Cursus Ingénieur Centralien

Le monde de la Data connait actuellement une explosion de besoins en compétences. L’Ecole propose ici à ses élèves-ingénieurs 3 offres de formation adaptées aux futus Datascientists.

1 - LE PARCOURS DATASCIENCE

La prolifération des systèmes de gestion des données, ainsi que les progrès considérables réalisés au cours de la dernière décennie en termes de puissance de calcul ont contribué à la création d'une nouvelle discipline à l'intersection de l'informatique et des mathématiques appliquées : la science des données. L'objectif principal est de développer des modèles mathématiques et leurs solutions informatiques capables d’analyser et d'interpréter des quantités massives de données.

Le programme proposé vise à appréhender des méthodes scientifiques nouvelles d’analyse, de traitement et d’interprétation des « big data » tout en répondant aux défis de l’innovation. Dans ce cadre les étudiants devront développer leurs compétences et savoir-faire dans les disciplines telles que le machine learning, l'optimisation à grande échelle et le calcul distribué.

Objectif du parcours :

L'objectif principal est de développer des modèles mathématiques et leurs solutions informatiques capables d’analyser et d'interpréter des quantités massives de données.

L’exploitation, la compréhension et l'interprétation de ces données permettent aux entreprises d’innover en développant de nouveaux contenus, produits et services. Google, Facebook, Amazon s’appuient sur ces technologies pour développer leur offre de manière efficace et adaptée aux évolution du marché.

Les trois défis majeurs de la science :

• La quantité de données qui sont souvent collectée de manière continue et apportent une masse d’informations colossale.
• La grande diversité de nature des informations et leur hétérogénéité qui conduit à traiter des problèmes de grande dimension.
• La nature des événements rares ou critiques que l'on doit être en mesure de déterminer malgré leurs apparitions non-uniformes et non fréquentes.

Cette proposition de formation vise à introduire des méthodes scientifiques nouvelles pour le traitement, l’interprétation et la compréhension des informations de "Big Data" tout en répondant aux défis mentionnés ci-dessus. À cette fin, l'apprentissage automatique, l'optimisation à grande échelle et le calcul distribué sont les disciplines de base de la formation scientifique dans l’ère de l'innovation numérique.

• Voir présentation détaillée du programme

Témoignages d'élèves :

Afshine et Shervine Amidi "Nous sommes constamment poussés à rechercher l'excellence dans ce que l'on entreprend."
Rudy Bunel "Ce parcours m'a vraiment lancé dans la Data Science."
Jules L "Tout est parti du trading algorithmique."
Clément Nicolle "Motivé par les applications liées à la santé, au voyage, à la culture."
Ian Cherabier "I really felt my skills in mathematics and data science improve."

Équipe pédagogique :

• Nikos Paragios - Full professor at the department of applied mathematics of Ecole Centrale de Paris and affiliated research scientist at Inria
• Matthew Blaschko - Affiliated associate professor at the department of applied mathematics of Ecole Centrale de Paris.
• Frédéric Cazals - Professor applied mathematics
• Lionel Gabet - Professor at the department of applied mathematics of Ecole Centrale de Paris
• Iasonas Kokkinos - Associate professor at the department of applied mathematics of Ecole Centrale de Paris and affiliated research at Inria.
• Pawan Kumar - Associate professor at the department of applied mathematics of Ecole Centrale de Paris and affiliated research scientist at Inria.
• Steve Oudot - Permanent research scientist at Inria and and affiliated adjunct professor at the department of computer science at Ecole Polytechnique at at the departement applied mathematics of Ecole Centrale de Paris.
• Jean-Christophe Pesquet - Full of professor at the department of computer science of the University of Paris-East and affiliated adjunct professor at the department of applied mathematics of Ecole Centrale de Paris.
• Émilie Chouzenoux - Assistant Professor with the University of Paris-East, Champs-sur-Marne, France (LIGM, UMR CNRS 8049).

Offre pédagogique :

Le parcours Data Sciences proposé par l’Ecole Centrale Paris débute dès la 2ème année du cursus ingénieur, il est adossé à l’option Mathématiques Appliquées, il s’articule autour de l’offre de cours suivante : 

Foundations of Deep Learning :

The advent of big data and powerful computers have made deep learning algorithms the current method of choice for a host of machine learning problems. Over the last few years deep learning systems have been beating with a large margin the previous state-of-the-art systems in tasks as diverse as speech recognition, image classification, and object detection.
Deep architectures are composed of multiple levels of non-linear operations, such as in neural nets with many hidden layers. Searching the parameter space of deep architectures is a difficult task, but learning algorithms such as those for Deep Belief Networks have recently been proposed to tackle this problem with notable success. This course will discuss the motivations and principles regarding learning algorithms for deep architectures, starting from the unsupervised learning of single-layer models such as Restricted Boltzmann Machines, and moving on to learning deeper models such as Deep Belief Networks.
The course consists of the following eight lectures (3h each), and a lab section.

