Apprenez à transformer des données issues de l’industrie en informations exploitables pour anticiper les pannes, optimiser la production, aider à une meilleure prise de décision et ainsi rendre les systèmes plus intelligents, durables et autonomes.
Une formation au cœur de l’industrie du futur.
La formation « Signaux, Données et Décisions, pour la Smart Industrie » a la particularité de débuter par une année en statut étudiant pour offrir un véritable tremplin vers la vie en entreprise tout en consolidant les fondamentaux scientifiques et technologiques.
Elle se poursuit par deux années en apprentissage, permettant à l’élève-ingénieur de s’insérer progressivement dans le monde professionnel et de connaître une montée en compétences concrète et valorisante.
Ce parcours allie formation académique rigoureuse et expérience de terrain, autour de projets concrets de collecte, analyse et valorisation des données issues de capteurs et de systèmes industriels.
L’élève-ingénieur y développe une culture technologique solide en :
- traitement du signal
- contrôle du système
- intelligence artificielle appliquée
- instrumentation et IoT
Il acquiert également les réflexes professionnels, la polyvalence et la curiosité d’innovation indispensables à l’industrie du futur.
La formation se réalise en partenariat étroit avec l’IUT de Roanne et le CFA FormaSup Odyssée pour délivrer un diplôme d’ingénieur accrédité par la CTI.
Organisation de la formation
Programme de formation
Modélisation Mathématiques (S5)
Algèbre (S5)
Algèbre linéaire
Probabilité (S5)
Analyse (S5)
Modélisation Physique (S5)
Vibrations mécaniques
Mécatronique
Thermodynamique, systèmes industriels et données
Programmation & Données
Développement orienté objet
Initiation à Python
Base de données relationnelles
Capteurs, Électronique et Transmission (S5)
Instrumentation et captation de données
Électronique pour l’acquisition
Automatique (asservissement linéaire)
Infrastructure de données industrielles et IoT
Travailler, Manager, évoluer (S5)
Enjeux sociétaux et développement durable
Technique d’expression écrite
Projets d’application
Projet d’application
Compétence linguistique (S5)
Anglais (S5)
Modélisation Mathématiques (S6)
Algèbre (S6)
Statistiques (S6)
Analyse (S6)
Science des données
Exploration & visualisation des données
Machine learning & aide à la décision
Supervision intelligente des systèmes industriels
Programmation
Qualité de développement
Programmation structurée et automatisée
Travailler, Manager, évoluer (S6)
Sobriété numérique
Gestion de projet (S6)
Data science project
Veille technologique et initiation à la recherche
Communication interpersonnelle
Stage en entreprise
Stage
Compétence linguistique (S6)
Compétence linguistique (S6)
Modélisation & systèmes dynamiques
Modélisation d’état des systèmes dynamiques
Modélisation multi-physique
Signal & données industrielles
Traitement des signaux et données industrielles
Construction d’indicateurs de santé industrielle
Bases de données & interfaces
Développement logiciel pour l’acquisition de données
Base de données relationnelle
Techno WEB
Développement d’application avec IHM
Méthodes d’estimation
Observateurs d’état
Méthodes numériques pour l’estimation et la simulation
Informatique Industrielle
Projets Innovation (S7)
Ecoconception et cycle de vie (S7)
Signal Project
Gestion de projet (S7)
Apprentissage (S7)
Apprentissage en entreprise S7
Vie de l’apprentissage S7
Soutenance semestre 7
Langue vivante (S7)
Anglais (S7)
Optimisation & Apprentissage
Méthodes statistiques et Optimisation
Machine Learning & Deep Learning (S8)
Filtrage optimal
Méthodes pour décision & diagnostic
Système d’information décisionnel
Optimisation pour estimation et calibration de modèles
Détection de défauts
Signal avancé & analyse
Analyse temps-fréquence
Séparation de sources
Projets Innovation (S8)
Technique de créativité
Dev Project
ML Project
Workshop Pluridisciplinaire et innovation
Apprentissage
Apprentissage en entreprise – Semestre 8
Vie de l’apprentissage – Semestre 8
Soutenance année 2
Langue vivante (S8)
Anglais (S8)
IA & Optimisation pour systèmes dynamiques
Apprentissage pour données industrielles
Applied Optimization
Hybridation modèles physiques / IA (systèmes dynamiques)
Industrialisation logicielle
Génie logiciel
Application distribuées
Méthodes avancées d’estimation
Filtrage de Kalman
Recalage et validation de modèles à partir de données
Modélisation & commande des systèmes
Modélisation & commande des systèmes
Robustesse & incertitudes (modèles réels)
Projets Innovation (S9)
Modeling Project
Sensor Project
Apprentissage (S9)
Apprentissage en entreprise – Semestre 9
Bilan des compétences
Langue vivante (S9)
Anglais (S9)
Smart Industrie : Application
Maintenance prédictive
Systèmes autonomes
Systèmes complexes & sûreté
Modélisation de systèmes complexes
Sûreté et robustesse des systèmes industriels et autonomes
Smart Industrie : Méthodes
Diagnostic avancé des systèmes industriels
Calculs parallèles
Supervision et monitoring industriel
Contrôle tolérant aux fautes (systèmes critiques)
Projets Innovation (S10)
Recherche et innovation
Gestion financière
Smart industry Project
Decision making Project
Apprentissage (S10)
Apprentissage en entreprise – Semestre 10
Soutenance de l’année 3
Self marketing et projet professionnel
Apprentissage (S10)
Anglais (S10)
Domaines d’applications
Industrie manufacturière (automobile, aéronautique, agroalimentaire, électronique), Énergie et environnement (smart grids, monitoring, efficacité énergétique), Transport et logistique (maintenance, supervision), Bâtiments intelligents et infrastructures connectées, Santé et dispositifs médicaux (capteurs, monitoring) …
Débouchés métiers
Ingénieur data & signal
Ingénieur IA appliquée à l’industrie
Chef de projet smart manufacturing
Ingénieur systèmes industriels connectés
Ingénieur en maintenance industrielle
Ingénieur en automatisation et contrôle industriel
Admissions
Conditions :
Vous avez moins de 30 ans et êtes issu de l’un des cursus de formation suivants :
- CPGE
- BUT2 / BUT3 / DUT (GIM, RT, GEII, MP)
- BTS scientifique
- L2 ou L3 scientifique validée
- Licence professionnelle
- Prépa ATS
L’Admission en 1re année du cycle ingénieur spécialité « Signaux, Données et Décisions, pour la Smart Industrie » s’effectue sur concours.
Inscription :
Télécom Saint-Étienne mutualise son recrutement apprentissage avec les écoles de l’Institut Mines-Télécom. Vous devez donc constituer un dossier de candidature sur la plateforme apprentissage de l’Institut Mines-Télécom.
Ouverture des candidatures du 2 février au 10 mars 2026.
Admission :
Si vous êtes pré-admissible à notre école, vous serez ensuite convoqué à des épreuves qui auront lieu dans nos locaux le 25 avril 2026 :
- Entretien de motivation avec un jury composé d’un enseignant-chercheur de l’école et d’un professionnel diplômé de Télécom Saint-Étienne
Suite à ses épreuves, les résultats d’admissibilité vous seront communiqués le 28 avril 2026. L’admission se fera une fois le contrat d’apprentissage signé.
Nombre de places ouvertes : 24
Témoignages
Vidéo témoignage de Lydie Nouvelière, enseignante et responsable de la FISEA SIDOSI
Entreprises accueillant nos apprentis
