en Composantes Principales, Analyse Factorielle des Correspondances, Classification Ascendante Hiérarchique, Analyse des Correspondances Multiples.
Mean Squared Error — erreur quadratique moyenne, indicateur de précision d'un modèle prédictif.
Modèle AutoRégressif d'ordre 1 — modèle de séries temporelles où la valeur actuelle dépend de la valeur précédente.
Building Information Modeling — méthode de travail collaborative basée sur la maquette numérique d'un bâtiment.
Industry Foundation Classes — format standard ouvert d'échange de données BIM.
Outil de Business Intelligence de Microsoft permettant de créer des tableaux de bord interactifs.
Framework R permettant de développer des applications web interactives pour la visualisation de données.
Structured Query Language — langage de requête pour les bases de données relationnelles.
Règlement Général sur la Protection des Données — règlement européen en vigueur depuis mai 2018.
Formation BUT Science des Données — iut.univ-avignon.fr
CD30 — Direction du Patrimoine Bâti — gard.fr
Commission Nationale de l'Informatique et des Libertés — cnil.fr
Institut National de la Statistique et des Études Économiques — insee.fr
r-project.org / CRAN
SAS OnDemand for Academics