
Contexte et objectifs pédagogiques
Dans un environnement où les données sont de plus en plus abondantes et complexes, l’expertise en science des données permet d’exploiter efficacement ces ressources pour optimiser les opérations et renforcer la lutte contre la fraude fiscale et douanière.
En acquérant des compétences avancées en analyse de données, en modélisation statistique et en apprentissage automatique, les professionnels des administrations fiscales et douanières peuvent identifier les schémas de fraude, détecter les anomalies, prédire les comportements et prendre des décisions éclairées basées sur des preuves tangibles.
Un tel savoir-faire permet également d’améliorer l’efficacité des processus de collecte fiscale, d’élaboration de politiques fiscales et de gestion des risques.
En somme, une formation en science des données offre une voie essentielle pour moderniser et renforcer les capacités des administrations fiscales et douanières afin de relever les défis du monde numérique en constante évolution.
Publics concernés
Cette formation s’adresse exclusivement aux agents francophones des administrations fiscales et douanières.
Programme du volet à distance
- Classe virtuelle n°1 : Introduction à la science des données
- Classe virtuelle n°2 : Comment identifier les données disponibles au sein de son administration (structurée, non structurée, textuelles, géolocalisées) ? Présentation des données SYDONIA
- Classe virtuelle n°3 : Les enjeux du partage des données entre services et administrations (fiscales et douane)
- Classe virtuelle n°4 : Les projets de l’ITU et les technologies open source
- Classe virtuelle n°5 : Technologies connexes à la datascience et/ou outils et sources d’informations en ligne
Modalités du volet à distance
Le volet à distance s’organise autour de 6 classes virtuelles de 2 heures étalées sur 2 semaines, organisées en synchrones et obligatoires pour l’ensemble des participants.
Programme du volet en présentiel
Le volet en présentiel s’organise autour de cours magistraux, de travaux pratiques menés sur des données fiscales et douanières et d'ateliers permettant de discuter avec des experts du secteur public ou privé sur des sujets propres à la mobilisation de la science des données dans les administrations.
- Semaine 1 : Savoir mettre en œuvre les méthodes statistiques univariées, bivariées, et multivariées pour explorer, visualiser, clusteriser des données douanières et fiscales et tester des hypothèses simples avec le logiciel R.
- Semaine 2 : Savoir mettre en œuvre les méthodes de modélisation linéaire, régression linéaire multiple, ANOVA, ANCOVA, régression logistique sur des données de l'administration.
- Semaine 3 : Savoir mettre en œuvre les méthodes classiques de modélisation et prévision statistiques de séries temporelles par des approches exogènes et endogènes en application à la détection de fraude et à la prévision de recettes.
- Semaine 4 : Découvrir l'apprentissage supervisé : introduction, concepts importants, protocole expérimental, méthodes classiques.
- Semaine 5 : Approfondir l'apprentissage supervisé : méthodes d’ensemble, réseaux de neurones artificiels et introduction à l’apprentissage profond
- Semaine 6 : Connaitre l'apprentissage non-supervisé pour la détection de fraude, les questions d'éthique des données et les méthodes d’anonymisation des données indispensables à leur partage.
Cette période de formation en présentiel sera clôturée par le «Défi DATAFID». Ce défi est une mise en situation au cours de laquelle les participants devront mobiliser les compétences acquises et résoudre une série de challenges visant à renforcer l'efficacité d'une administration fictive pour la mobilisation de recettes fiscales et douanières.
Modalités du volet en présentiel
Le volet présentiel se déroule sur 6 semaines dans les locaux de l’École Nationale Supérieure de Statistique et d’Économie Appliquée d’Abidjan.
Validation of acquired knowledge
Cette formation donne lieu à un certificat : « La science des données au service des administrations fiscales et douanières » délivré conjointement par la Ferdi, reconnue organisme de formation professionnelle au nom de l’IHEDD-Ferdi, l’École Nationale Supérieure de Statistique et d’Économie Appliquée d’Abidjan sous condition de validation par le jury des évaluations prévues dans le parcours et des résultats de soutenance du projet de fin de formation.
History of previous sessions
2024 : Nombre de participant·es : 21 | Taux de réussite : 95 %
Practical information
- Duration: 12 heures de classes virtuelles + 6 semaines en présentiel.
- Place: Abidjan, Côte d'Ivoire
- The training is delivered in français
- Equipment:
- The training is accessible to people with disabilities.
- Aucun pré-requis académique n’est exigé mais ne peuvent suivre cette formation que les personnes certifiées des des formations à distance : “Découvrir R sur des données douanières"et “Mener une analyse exploratoire des données douanières sur R".
- Capacity: 25
Participation in training costs
Training supervisors
- Nathaniel GBENROÉcole nationale supérieure de statistique et d’économie appliquée d’Abidjan
- Julien AH-PINEMaître de conférences UCA - LIMOS, chercheur associé
Trainers
- Nathaniel GBENROÉcole nationale supérieure de statistique et d’économie appliquée d’Abidjan
- Julien AH-PINEMaître de conférences UCA - LIMOS, chercheur associé
- Mourad ARFAOUITechnical Attaché - World Customs Organization
- François CHASTELDatascientist - Numéricité
- Romaric COULIBALYEnseignant-Chercheur, ENSEA
- Richard Kouamé MOUSSAAssociate Professor, Ecole Nationale Supérieure de Statistique et d'Economie Appliquée (ENSEA)
- Fréjus-Ferry HOUNDOGAEnseignant-Chercheur, ENSEA
- Goualo Victorien BOBETExpert DATA, IA & Cloud
- Kia Jokthan GONDOEnseignant Chercheur, ENSEA
- Kouadio Jean-Stéphane N’ZIEnseignant-Chercheur, ENSEA