Foundations of Machine Learning (M1 ) :

It is essentially the intersection between statistics and computation, though the principles of machine learning have been rediscovered from many different traditions, including artificial intelligence, Bayesian statistics, and frequently statistics. This course gives an overview of the most important trends in machine learning, with a particular focus on statistical risk and its minimization with respect to a prediction function. A substantial lab section involves group projects on data science competitions and gives students the ability to apply the course theory to real-world problems.

Foundations of Signal Processing & Sparse Coding (M1) :

This class will introduce the mathematical concepts and techniques to achieve a solid understanding of the fundamental principles of linear signal processing, as well as recent research on nonlinear signal processing, with a focus on sparse coding. Starting with the fundamentals of linear signal processing, we will see how the main notions of Fourier transforms can be understood in terms of a change of basis, and use this intuition to present both continuous- and discrete- time signal processing. Moving on from the harmonic basis we will then cover the basics of over-complete bases, time-frequency analysis and wavelets. This will lead us to techniques developed around sparse coding with overcomplete dictionaries, involving optimization with sparsity-inducing norms & dictionary learning.

Foundations of Discrete Optimization (M1) :

Discrete optimization is concerned with the subset of optimization problems where some or all of the variables are confined to take a value from a discrete set. In this course, we will study the fundamental concepts of discrete optimization such as greedy algorithms, dynamic programming and min-max relationships. Each concept will be illustrated using well-known problems such as shortest paths, minimum spanning tree, min-cut, max-flow and bipartite matching. We will also identify which problems are easy and which problems are hard, and briefly discuss how to obtain an approximate solution to hard problems.

Foundations of Neural Information Processing :

Neural information processing is the study of computational systems for data understanding. It covers a range of techniques including statistical learning theory, information theory, graphical models, and non-linear and discrete optimization, as well as their application to important prediction problems facing science and industry. Summarizing some of the major results of the machine learning research community of the past few decades, as well as their interrelationships, this course covers fundamental techniques that can be applied to a wide variety of real-world problems.

Foundations of Geometric Methods in Data Analysis :

Data analysis is the process of cleaning, transforming, modeling or comparing data, in order to infer useful information and gain insights into complex phenomena. From a geometric perspective, when an instance (a physical phenomenon, an individual, etc.) is given as a fixed-sized collection of real-valued observations, it is naturally indentified with a geometric point having these observations as coordinates. This course reviews fundamental constructions related to the manipulation of such point clouds, mixing ideas from computational geometry and topology, statistics, and machine learning. The emphasis is on methods that not only come with theoretical guarantees, but also work well in practice. In particular, software references and example datasets will be provided to illustrate the constructions.

Foundations of Polyhedral Combinatorial Optimization :

Polyhedral techniques have emerged as one of the most powerful tools to analyse and solve combinatorial optimization problems. Broadly speaking, combinatorial optimization problems can be formulated as integer linear programs.In this course, we will study the fundamental concepts of polyhedral techniques such as totally unimodular matrices, matroids and submodular functions. Each concept will be illustrated using well-known problems such as bipartite matching, min-cut, max-flow and minimum spanning tree. The course is divided into two parts. In the first part, we will study easy problems (those that admit efficient optimal algorithms). We will use polyhedral techniques to explain why these problems are easy. In the second part, we will study hard problems (specifically, NP-hard problems). We will use polyhedral techniques to obtain provably accurate approximate solutions for various hard problems.

Foundations of Large Scale & Distributed Optimization :

In a wide range of application fields (inverse problems, machine learning, computer vision, data analysis, networking...), large scale optimization problems need to be solved. The objective of this course is to introduce the theoretical background which makes it possible to develop efficient algorithms to successfully address these problems by taking advantage of modern multicore or distributed computing archtectures. This course will be mainly focused on nonlinear optimization tools for dealing with convex problems. Proximal tools, splitting techniques and Majorization-Minimization strategies which are now very popular for processing massive datasets will be presented. Illustrations of these methods on various applicative examples will be provided.

