RNCP38919
Item
- Intitulé
- Data engineer
- N° de fiche
- RNCP38919
- Id fiche
- 25705
- Etat de la fiche
- Publiée
- Certificateurs
-
83145006900024
DATASCIENTEST
Actif - Existance partenaires
- Oui
- Activités visées
- Concevoir un projet d'architecture technique de gestion de données Elaborer une architecture technique de gestion de données Déployer une solution d'analyse de données massives intégrant l'intelligence artificielle Piloter un projet d'architecture technique de gestion de données
- Capacités attestés
- Identifier les besoins en architecture de gestion de données afin de valider l'opportunité de développement d'un projet d'architecture Élaborer et exercer un système de veille technologique et réglementaire dédié au domaine du numérique en vue d'identifier les cas d'usages et les évolutions technologiques et réglementaires à intégrer dans son activité professionnelle Exploiter la veille au sein de son organisation dans le but d'informer, de sensibiliser et de faire adhérer ses collaborateurs et sa hiérarchie aux bonnes pratiques et au respect des normes réglementaires Définir le périmètre du projet de gestion données afin d'assurer son inclusivité, limiter son impact écologique et préparer sa mise en œuvre Émettre des recommandations auprès de sa hiérarchie et de membres d'une équipe pluridisciplinaire afin qu'ils puissent ainsi contribuer au projet Collecter les données structurées et non structurées afin de préparer les étapes de transformation et de stockage des données Élaborer des solutions de stockage afin de consolider le processus de stockage des données de la solution Concevoir les procédures d'extraction, de traitement et de stockage des données Transformer les données en un format approprié pour l'analyse afin de rendre les données disponibles et exploitables dans leur forme et leur contenu Analyser les données afin d'évaluer l'intégrité et la qualité des données et de présenter les résultats issus de l'analyse aux parties prenantes du projet et aux utilisateurs finaux de la solution Automatiser les circuits de collecte, de traitement et de stockage des données en vue d'assurer l'opérationnalité de la solution technique Développer un algorithme d'intelligence artificielle en vue d'intégrer des composants d'intelligence artificielle à la solution technique de gestion de données Concevoir une interface de programmation entre les composants de la solution afin de préparer le déploiement de la solution d'analyse de données intégrant l'intelligence artificielle Conteneuriser les composants de l'architecture en protégeant les conteneurs contre les vulnérabilités et les accès non autorisés Déployer le modèle dans un environnement de production et le rendre opérationnel dans le respect des spécifications fonctionnelles et des bonnes pratiques du domaine Orchestrer les services de la solution afin de garantir l'exécution fluide et efficace de l'ensemble de l'architecture et de créer une solution évolutive, capable de résoudre des problèmes complexes et de fournir des résultats fiables Contrôler la mise en production de la solution afin d'assurer l'opérationnalité de la solution et vérifier sa conformité quant aux spécifications établies lors de la constitution du cahier des charges Automatiser le déploiement de nouvelles versions de la solution et son monitoring à l'aide d'un outil de continuous Integration (CI/CD) permettant de surveiller efficacement l'ensemble du processus, de prévenir toute dégradation des performances et d'assurer la durabilité de la solution Définir la structure organisationnelle du projet afin que le projet bénéficie d'un mode de gouvernance rationalisé et d'un outil de pilotage répondant aux exigences du cahier des charges Encadrer le développement du projet d'architecture de données afin de manager les acteurs du projet, d'assurer son inclusivité et de monitorer les avancées Gérer le budget du projet afin d'identifier les écarts avec le budget prévisionnel et, le cas échéant, de prendre des mesures correctives permettant de respecter les contraintes financières du projet Communiquer l'avancement et les résultats du projet afin de diffuser l'information permettant la prise de décision et l'implication de l'ensemble des équipes Evaluer la performance du projet afin d'identifier des axes d'amélioration basés sur l'analyse des KPI, des retours d'expériences utilisateurs et de garantir ainsi une optimisation continue du projet Former les utilisateurs finaux de la solution dans le but d'assurer la transition et optimiser l'adoption et l'utilisation de la solution par tous les utilisateurs concernés
