Organisation du BUT
La formation est divisée en trois années. Chaque année est composée de compétences.
Ressources, SAÉ et portfolio
Le BUT SD est une formation professionnalisante centrée sur la donnée : collecter, organiser, analyser, modéliser et restituer des informations utiles à la décision.
Les compétences sont travaillées à travers des ressources (cours, TD, TP) et des SAÉ, c’est-à-dire des situations d’apprentissage et d’évaluation proches de situations professionnelles.
Le portfolio permet à l’étudiant de documenter sa progression, de rassembler des preuves de ses apprentissages et de valoriser les compétences acquises pendant la formation.
Source : Programme national BUT SD, cadre général.
Règle de passage
Un étudiant est autorisé à passer en année supérieure si :
- toutes les compétences sont validées ;
- une seule compétence est en sursis et toutes les autres sont validées.
Attention : une compétence en sursis devra être validée l’année suivante.
Validation du diplôme
Pour valider la troisième année et obtenir le diplôme, toutes les compétences doivent être validées.
Tableaux de coefficients
Les coefficients indiquent le poids des ressources et SAE dans chaque compétence.
| Ressource / SAE | UE1 | UE2 | UE3 | UE4 |
|---|---|---|---|---|
| R1.00 : Accueil | ||||
| R1.01 : Tableur et reporting | 1.5 | |||
| R1.02 : Bases de données relationnelles 1 | 1.5 | |||
| R1.03 : Bases de la programmation 1 | 2 | |||
| R1.04A : Statistique descriptive 1 - Unidimesionnelle | 1 | |||
| R1.04B : Statistique descriptive 1 - Bidimensionnelle | 1 | |||
| R1.05 : Probabilités 1 | 2 | |||
| R1.06 : Mathématiques - analyse | 1 | |||
| R1.07 : Initiation à l'anglais de spécialité | 1.5 | |||
| R1.08 : Communication de l'information et recherche documentaire | 2 | |||
| R1.09 : Découverte des données de l'environnement entrepreunarial et économique | 1.5 | |||
| R1.10 : Projet Personnel et Professionnel | 1 | 1 | 1 | |
| S1.01 : Reporting à partir de données stockées dans un SGBD relationnel | 2 | |||
| S1.02 : Ecriture et lecture de fichiers de données | 2 | |||
| S1.03 : Préparation et synthèse d'un tableau de données en vue d'une analyse exploratoire simple | 2 | |||
| S1.04 : Apprendre en situation la production de données en entreprise | 1 | |||
| S1.05 : Présentation en anglais d'un territoire économique et culturel | 1 | |||
| S1.06 : Mise en oeuvre d'une enquête - Valoriser | 2 | |||
| S1.07 : Mise en œuvre d'une enquête - Traiter | 2 | |||
| S1.08 : CyberEdu | ||||
| S1.PF : Portfolio |
| Ressource / SAE | UE1 | UE2 | UE3 | UE4 |
|---|---|---|---|---|
| R2.01 : Reporting et Datavisualisation | 1.5 | |||
| R2.02 : Bases de données relationnelles 2 | 1.5 | |||
| R2.03 : Bases de la programmation 2 | 1.5 | |||
| R2.04 : Programmation statistique | 1 | |||
| R2.05 : Statistique descriptive 2 | 1 | |||
| R2.06 : Probabilités 2 | 1 | |||
| R2.07 : Bases de l'algèbre | 1.5 | |||
| R2.08 : Statistique inférentielle | 1.5 | |||
| R2.09 : Approfondissement de l'anglais de spécialité | 1.5 | |||
| R2.10 : Communication et sémiologie | 1.5 | |||
| R2.11 : Étude des données de l'environnement entrepreunarial et économique | 2 | |||
| R2.12 : Projet Personnel et Professionnel 2 | 0.5 | 0.5 | 0.5 | |
| S2.01 : Conception et implémentation d'une base de données | 1.5 | |||
| S2.02 : Estimation par échantillonnage | 1 | |||
| S2.03 : Régression sur données réelles | 1 | |||
| S2.04 : Datavisualisation | 1 | |||
| S2.05 : Construction et présentation d'indicateurs de performance | 1 | |||
| S2.06 : Analyse de données, reporting et datavisualisation | 2 | 2 | 1.5 | |