Débouchés :

Les domaines d’application liés à la science des données sont très larges :

• secteur numérique
• santé et biotechnologies
• finance
• marketing
• robotique
• assurance

Contact :

Guillemette Breysse

Coordinatrice

• Téléphone : 01 41 13 17 95
• Courriel : guillemette.breysse@centralesupelec.fr

2 - MSc in Data Sciences and Business Analytics (with ESSEC)

(This program is proposed and coordinated by CentraleSupélec and ESSEC Business School)

Society has entered a new digital era where creation, consumption and use of digital content have changed our lives. Proliferation of sensors, the Internet of Things, and digital services do continuously produce highly heterogeneous, highly unstructured and high dimensional data hardly interpretable from human intelligence. Reasoning and mining on this data can be a novel way rethinking out of the box/addressing unsolved old problems or a wealth creation engine through the introduction of novel practices, services and policies. The future of business intelligence therefore relies on mastering jointly data mining and business analytics techniques which become the pillars of such an interdisciplinary effort. 
Intelligent usage of data is the root of today’s business decisions and the driving force of the societal and economical evolution of the years to come. It is probably one of the most important topics of our days. Analysts estimate that data-related businesses generated about 10 billon dollars in 2012, and will probably generate more than 30 billion dollars in 2017.

In terms of employment, companies and organizations will need around a couple of hundred thousand data scientists and business leaders for the year to come. Furthermore, the exponential growth as it concerns content generation would certainly create a tremendous need for highly qualified individuals with an in depth knowledge and global understanding of the technological and business challenges behind such digital evolution era. Recent business studies converge to an estimated need of educating several millions data scientists and leaders within the decade to come.

This is why Centrale Paris and ESSEC Business School, one of the best engineering and business schools in the world have partnered to propose a very innovative and complete program. 

Please watch below the LIVE session made with Campus-Channel when Guillaume Chevillon (ESSEC) and Nikos Paragios (CentraleSupélec) the two heads of the program answered to questions asked by Web users.

Academic Liaison :

Guillemette Breysse - guillemette.breysse@centralesupelec.fr

• Whole program presentation

3 - Master 2 Mathématiques Appliquées : Vision et Apprentissage

Objectifs

La spécialité Mathématiques Appliquées : Vision, Apprentissage offre une initiation cohérente et solide à tout un faisceau de concepts, modèles, et techniques mathématiques (ou informatiques) de haut niveau applicables à la vision, à la perception, à l'apprentissage, en focalisant les enseignements sur des domaines de recherche très actifs :

• la vision artificielle,
• l'analyse automatique du signal et de l'image,
• l'émulation des comportements perceptifs ou adaptatifs de l'homme.

Ce parcours de Master se place donc dans la perspective du développement rapide et passionnant des mathématiques appliquées à la modélisation et à l'émulation de l'intelligence humaine, développement soutenu par la montée en puissance accélérée des sciences du cerveau.

Cours

Le parcours de master propose une initiation cohérente et solide à un faisceau de concepts, modèles et techniques mathématiques (ou informatiques) de haut niveau applicables à la vision par ordinateur, la perception et l'apprentissage. Il se compose de cours orientés vers les mathématiques appliquées à la vision par ordinateur et l'apprentissage statistique, ainsi que de cours à vocation plus informatique, fournissant ainsi une formation à la fois théorique et pratique sur les thématiques développées, dont voici une liste :

• Analyse harmonique et analyse en ondelettes en traitement du signal et de l'image
• Méthodes variationnelles et EDP en analyse d'images
• Relaxation stochastique et champs markoviens
• Théorie des déformations élastiques appliquée à l'imagerie automatique et à la reconnaissance des formes
• Théories de l'information et reconnaissance de formes
• Théories probabilistes de l'apprentissage
• Modèles statistiques d'images
• Modèles statistiques parcimonieux et réseaux neuronaux formels
• Modélisation de tâches intelligentes par minimisation de fonctions de coût complexes
• Analyse du son
• Stage

Contacts

Responsable de la spécialité, Professeur à Centrale Paris

Nikos Paragios - nikos.paragios@centralesupelec.fr

Débouchés

Secteurs d'activités :

Cette Spécialité conduit principalement à des carrières à forte composante technologique et logicielle et où les données (au sens large) sont fondamentalement créatrices de valeur pour l'entreprise. Les débouchés naturels de cette spécialité sont des métiers d'ingénieur statisticien, d'architectes systèmes, d'architectes logiciels en traitement d'images et en vision, d'ingénieur de Recherche, de responsable de projet en statistiques ou de consultant en bureau d'études.