- Secteurs d'activité
- Secteurs d'activités : un Data Engineer peut travailler dans une variété de secteurs d'activités en raison de l'importance croissante des données. Les compétences des Data Engineer sont ainsi applicables dans pratiquement tous les secteurs d'activité à mesure que les organisations cherchent à tirer de la valeur de leurs données. Les secteurs dans lesquels les Data Engineer sont particulièrement demandés : technologie et informatique, finance et assurance, santé, commerce, industrie, énergies, transport et logistique, médias. Contexte de travail : le Data Engineer peut exercer au sein de diverses structures : entreprises utilisatrices, services de conseils, organismes publics, ou encore chez des constructeurs informatiques. La taille de l'entreprise peut varier d'une PME à un grand groupe, et le professionnel peut également opter pour une activité indépendante, intervenant sur des projets de plusieurs clients différents . Le Data Engineer collabore avec les autres métiers de la donnée, notamment avec le Data Scientist, le Data Analyst ou encore le Data Manager. Il a une très grande responsabilité pour assurer que le Data Scientist et le Data Analyst travaillent dans de bonnes conditions. Il est notamment nécessaire que les données soient structurées, sécurisées et de bonne qualité pour que les modèles de Machine Learning fonctionnent correctement. Il est à nouveau indispensable au Data Scientist lorsqu'il s'agit de mettre en production les modèles prédictifs, une technique que les Data Scientists ne maîtrisent généralement pas. Le Data Engineer est donc un métier au cœur des différents enjeux de la Data, et il est d'autant plus nécessaire que les bases de données deviennent massives. Ses missions deviennent donc plus complexes, et les autres métiers de la Data sont obligés de les lui déléguer.
- Type d'emploi accessibles
- Data Engineer - Ingénieur data / big data - Développeur data - Machine learning engineer - Ingénieur en développement big data
- Réglementations activités
- Il n'y a pas de réglementation spécifique conditionnant l'accès au métier. Néanmoins, le Data Engineer doit être sensibilisé et se familiariser avec les réglementations suivantes : * Loi Informatique et Libertés (France): Régule la collecte, le traitement, et le stockage des données personnelles. Elle garantit aux individus le droit d'accès, de rectification et d'opposition pour les données les concernant. * RGPD (Règlement Général sur la Protection des Données): C'est une législation européenne qui harmonise les règles de protection des données dans toute l'UE. Elle accentue la responsabilité des entreprises dans la gestion des données et renforce les droits des individus (droit à l'effacement, droit à la portabilité des données, etc.). * Loi pour une République numérique / RGAA: Cette loi vise à promouvoir une économie numérique inclusive et accessible à tous. Le Référentiel Général d'Accessibilité pour les Administrations (RGAA), est un ensemble de critères permettant d'assurer que les services numériques sont accessibles à tous, y compris aux personnes handicapées. * Loi sur la confiance dans l'économie numérique (LCEN): Elle établit les droits et obligations des acteurs de l'économie numérique en France. La LCEN détermine notamment les responsabilités des prestataires techniques (hébergeurs, FAI), et encadre les communications commerciales en ligne. A noter, la pratique professionnelle du Data Engineer repose sur une veille active dans un secteur du numérique connaissant de très fortes évolutions.
- Voie d'accès à la certification après un parcours de formation sous statut d'élève.
-
Oui
4 personnes : * Président du jury (professionnel externe, directeur ou chef d'entreprise du secteur) ; * Directeur du Titre ; * 2 professionnels externes du secteur. - Voie d'accès à la certification en contrat d'apprentissage.
-
Oui
4 personnes : * Président du jury (professionnel externe, directeur ou chef d'entreprise du secteur) ; * Directeur du Titre ; * 2 professionnels externes du secteur. - Voie d'accès à la certification après un parcours de formation continue.
-
Oui
4 personnes : * Président du jury (professionnel externe, directeur ou chef d'entreprise du secteur) ; * Directeur du Titre ; * 2 professionnels externes du secteur. - Voie d'accès à la certification en contrat de professionnalisation.