| S2.07 : Communication professionnelle | 0.5 | |||
| S2.PF : Portfolio | 0.5 | 0.5 | 0.5 |
| Ressource / SAE | UE1 | UE2 | UE3 | UE4 |
|---|---|---|---|---|
| R3.01 : Utilisation avancée d'outils de reporting | 1.5 | |||
| R3.02 : Systèmes d'information décisionnels | 1 | |||
| R3.03 : Technologies web | 1 | |||
| R3.04 : Programmation statistique automatisée | 0.5 | 1 | ||
| R3.05 : Algèbre linéaire | 1.5 | |||
| R3.06 : Tests d’hypothèses pour l’analyse bi-variée | 1.5 | |||
| R3.07 : Anglais professionnel | 1 | |||
| R3.08 : Communication organisationnelle et professionnelle | 1 | |||
| R3.09 : Les données de l’environnement entrepreneurial et économique pour l’aide à la décision | 2 | |||
| R3.EMS.10 : Techniques de sondage et méthodologie d’enquête | 2 | |||
| R3.11 : Projet Personnel et Professionnel 3 | 0.5 | 0.5 | 0.5 | 0.5 |
| S3.EMS.01 : Recueil et analyse de données par échantillonnage ou plan d'expérience | 1 | 1.5 | 1 | 3.5 |
| S3.02 : Intégration de données dans un datawarehouse | 1.5 | 0.5 | ||
| S3.03 : Description et prévision de données temporelles | 1 | 1 | ||
| S3.EMS.04 : Conformité réglementaire pour analyser des données | 1 | 1 | 1 | |
| S3.PF : Portefolio |
| Ressource / SAE | UE1 | UE2 | UE3 | UE4 |
|---|---|---|---|---|
| R4.01 : Automatisation et test en programmation | 2 | |||
| R4.02 : Méthodes factorielles | 2 | |||
| R4.03 : Classification automatique | 1.5 | |||
| R4.04 : Anglais scientifique et argumentation | 1.75 | |||
| R4.05 : Communication scientifique et argumentation | 1.75 | |||
| R4.06 : Exploration et valorisation de la donnée dans un cadre juridique et économique | 1.25 | |||
| R4.07 : Projet Personnel et Professionnel 3 | 0.5 | 0.5 | 0.5 | 0.5 |
| R4.EMS.08 : Modèle linéaire | 3 | |||
| S4.EMS.01 : Expliquer ou prédire une variable quantitative à partir de plusieurs facteurs | 1 | 0.5 | 2 | |
| S4.02 : Reporting d'une analyse multivariée | 0.5 | 1 | 1 | |
| S4.03 : Programmation haut niveau | 0.25 | 0.5 | ||
| S4.CLIM : Transition écologique | 0.25 | 0.25 | 0.25 | 0.25 |
| S4.STG : Stage | 1.25 | 1.25 | 1.25 | 1.25 |
| S4.PF : Portefolio | 0.5 | 0.5 | 0.5 | 0.5 |
| Ressource / SAE | UE1 | UE2 | UE3 | UE4 |
|---|---|---|---|---|
| R5.01 : Bases de données NoSQL | 3 | |||
| R5.02 : Data mining | 3 | |||
| R5.03 : Anglais pour la coopération internationale et enjeux internationaux des données | 1.5 | |||
| R5.04 : Communication des données, éthique et responsabilité | 1.5 | |||
| R5.05 : Projet Personnel et Professionnel 5 | 0.5 | 0.5 | 0.5 | 0.5 |
| R5.EMS.06 : Modélisation statistique avancée | 1 | 4 | ||
| S5.EMS.01 : Mener une étude statistique dans un domaine d’application | 1 | 1 | 1 | 1.5 |
| S5.02 : Migration de données vers ou depuis un environnement NoSQL | 1.5 | 1.5 | ||
| S5.03 : Mise en oeuvre d’un processus de Datamining | 1.5 | 2 | ||
| S5.04 : Analyse avancée | 1 | 2 | ||
| S5.PF : Portefolio |
| Ressource / SAE | UE1 | UE2 | UE3 | UE4 |
|---|---|---|---|---|
| R6.01 : Big Data : enjeux, stockage et extraction | 2.75 | |||
| R6.02 : Méthodes statistiques pour le Big Data | 2.75 | |||
| R6.03 : Anglais pour la communication d’entreprise | 1.25 | |||
| R6.04 : Communication pour le management | 1.5 | |||
| R6.EMS.05 : Apprentissage statistique pour l’IA | 3.75 | |||
| R6.06 : GéoDATA | 0.5 | 0.5 | 0.5 | 0.5 |
| S6.EMS.01 : Modélisation statistique pour les données complexes et le Big Data | 1.5 | 0.5 | 1 | 1 |
| S6.CLIM : Transition écologique | 0.25 | 0.25 | 0.25 | 0.25 |
| S6.STG : Stage | 2.5 | 2.5 | 2 | 2 |
| S6.PF : Portefolio | 0.5 | 0.5 | 0.5 | 0.5 |