• Le secteur du transport (systèmes embarqués)
• L'industrie informatique (systèmes d'informations)
• L'industrie des grands équipements industriels

Types d'emplois accessibles :

• Architectes systèmes,
• Ingénieur de recherche
• Consultant
• Bureaux d'Études

Co-habilitations

• Université Paris 5 (établissement porteur)
• ENS Cachan
• Université Paris Dauphine
• École Polytechnique
• ENST
• ENPC

CentraleSupélec propose un parcours d’excellence axé sur les sciences et la recherche. Il s’adresse aux élèves du cursus Ingénieur Centralien passionnés de sciences qui souhaitent découvrir le monde de la recherche par un apprentissage progressif, adossé à leur cursus ingénieur centralien.

Qu'est-ce que le Parcours Recherche ?

• Le Parcours est basé sur la conduite d’un projet de recherche sur trois ans au sein d’un des laboratoires du Centre de Recherche.
• Le Cursus est spécifiquement aménagé. Le séjour à l’international est intégré au projet de recherche.
• Chaque élève du parcours choisit un référent scientifique au sein de son équipe d’accueil. Ce référent joue un rôle important dans le cursus en tant que personne ressource principale. C’est sous sa supervision que l’élève se forme aux métiers de la recherche et à la conduite d’un projet grâce à son immersion dans l’équipe.
• A l’issue des trois années dans le parcours, l’élève se verra attribuer le label ECP-R sur son supplément au diplôme d’ingénieur centralien, témoignant de son implication dans le monde de la recherche.

Le Label ECP-R valorisera cette expertise pour ceux qui souhaiteraient s’engager dans une thèse de Doctorat ou intégrer un centre de R&D en entreprise.

Les objectifs :

• Former des ingénieurs capables de tisser des liens forts entre recherche académique et entreprise, gage de réussite pour l’innovation
• Offrir un parcours adapté aux élèves passionnés de sciences
• Amener naturellement les élèves vers un doctorat, diplôme à la fois reconnu pour le leadership de grands projets en entreprise à l’international et nécessaire pour une carrière académique
• Familiariser les élèves avec le monde de la recherche et les aider à se construire un réseau professionnel solide

Témoignages :

• Maxime, parcours recherche, a été admis en 2015 directement en PhD Maths à Cambrige University.
  

   

•  Tristan, parcours recherche, a été admis directement en PhD maths du Courant Institute de New-York 
  

   

• Théo (promo 2016) suit le parcours recherche au sein du laboratoire de mathématiques appliquées de Centrale Paris. Il souhaite se spécialiser dans le domaine des big data.
  

   

• Christophe (promo 2016), est membre de l'association Centrale Égalité des Chances et suit le parcours recherche d'une façon inédite : en sciences humaines. 
  

Déroulement du parcours

Au cours des trois années de projet, les élèves découvrent puis acquièrent une expertise dans une thématique de recherche scientifique, développent des savoir-faire en techniques expérimentales, approches théoriques ou simulation numérique, des compétences en communication écrite et orale, en travail d’équipe, en conduite d’un projet de recherche.

• En première année : Les élèves se voient proposer des compléments et approfondissements aux cours scientifiques du tronc commun (maths, sciences thermiques, physique, biologie, mécanique, sciences de l’information). Leur Projet Enjeu est intégré à leur projet de recherche, à raison d’un jour par semaine.
• En deuxième année, les élèves consacrent deux jours par semaine à leur projet. Leur séjour à l’étranger est choisi en cohérence avec leur ce dernier, soit en université pour un complément de formation, soit dans un laboratoire partenaire scientifique de l’équipe d’accueil.
• En troisième année, les élèves participent à l’encadrement de ceux de première année. Le stage de fin d’études d’ingénieur de six mois à plein temps leur permet de terminer leur projet.

Informations pratiques

• Une présélection aura lieu fin septembre de la 1e année sur entretien de motivation
• Sélection définitive fin novembre, où une vingtaine d’élèves seront retenus
• Engagement annuel de l’élève, avec tacite reconduction chaque année
• Un comité de suivi s’assure du bon déroulement du parcours pour chaque élève

Centrale fête sa Science
Un colloque scientifique est organisé fin septembre, basé sur la présentation par les élèves du parcours en 3e année des projets en cours. Ce colloque est destiné à un large public, au sein de l'Ecole et au-delà.

