DES THÉORIES MATHÉMATIQUES AU TRAITEMENT DE L’INFORMATION
Pour beaucoup, les enquêtes et sondages se résument à quelques chiffres, un pourcentage de votes au profit d’un candidat aux prochaines élections, le pourcentage de chefs d’entreprises pour lesquels la conjoncture économique va s’améliorer dans les prochains mois. Pourtant, derrière ces résultats se cachent des théories mathématiques très complexes, les statistiques constituant un domaine à part entière des mathématiques appliquées. Pour un ingénieur spécialisé dans le traitement de l’information, il est indispensable d’en connaître les principes, les hypothèses et les limites. C’est le gage de l’application d’une méthodologie de traitement adapté des données, et donc la garantie de résultats fiables et solides.
L’Ensai est une des rares écoles d’ingénieurs spécialisée dans le traitement de l’information. Les sondages constituent un des domaines d’application privilégié de l’école, parmi d’autres comme la gestion des risques, le génie statistique, les sciences de la vie, le marketing quantitatif, l’économie de la santé, le datamining ou les technologies Web. Mais quelles que soient les filières de spécialisation des étudiants, les techniques de traitement de l’information s’appuient sur des théories mathématiques poussées. Une part importante des élèves sont originaires classiquement des classes préparatoires scientifiques, mais pas seulement. De manière à favoriser la diversité dans les cursus d’étudiants, une place importante est faite à des étudiants venant de formation en sciences sociales et économie-gestion (classes préparatoires B/L ou ENS Cachan/D2) et aux élèves recrutés sur titres provenant de l’Université (licence, master 1) ou de DUT (Stid, informatique).
Un futur ingénieur dans le traitement de l’information ne peut donc éluder un enseignement scientifique de haut niveau. Il va ainsi acquérir les compétences qui lui permettront d’extraire l’information essentielle à partir d’un grand nombre de données, et ainsi d’être une pièce maitresse dans la prise de décision. La devise de l’école « Modeling data, creating knowledge » en est la meilleure illustration.
Dans le contexte actuel, où les entreprises disposent d’une masse d’informations de plus en plus grandes et détaillées, les compétences des ingénieurs de l’école sont très recherchées. Elles permettent de traiter ces données, de synthétiser les orientations générales qui s’en dégagent, et ainsi de permettre une prise de décision éclairée.
Pascal Chevalier
Directeur de l’Ensai
