Social Data Science

La troisième année du cycle ingénieur de l’ENSAE Paris comporte six voies de spécialisation. Chacune a été conçue pour proposer une séquence cohérente d’enseignements (cours théoriques avancés, applications, projets, séminaires…), préparant à un grand domaine de métier et donnant aux élèves une vision à la fois large et approfondie de ce domaine. Chacun des métiers exercés par des ENSAE fera appel à des degrés divers aux méthodes statistiques, à la science des données et à la modélisation, qui sont donc présentes au sein de chaque voie.

En savoir plus sur les admissions en cycle ingénieur

La voie Social Data science comporte un socle d’enseignements méthodologiques avancés en statistique et en économétrie, ainsi qu’un large panel de cours portant sur l’analyse quantitative avancée de l’économie et de la sociologie.

Responsables de la voie

Anna Simoni

Ivaylo Petev

Profils

Dans cette voie, l’accent est mis sur l'interaction entre les sciences sociales et les méthodes quantitatives. Les diplômés s'appuient sur l'aller-retour entre les théories économiques ou sociologiques et les données, pour répondre à des questions économiques ou sociales. Ils acquièrent pour cela une expertise large en économie, sociologie, économétrie des données individuelles, statistique d’enquête, méthodologies d’évaluation des politiques publiques, méthodes d'apprentissage statistique permettant l’exploitation de nouvelles sources de données (données textuelles, réseaux sociaux...).

Les enseignements de la voie mettent ainsi l’accent sur la modélisation et l’étude empirique des comportements des agents, dans le but d’éclairer les décideurs publics ou privés dans leurs choix, et d’appréhender de façon quantifiée l'impact de leurs décisions. Il s’agit plus précisément, d’une part d’être capable d’élaborer un processus de construction de données économiques et sociales, et d’autre part de savoir utiliser et analyser ces données grâce aux théories économiques et sociologiques récentes.

Le "Social Data Scientist" ainsi formé possède une expertise scientifique de très haut niveau à la fois dans le domaine des sciences sociales et dans celui des méthodes d'exploitation des données, qui lui permet d’aider à la prise de décision dans de nombreux domaines : évaluation de politiques publiques, évaluation des politiques des entreprises, statistique d’enquête, ou d’effectuer de la recherche académique. Ce profil polyvalent peut mener aussi bien à des carrières d’expert qu’à des postes décisionnels ou d’encadrement en entreprise.

Métiers

On assiste depuis plusieurs années à une explosion du volume de données disponibles dans des domaines d'intérêt pour la décision publique, l'analyse des comportements et les sciences sociales en général. Au-delà de leur volume, c'est la diversité et souvent la complexité des sources de données qui conduisent à un renouvellement des approches et ouvrent de nouvelles voies très prometteuses d'études et de recherche pour la compréhension des phénomènes sociaux. Une grande partie des travaux menés dans ces domaines continuent de s'appuyer sur des enquêtes statistiques classiques ou des données administratives (d'emploi, de fiscalité, d'éducation, de santé...). La maîtrise des méthodes classiques de la statistique d'enquête et de l'économétrie des données individuelles (données de panels, expériences randomisées...) reste donc une compétence essentielle. A côté de ces données qui représentent la matière première traditionnelle des études sociales, de nouvelles méthodes fondées sur l'apprentissage statistique permettent désormais d'analyser des sources de structure plus complexe, par exemple des corpus de textes, ou des données issues des réseaux sociaux, d'internet... Ces approches innovantes constituent une voie d'évolution importante pour les sciences sociales. Elles nécessitent en revanche des compétences avancées, et beaucoup de recul : au-delà des aspects techniques de leur traitement et de leur stockage, l'exploitation de telles données soulève des questions difficiles relatives aux biais liés à leur recueil (représentativité, stabilité, biais de déclaration, causalité...). Il est ainsi essentiel de disposer d'une culture large des méthodes statistiques, combinée à une culture large des sciences sociales. Ce sont ces deux compétences combinées qui permettront au chargé d'études ou au chercheur d'apporter des analyses robustes, interprétables en termes de décision. Les problématiques liées à l'analyse et à l'interprétation sont ainsi les plus porteuses d’enjeux. Les emplois qui en découlent nécessitent tout à la fois des compétences techniques et une compréhension des enjeux sous-jacents fondée sur la culture sociale au sens large. 

La dynamique de développement des applications de l'intelligence artificielle dans la société a aussi des conséquences importantes dans le champ de l'organisation des marchés et plus largement des interactions sociales. Comprendre les interactions de l'IA avec les sciences sociales est un axe est à la fois très innovant et à fort impact social dans le contexte du développement rapide des plateformes en ligne, afin d'éviter les manipulations, les discriminations, les comportements anticoncurrentiels, et de favoriser l'équité, la résilience, la fiabilité et la stabilité. D'autres exemples d'applications sont les algorithmes d'appariement à grande échelle tels que les systèmes de dons de reins, d'affectation dans les écoles, les plateformes de crowdsourcing, les ventes aux enchères, la publicité en ligne... 

Le caractère transversal des méthodes quantitatives présentées dans cette voie permet ainsi aux étudiant·es d’accéder à une large palette de métiers, aussi bien dans le public que dans le privé. Cette voie mène à des postes d’études dans des institutions chargées d’évaluer l’efficacité des politiques publiques ou d’étudier les comportements des agents économiques : INSEE, ministère des finances, mais aussi ministère de l’éducation nationale, ministère du travail ou de la santé, organismes nationaux tels que les caisses de sécurité sociale, l’UNEDIC, l’OFCE, la Banque de France, le Crédoc, internationaux tels que l’OCDE, la Banque mondiale, les institutions européennes ou le FMI, ou encore les instituts de sondage et des laboratoires de recherche (Institut des politiques publiques par exemple).

Couplée à un master recherche, notamment le Master Sociologie quantitative et démographie (avec l'ENS Paris-Saclay et l'Université Versailles Saint-Quentin) ou le Master in Economics (avec l'Ecole polytechnique et HEC Paris) cette voie mène en effet aussi à la recherche en économie appliquée ou en sociologie quantitative, au sein du CREST ou d'autres laboratoires partenaires, en France et à l'international.

Enseignements

Les enseignements scientifiques obligatoires et les cours à options recommandés pour la voie sont décrits ci-dessous. A chaque semestre, vous pouvez choisir une langue vivante (maximum). L'anglais est obligatoire si votre niveau est inférieur à B2. Les options peuvent être panachées entre les différentes voies (sous contraintes d'emploi du temps) pour constituer des profils hybrides. Il est alors recommandé de discuter de leur cohérence, ainsi que de l'articulation des choix de cours avec un éventuel M2 suivi en parallèle, avec la directrice des masters ou/et le ou les responsables de voies.

Les cours listés ci-dessous le sont à titre purement informatif, et provisoire. Ils correspondent à la maquette pédagogique pour l’année 2024-25, qui fait foi.

Vous trouverez cette maquette au format PDF dans l'Intranet de l'ENSAE : Scolarité => Troisième année => Pré-requis et choix des voies => Schéma_UE_3A_2024_2025 (trois documents).

Premier semestre

Second semestre