Contact

Bruno Palpant, professeur, Laboratoire de Photonique Quantique et Moléculaire

Téléphone : 01 41 13 16 26

Courriel : bruno.palpant@centralesupelec.fr

Objectif

L’objectif de la Digital Tech Year est de proposer aux élèves les plus motivés par les technologies de l’information une expérience avancée au contact d’entreprises, centrée sur l'innovation et en rapports aux exigences scientifiques et managériales du cursus de CentraleSupélec.

La Digital Tech Year est une initiative de la Chaire d'Innovation Digitale de CentraleSupélec, co-dirigée par Renaud Monnet, Directeur du Digital Institute et des Systèmes d’information de CentraleSupélec et Robert Vesoul, CEO de ST Groupe.

Depuis plus d'un an, lors de 3 sessions, 47 étudiants de CentraleSupélec ont déjà réalisé 38 prototypes avec 25 entreprises partenaires dans le Paris Digital Lab. Un des projets IoT a été présenté au CES 2016 par les étudiants !

Enfin, 15 startups très innovantes ont accueilli les étudiants durant leur deuxième semestre à San Francisco, New-York, Boston, Londres, Lausanne et Hong Kong.

En une année de césure unique, les étudiants de la Digital Tech Year ont mené 4 projets intenses au contact des entreprises.

CentraleSupélec mise sur ses étudiants les plus talentueux en innovation digitale et double la capacité de son Paris Digital Lab.

1re mission

La 1ère mission de la Digital Tech Year : développer le potentiel d'innovation et l'esprit d'entreprise des meilleurs talents IT de CentraleSupélec.

Organisation : l'année est segmentée en 2 semestres.

Premier semestre :

les étudiants intègrent le Paris Digital Lab de CentraleSupélec pour réaliser des prototypes en mode agile et intensif, répondant à des besoins innovants d’entreprises. Le « Learning by doing » et le coaching par des experts tech et design sont deux éléments clés du succès de ce nouveau dispositif à l’image de ceux proposés par les plus prestigieuses universités américaines.
Ils bénéficient de l’éco-système de l’Innovation Factory sur le Campus Cluster Paris Innovation, Paris 13ème (partage avec des étudiants en design, web, management, conférences et rencontres, accès au Fab Lab...).

Dix partenaires (grands groupes et start-ups) ont dores et déjà décidé d’apporter des projets innovants au Paris Digital Lab.

Deuxième semestre :

les étudiants effectuent un stage intensif de 6 mois à l’étranger dans un grand groupe digital ou dans une start up, aux Etats-Unis, dans la Silicon Valley ou sur la côte Est entre New-York et Boston, ainsi que dans les autres hubs digitaux internationaux : Londres, Zurich, Israël…

Le profil des nouveaux étudiants sélectionnés pour rejoindre la Digital Tech Year :

•     Extrêmement motivés par le digital, choisissant une immersion technique avancée
•     Possédant déjà un bon ou très bon niveau technique de développement (selon les profils : web, mobile, réseaux,..)
•     Ayant le niveau scientifique de la 2ème année de CentraleSupélec
•     Déjà entrepreneur et innovateur au sein de différentes associations : VIA, Rezo,  Forum, Genius, Junior Entreprise.

2e mission

La Digital Tech Year doit répondre aux besoins d'Open Innovation digitale des entreprises leader dans leur domaine ou des start-up.

Les 25 partenaires qui ont déjà rejoint le Paris Digital Lab dont  AccorHotels, Canal+, Chronopost et Randstad, Days of Wonder et Withings proposent des projets digitaux variés.

• Ils ont besoin de vérifier la viabilité d'un concept avant de lancer un développement industriel
• Ils préfèrent montrer un prototype à leurs clients plutôt que de faire une étude de marché
• Ils souhaitent vérifier la robustesse d'une nouvelle technologie émergente
• Ils veulent intégrer le point de vue de la génération Y
• Ils ont besoin d'un cadre de travail pour fluidifier la collaboration entre SI et Marketing/innovation
• Ils ont un laboratoire interne qu’ils souhaitent ouvrir sur l'extérieur

Suivez nous sur Twitter : ParisDigitalLab

Contacts

Co-directeur de la Chaire “Innovation Digitale” de Centrale Paris et de Supélec Directeur Digital Institute
Monnet Renaud - renaud.monnet@centralesupélec.fr

Co-directeur de la Chaire “Innovation Digitale” de Centrale Paris et de Supélec. CEO ST Groupe.
Vesoul Robert - robert.vesoul@st-groupe.fr