-
Oui
4 personnes : * Président du jury (professionnel externe, directeur ou chef d'entreprise du secteur) ; * Directeur du Titre ; * 2 professionnels externes du secteur. - Voie d'accès à la certification par candidature individuelle.
- Non
- Voie d'accès à la certification par expérience.
-
Oui
5 personnes : * Président du jury (professionnel externe, directeur ou chef d'entreprise du secteur) ; * 2 membres de l'organisme de formation ; * 2 professionnels externes du secteur. - Inscrite au cadre de la Nouvelle Calédonie
- Non
- Inscrite au cadre de la Polynésie française
- Non
- Date de fin d'enregistrement
- 26/04/2026
- Type d'enregistrement
- Enregistrement sur demande
- Objectifs et contexte de la certification
- Les technologies liées au Big Data connaissent une ascension fulgurante, entraînant dans leur sillage une croissance notable des opportunités d'emploi. Les organisations, indépendamment de leur envergure ou secteur d'activité, requièrent une infrastructure informatique robuste pour la gestion optimale de leurs données. Dans ce contexte, le rôle du Data Engineer est fondamental. Le Data Engineer est le maître d'œuvre de la conception et du développement des infrastructures et outils dédiés au traitement des volumes massifs de données, facilitant notamment le déploiement des solutions d'Intelligence Artificielle. Sa mission centrale est d'orchestrer la collecte des données et d'assurer leur disponibilité au sein de l'organisation, constituant ainsi un maillon essentiel dans la chaîne de valeur des données. Il endosse également la responsabilité d'industrialiser et de mettre en production des traitements sur les données, tels que la mise à disposition de tableaux de bord dynamiques ou l'intégration de modèles statistiques, en collaboration étroite avec les équipes métiers et les unités d'analyse. Cette activité permet non seulement d'optimiser la qualité et la pertinence des analyses, mais également de catalyser la prise de décision basée sur les données. Le Data Engineer est ainsi un acteur clé dans l'édification d'un écosystème data-centric au sein de l'entreprise, contribuant directement à l'efficacité opérationnelle, l'innovation, et la compétitivité sur le marché. Son expertise technique combinée à une compréhension aiguisée des enjeux métiers fait de lui un pivot central dans la stratégie de gestion des données de l'organisation.
- Actif
- Oui
- Prérequis à l'entrée dans la formation
- * Pour accéder au dispositif menant à la certification, le candidat qui veut entrer en 1ère année doit justifier d'un diplôme ou titre RNCP de niveau 6 ou de la validation de 180 crédits ECTS. Les candidats doivent aussi avoir la compréhension des langages SQL, Python et le système Linux et connaître le métier visé par le projet professionnel. Ces notions sont évaluées via un test de positionnement en amont de l'entrée en formation. * Pour accéder au dispositif de la certification en admission parallèle (en seconde année) , le candidat doit justifier la validation d'un titre ou diplôme de "niveau M1" à dominante informatique et/ou validation de 240 ECTS dans la même famille de formation ayant des blocs de compétences comparables. Les candidats doivent aussi démontrer : Maitrise de Python, SQL, Notions Linux, bonnes notions en Machine Learning, structuration et stockage des grands volumes de données, notions Spark . Ces notions sont évaluées via un test de positionnement en amont de l'entrée en formation.
- Prérequis à la validation de la certification
- Obtenir les 4 blocs de compétences et valider le projet fil rouge avec soutenance finale devant jury.
- Date limite de délivrance
- 26/04/2030
- A comme nomenclature européenne
- Niveau 7
- A comme métier
- Ingénieur / Ingénieure système informatique
- Product Owner
- Directeur / Directrice des services informatiques -DSI-
- Développeur / Développeuse web
- A comme bloc de compétence
- Concevoir un projet d'architecture technique de gestion de données
- Elaborer une architecture technique de gestion de données
- Déployer une solution d'analyse de données massives intégrant l'intelligence artificielle
- Piloter un projet d'architecture technique de gestion de données
Annotations
There are no annotations for this resource.