• Tous les détails sur ce parcours avec le site dédié

Success stories

• Jean-Baptiste Rudelle, cofondateur et CEO de Criteo. (Supélec 91). Voir la vidéo
• Renaud Séguier, co-fondateur de Dynamixyz,  professeur CentraleSupélec. Voir la vidéo
• Matthieu Hug, co-fondateur de RunMyProcess, acquis par Fujitsu en 2013. (Supelec 97) . Voir la vidéo
• Anevia créée par Tristan Leteurtre, Centrale Paris 2003. Premier pas à la bourse de Paris. Voir la vidéo
• Cédric Hutchings cofondateur et DG Withings, positionnée dans les applications de santé connectée (Promo 99). Voir la vidéo 
  Also at TEDxBrussels
• Bernard Liautaud, créateur de Business Objects. (Promo 84). Voir la vidéo 

Objectif : passer de l’idée à la réalisation

L’École propose à ses élèves-ingénieurs un parcours expérimental, aménagé sur l’ensemble du cursus pour tous les entrepreneurs porteurs d’un projet de création.

Passer de l’idée à la réalisation : qu'il soit en 1re, 2e ou 3e année, l'élève peut rejoindre ce parcours.

L’École propose un environnement propice à l’innovation et à la création d’entreprise : aménagement de cursus, semestre international intégré et accompagnement spécifique.

Déroulement du parcours

1re année :

Les élèves se voient proposer des compléments et approfondissements aux cours scientifiques du tronc commun dédiés à l'entrepreneuriat et à l'innovation. Leur Projet Enjeu est intégré à leur projet de création, à raison d’un jour par semaine.

2e année :

Les élèves entrepreneurs consacrent deux jours par semaine à leur projet de création. Leur séjour à l’étranger est choisi en cohérence avec ce dernier, soit en université pour un complément de formation, soit dans une start-up, soit consacré au développement international du projet de création.

3e année :

Les élèves peuvent participer à l’encadrement de ceux de première année s’ils le souhaitent. Ils intègrent la filière Centrale entrepreneurs, leur stage de fin d’études d’ingénieur de six mois est entièrement consacré au développement/création de leur projet.

Startups CentraleSupélec, la galerie

Elles-ils sont de plus en plus nombreux à vouloir créer leur "boîte". Voici la galerie des startups récentes créées par nos étudiants. Technologie, environnement, ecommerce, services en ligne, entrepreunariat social : des initiatives originales couronnées de succès.

Voir aussi la playlist des vidéos des mêmes startups qui se présentent.

Contact

Guillemette Breysse, chargée de mission à la Direction du cursus Ingénieur Centralien - guillemette.breysse@centralesupelec.fr

Le Fab Lab de Centrale Paris

Maquetter - Modéliser - Scanner - Imprimer - Usiner - Dupliquer - Industrialiser. Depuis septembre 2012, l’École dispose d’un lieu spécifiquement dédié à l’innovation technologique, un fab-lab nommé « La Fabrique ».

La Fabrique regroupe des moyens mutualisés de maquettage et de prototypage rapide destinés aux élèves-ingénieurs de l’École et aux startups de l’incubateur. On y retrouve plusieurs machines de fabrication dont une machine d’impression rapide 3D, divers outillages et un accompagnement pour aider les porteurs de projets à finaliser une maquette ou un prototype.

L’initiative est portée conjointement par la Direction des Études et l’incubateur de l’Ecoles. La Fabrique favorise les échanges entre les différents utilisateurs, élèves ou entrepreneurs, et contribue ainsi à créer une vraie culture de l’innovation par la pratique, en permettant à chacun de confronter ses idées au réel, dès que cela est possible.

L'Institut d'Open Innovation

CentraleSupélec, Altran, Mazars et Société Générale ont créé l’Institut Open Innovation (IOI) : http://institutopeninnovation.fr/

Cet Institut aidera au rapprochement des Grandes Entreprises et des start-ups. Il encouragera et facilitera les échanges entre ces deux univers et développera des synergies avec les étudiants et laboratoires de l’École.

L'Open Innovation

L'Open Innovation (innovation ouverte) désigne un modèle d’entreprise qui a adapté sa stratégie d’innovation afin de tirer le meilleur parti de son environnement extérieur. Elle consiste notamment à sortir d’une vision et d’une culture où tout est réalisé en interne pour intégrer des collaborations avec l’ensemble des acteurs de son écosystème : clients, fournisseurs, start-ups, et parfois concurrents. Elle a acquis depuis dix ans une place importante dans la stratégie d’innovation des entreprises les plus performantes.

Le rôle des start-ups

Dans un contexte où se conjuguent mondialisation, accélération et démocratisation des technologies, les start-ups ont un rôle de plus en plus important dans la stratégie d’innovation de grandes entreprises. Elles permettent d’explorer plus rapidement un très grand nombre de solutions potentielles à un problème donné, avec des coûts de structure bien moindre. Elles deviennent donc de potentiels accélérateurs d’innovation pour les grandes entreprises. Les start-ups sont elles-mêmes à la recherche de liens privilégiés avec les grandes entreprises pour accélérer leur accès au marché et leur croissance.
Mais des différences très importantes existent entre l’univers des grandes entreprises et l’univers des start-ups, notamment sur les aspects culturels, dans les échelles de temps, les processus de décisions, les politiques de qualité...
Maitriser des relations nouvelles avec les start-ups pour les intégrer dans la chaine de l’innovation n’a donc rien d’évident pour les grandes entreprises.

Les missions de l’Institut Open Innovation :

Composé d’une équipe permanente d’une dizaine de personnes à la fin 2014, l’IOI a un double objectif, à la fois théorique et pratique.

Sur la dimension théorique, l’IOI travaille à :

• développer de la connaissance dans le domaine des stratégies et démarches d’innovation ouverte ;
• rédiger des études de cas, et livres blancs, bonnes pratiques... sur l’interaction business entre grandes entreprises et start-ups ;
• des dispositifs de formations à l’usage des cadres et dirigeants d’entreprises partenaires et de start-ups pour faciliter les collaborations entre ces deux types de structures ;
• des dispositifs pédagogiques à l’usage des étudiants : cours,
• opportunités de projets, de stages, de césures... liés à l’Open Innovation.

Sur la dimension pratique, l’IOI se focalise sur :

• mettre en place des accélérateurs de start-ups construits spécifiquement pour les grandes entreprises partenaires pour leur donner toutes les chances de rentrer en contact avec cet autre univers ;
• accompagner très concrètement les partenaires et les grandes entreprises clientes dans leurs démarches d’Open Innovation avec les start-ups, en animant les rencontres et la mise en place de processus efficaces de collaboration ;
• aider les start-ups à trouver du potentiel de croissance dans leurs relations avec les grandes entreprises, en les accompagnant de manière opérationnelle dans les accélérateurs décrits ci-dessus ;
• aider les start-ups à prendre contact et à s’appuyer sur les ressources fertiles des écoles partenaires, notamment via des projets d’étudiants, des stages, les experts pointus et les équipements des laboratoires ;
• aider les étudiants des écoles partenaires à mieux comprendre les processus de création de valeur par l’innovation, en y participant de manière directe ;
• aider les laboratoires à développer des contrats de collaboration avec le monde de l’entreprise pour fluidifier la valorisation de la recherche.

L’Institut Open Innovation doit devenir un centre d’expertise en innovation ouverte.
Il permettra d’amplifier les relations qu’entretient Centrale Paris avec les grandes entreprises et un vaste réseau de start-ups, de renforcer le lien pédagogie/projets réels, d’enrichir son offre d’incubation et de renforcer son expertise sur le sujet de l’innovation, essentiel pour l’École.
L’objectif de l’IOI pour 2014 est de fédérer une dizaine de partenaires industriels. Société Générale, Mazars et Altran se sont déjà associés à cette initiative en tant que membres fondateurs ainsi qu’AXA Direct, en tant que membre partenaire.
À la fin 2014, c’est une cinquantaine de start-ups qui devrait rayonner autour de l’IOI, des entreprises et des écoles partenaires. 

Les élèves ingénieur du cursus ingénieur Centralien de CentraleSupélec ont la possibilité de suivre leur troisième année en alternance avec une entreprise.

Ce parcours convient tout particulièrement aux élèves qui ont un secteur de prédilection dans lequel ils souhaitent travailler à l’issue de leurs études mais aussi à ceux qui souhaitent intégrer plus tôt la vie active en découvrant le fonctionnement d’une entreprise.

L’élève alternant s’investit tout à la fois à l’école et en entreprise où il découvre, de façon approfondie, les différentes facettes de son fonctionnement (activité, missions, relations humaines, stratégie, organisation, gestion de projet, innovation, communication, etc.). 
L’Alternance est la voie royale pour tous ceux qui souhaitent commencer à mettre en pratique tout ce qu’ils ont appris à l’école, de manière progressive en travaillant sur des sujets concrets.

Le parcours en alternance peut s'effectuer en contrat de Professionnalisation pour les élèves ayant passé avec succès les deux premières années du programme ingénieur Centralien.

Le parcours est réservé aux élèves effectuant leur dernière année intégralement à CentraleSupélec. Il n’est donc pas possible de candidater si on prétend à un double diplôme.

Présent en entreprise entre 1 et 2 jours par semaine, l’alternant assiste à tous les cours fondamentaux sur le campus et effectue des missions concrètes et variées pour le compte de son entreprise d’accueil.

Une fois diplomé, les alternants pourront valoriser leur expérience pour la suite de leur carrière.

Organisation de la formation

Les élèves candidats sont soit en deuxième année, soit en césure. Pour les élèves de deuxième année, l’alternance peut débuter dès leur retour de semestre à l’international (juin), et pour les élèves en césure, dès la fin de leur stage (juin-août).

Le contrat de professionnalisation est signé entre l’élève, l’entreprise d’accueil et l’école dès le mois de juin pour permettre une période d’intégration de 3 mois avant de débuter la troisième année.

La troisième année se déroule ensuite en deux périodes : une première période de cours en alternance avec l’entreprise, et une seconde à temps plein en entreprise. Durant la première période, l’entreprise propose à l’alternant un projet qui lui permet de mettre en œuvre directement les acquis étudiés parallèlement en cours. Durant la seconde période, l’alternant est directement et rapidement intégré sur des missions ingénieur en entreprise.

Le choix de l’entreprise se fait en fonction de l’option de 3e année sélectionnée par l’alternant :

• Option Energie
• Option Mathématiques Appliquées
• Option Aménagement et Construction Durables
• Option Mécanique Aéronautique Espace
• Option Génie Industriel
• Option Physique et ses Applications
• Option Ingénierie des Systèmes d’Information et Avancés
• Option BioTech Engineering

Webinar : revoir la session de présentation du programme avec deux élèves actuellement en contrat pro :

Témoignage :

[#FORMATIONS] Delphine Li, élève-ingénieur cursus centralien en contrat de professionnalisation. pic.twitter.com/VnzEaUXDlS

— CentraleSupélec (@centralesupelec) 31 mai 2017

En parallèle de ses cours d’option, l’alternant participe des ateliers métiers spécifiques aux alternants. Ces ateliers permettent à l’alternant de capitaliser sur les compétences acquises grâce à l’expérience en entreprise. À noter que les apprentis du parcours Alternance sont dispensés de filière et d’enseignement lié au projet d’option car celui-ci est réalisé en entreprise.

• Télécharger la plaquette du contrat de Professionnalisation 

Responsable alternance

Géraldine Aude

Courriel : alternance@ecp.fr

Témoignages d'élèves

Lire les témoignages d'élèves en alternance :

• Jérôme, PSI, lycée Ste Geneviève, alternant chez HSBC 
• Mehdi, Licence Méca, Paris VI, alternant chez GDF Suez
• Laurent, MP, Lycée Berthelot, alternant à la SNCF
• Augustin, PSI, lycée Ste Geneviève, alternant chez SNECMA
• Claude-Alexandra, PSI, lycée Lakanal, alternant chez RTE
• Florent, Prépa TSI, lycée Gustave Eiffel alternant chez MBDA

Plaquettes d'information

• Plaquette Professionnalisation

Le programme Radical Innovation Design

Ce cours vise à enseigner la méthodologie d’innovation radicale tirée par les usages Radical Innovation Design® (RID), au travers d'une pédagogie dynamique et innovante. Il s'intégre dans un dispositif d'enseignement plus large, le programme Radical Innovation Design (ou RID), qui permet aux étudiants de mener pendant un semestre un véritable projet d'innovation pour et avec un partenaire industriel, en déployant la méthodologie RID avec des coaches enseignants experts de la méthode.

• Télécharger la plaquette de présentation.
• Voir le site dédié du programme

Le cours Innovation Radicale 2016, c'était :

• 40 étudiants, issus du cursus ingénieur Centralien, du Mastère Spécialisé Technologie & Management, et du Master 1 Ingénierie des Systèmes Complexes de l'Université Paris-Saclay
• 5 groupes projets
• 4 entreprises partenaires : la chaire Anthropolis, Renault, Stanley Black & Decker, Valeo
• 7 membres de l'équipe pédagogique

Présentation et explications du Professeur Yannou, responsable académique :